广义S 变换窗函数的分析和改进

地震信号是一种非线性、非平稳的信号,用时频分析技术处理地震信号,可以最大化地保留原始信息,也可以较为精确地分析数据时间和频率特征。现阶段应用于地震数据处理方面的时频分析方法有很多种,该文在对S变换和广义S变换方法进行对比分析的基础上,对广义S变换的窗函数进行了详细分析研究,结果表明窗函数的控制参数可以简化。文中给出了实际资料的计算结果,简化后的变换方法其效果与广义S变换一致。 更多还原     

基于改进的广义S变换的地层吸收衰减补偿

 广义S变换采用时窗宽度随频率呈反比例变化的高斯窗函数,而改进的广义S变换采用宽度可变的高斯窗函数,其时窗宽度随频率呈正比例变化,即在低频段时窗较窄,获得较高的时间分辨率;高频段时窗较宽,获得很高的频率分辨率。此法更有利于进行地震波吸收衰减补偿。该方法能进行无损的广义S反变换,并能提取时变Q值,避免了传统方法中利用Q值补偿造成的欠补偿或过补偿问题。补偿后各时刻的时频谱变化趋势完全相同,地震记录的频带相同。此法用于实际VSP数据处理,结果表明利用该法进行吸收衰减补偿效果明显,有利于提高地震资料的分辨率,改善资料的品质。     

广义S 变换在地震信号特征信息提取中的应用

基于S 变换具有良好的时频聚焦性,将可灵活选取窗函数的广义S 变换引入到地震信号特征信息提取中,系统研究广义S 变换在地震信号局部刻画和总体描述中的应用。通过理论模型和实际资料的试算表明,广义S 变换在特征信息提取方面是行之有效的,具有较强的抗干扰能力。同时可根据目标体的研究需要,合理选择瞬时频率振幅谱剖面、某频率段地震剖面和单频剖面来识别地震剖面中特征信息,为进一步地震资料处理和解释提供可靠依据。     

基于S变换的地震相分析技术

为全面准确地描述地震相特征，在地震相分析中引入了时频分析技术，如短时窗傅里叶变换、Cabor变换、小波变换等。之后发展起来的S变换时频分析方法综合了短时窗傅里叶变换和小波变换的优点，具有线性化、无损可逆性以及高时频分辨率等特性。阐述了S变换的基本理论，并利用S变换对理想的地震序列模型以及实际地震资料进行了地震相分析。通过对地震相特征的连续性以及振幅和频率变化特征的分析发现，对于规模较小的地震相体，在时间剖面上很难识别其层序内的地震相特征（特别是频率）随旅行时的变化情况，但在S变换的时频域内可以被清楚地体现出来。因此，在进行沉积环境识别时，可以利用S变换来提供有效地震信息。     

利用广义S变换提取地震旋回的方法

在地震地层学中，可以采用时频分析方法刻画地层厚度的变化和地质特征的不连续性，研究特定沉积环境和岩性组合的变化。目前，通常采用短时Fourier变换或连续小波变换求取地震道的主能量和主极值频率，进行地震旋回研究，但由于小波变换的尺度与频率的关系并不确定，因此主要用于求取能量谱。介于短时Fourier变换和小波变换之间的S变换是一种非平稳信号分析和处理的方法，具有良好的时频特性，因此将S变换引入到地震地层学的研究中，用广义S变换代替短时Fourier变换或连续小波变换提取地震道的主能量和主极值频率，进行地震旋回特征分析。对S变换、短时Fourier变换和连续小波变换的时频特性进行了分析对比，阐述了广义S变换的高分辨率性质。在广义S变换时频域，利用实际资料求取了地震道的主能量和主极值频率，分析了主能量和主极值频率的纵向变化规律。数值模拟和实际资料试算表明，广义S变换可以更好地反映地震旋回特征。     

线性时频分析方法综述

较详细地综述了目前已有的短时傅里叶变换、小波变换、S变换和广义S变换等几种线性时频分析方法,概括了线性时频分析方法的特点和优缺点,阐述了各种方法的发展历程。窗函数对分辨率影响巨大,是线性时频分析方法的关键,通过对窗函数的调节和改进,可以得到不同的线性时频分析方法和相对应的时频分辨率。理论分析和试验表明,广义S变换的时频窗口能够随着频率尺度自适应地调整,具有较高的时频分辨率,在应用中具有更高的实用性和灵活性。利用广义S变换对地震数据体进行谱分解,可以得到更丰富的地震属性信息,对储层预测和油气识别有重要作用。     

基于广义S变换的地震资料高效时频谱分解

 常用的谱分解方法因时窗固定，使时频分辨率不能变化；谱分解生成的若干共频率谱数据体不仅占用大量存储资源，而且使解释工作量繁重。为克服这两个问题，构造了一种小波函数可调整的广义S变换，它可根据地震信号的频率自适应地调整分析时宽，获得较理想的时频分辨率。通过研究储层的几种顶底反射系数组合在广义S变换域中的时频响应，发现其振幅极值出现的频率位置与储层厚度及反射系数的符号直接相关，利用这一规律提出了基于广义S变换的地震资料高效时频谱分解方法，从谱分解后的若干共频率数据体中抽取振幅极大值的频率数据合成一个谱极大值数据体，减少了数据的存储量，提高了信噪比。在实际资料处理中用于分析岩性、地质构造和砂岩储层的空间展布，取得了良好效果。     

时频域谱模拟反褶积方法研究

由于地层的吸收衰减作用,地震波在传播过程中不断衰减,振幅谱有效频带变窄,降低了地震剖面的分辨率。 经窗函数能量归一化后的广义 S 变换能在保持时间分辨率不降低的前提下,提高频率域的分辨率。将改进广义 S 变换与谱模拟反褶积方法相结合,克服了傅里叶变换中复杂的时窗大小问题,能更好地适应地震信号是平稳信号的假设条件。 通过模型试算和实际地震资料处理,有效地提高了地震资料的分辨率,以及薄储层的识别和精细储层的描述能力,验证了该方法的可行性。     

基于广义S变换的地震资料谱分解技术研究

谱分解技术一般采用短时Fourier变换和连续小波变换。短时Fourier变换的分析时窗是恒定的,不随频率的变化而自动调节,连续小波变换的尺度与频率的关系并不确定。广义S变换具有优良的时频聚集性和时频分辨率,它综合了短时Fourier变换和连续小波变换的一些优点,而克服了它们的不足,同时通过调节时窗宽度因子可以获得更好的时频分辨率。研究将其应用于地震资料的谱分解中,给出了基于广义S变换的谱分解业务流程,并对实际地震资料进行了分析。结果表明该方法是可行的。     

高精度地震时频谱分解方法及应用

由于受测不准准则的制约,应用小波变换、广义S变换等线性算法无法同时获得高时间分辨率和高频率分辨率,而应用匹配追踪算法可克服窗函数的限制,能在时间域和频率域同时精细表征信号特征。本文在阐述地震信号匹配追踪时频谱分解的算法原理基础上,通过对标准Morlet小波进行合理改造,完备了时频原子库,有利于提高地震信号匹配分解的精度;依据Morlet小波的时宽对地震道进行开时窗,可在多个时窗内同时动态扫描匹配小波原子,可以适当提高计算效率。模型试验与实际数据分析表明,基于改进Morlet小波的地震信号匹配追踪算法更精确更高效,且具备一定的抗噪能力,适合定量分析地震资料的频谱变化特征,有助于研究储层及油气的分布范围。     

利用时频域极化滤波压制地震面波

把时频分析方法和自适应协方差矩阵方法结合起来,提出了一种压制地震面波的时频域极化滤波方法。该方法在广义S变换时频方法的基础上,构建时频域自适应协方差矩阵,通过特征分析计算时频域瞬时极化参数,设计极化滤波器,实现多分量地震面波压制。其优势在于可以根据信号的瞬时频率将协方差矩阵的分析时窗长度自适应地选择为每个时频点处的波的优势周期,在每个时频点估计特征参数,无须进行插值。模型数据及实际三分量地震数据处理结果表明,该极化滤波方法在压制地震面波方面具有较高的分辨率。     

基于广义S变换的吸收衰减补偿方法

探讨了利用广义S变换代替短时Fourier变换或连续小波变换，进行吸收衰减补偿的方法。对短时Fourier变换、连续小波变换、S变换和广义S变换进行了分析和比较，给出了基于广义S变换的吸收衰减补偿方法。该方法的实现步骤是：①用广义s变换对高信噪比的叠加地震信号逐道进行时频分析；②在每个时间点，根据地层吸收特点提取各个频率的能量吸收衰减因子；③用加权方法对每个时间所对应的各个频率的广义S变换系数进行补偿，使各个频率在不同时间的能量相同；④将所有时间各个频率加权补偿的结果重构回地震记录，实现对地层吸收的补偿。模拟结果表明，广义S变换时频分析方法能够提高信号时频分布的分辨率。对实际二维地震数据的试算结果表明，基于广义S变换的吸收衰减补偿方法能较好地对地层吸收进行补偿，提高地震资料的分辨率，改善地震资料的品质。     

广义 S 变换及其在储集层频谱成像中的应用

将从地震资料中提取的地震子波代替 S 变换中的基本小波,实现了应用在地震资料中的广义 S 变换。通过对理论薄层模型的试验得出,基于广义 S 变换的频谱可将大于 λ/8 的薄层检测出来,证明了广义 S 变换具有高定位的时频谱,而且广义 S 变换具有自适应时频窗,输入长度不受时窗的限制等优点,克服了离散傅立叶变换时窗的局限性,因此在傅氏变换频谱分解的基础上实现了基于广义 S 变换的储集层频谱成像技术,并与傅氏变换频谱分解结果作了对比,取得了良好的效果,成功地应用在了印尼、塔里木、准噶尔等多个地区。     

煤系地层地震强反射剥离方法研究及低频伴影分析

煤系地层具有低速、低密度的特点,导致地震剖面上出现强反射同相轴,淹没煤层上、下含油气目的层反射信息,低频伴影现象也被掩盖,无法利用此现象直接进行油气检测。文中提出层位及子波约束匹配追踪的煤层强反射剥离方法,可以高效地剥离三维数据体中的煤层强反射,并利用广义S变换时窗可变的特性,在两个调整参数控制下根据频率分布特点灵活调整窗函数,对地震道进行时频分析,比较煤层强反射剥离前、后的时频特性。模型测试和实际资料处理表明,用文中方法剥离强反射后,在储层下方发现明显的伴影异常,应用效果良好。     

应用组稀疏正则化反演的高分辨率自适应Gabor时频分析方法

地震信号频率成分随时间的变化规律(时频特性)对油气检测具有重要意义,且Gabor变换作为最简便的时频分析技术在地震资料解释中得到了广泛应用。然而常规Gabor变换所得时频谱的时间分辨率低,相邻反射子波频谱信息混叠严重,不利于开展高分辨率地震资料解释。为了提高Gabor时频谱的时间分辨率,首先基于Gabor反变换的定义将Gabor时频谱的计算归结为求解反演问题; 然后以相同时刻频谱分入同一组的策略加入组稀疏正则化约束项; 最终利用投影快速软阈值迭代算法实现上述目标函数求解并获得Gabor时频谱。同时,还给出一种利用地震信号瞬时质心频率自适应地构造Gabor时频分析所需高斯窗函数的方法。理论信号实验及实际数据应用表明,该方法可在时间方向上对Gabor时频谱的能量团进行显著压缩,低频端和高频端的时间分辨率获得同步提高,进而在低频和高频剖面上同时清晰揭示薄储层顶、底界面,便于精细对比解释。     

改进的窗参数优化S变换及其在河道检测中的应用

时频分析法是对非平稳信号的处理方法,是地震信号分析的重要工具。时频分辨率是进行高精度储层预测的关键,常规S变换的时频聚焦性难以满足现阶段高精度储层预测的要求。为此,提出构建一种改进的窗参数优化S变换方法,即基于实际信号的振幅谱,自适应地求取窗函数的尺度参数,然后引入新的优化调节参数对窗参数作进一步改进。经合成信号对比分析表明,改进的窗参数优化S变换方法时频聚集性更好,在高频端和低频端均能保持很高的分辨率。应用于实际地震资料的河道检测结果表明,该方法能更好地突出河道特征、刻画河道细节、显示河道的连续性,为地震资料的精细储层描述提供了方法支撑。     

宽频带地震数据瞬时谱分解及快捷解释方法

瞬时谱分解产生的若干共频率瞬时谱数据体不仅占用大量存储资源,而且影响了地震资料解释的效率。为此,本文首先提出联合应用短时傅里叶变换及S变换的时频谱分解方法,提高中、低频段时间分辨率及分解宽频带地震数据;接着应用分频段主成分分析实现宽频带瞬时谱数据集的降维与优化,并保持不同频段信息随频率变化的特性;最后将聚类测度引入模糊C均值聚类中,对经分频段主成分分析后数据集做进一步自适应融合。实际资料应用效果证实,本文方法可有效分解宽频带地震数据,快捷地提取和突出包含在大量瞬时谱数据集中的主要信息,清晰地刻画储层几何形态和展布特征,节省了存储资源并提高了宽频带地震资料解释效率。