快速匹配追踪三参数时频特征滤波

传统的匹配追踪方法通常采用完备的时频原子库和贪婪算法进行子波分解,计算量巨大。为此本文引入互相关阈值约束技术,实现两次迭代和完备库之间的反馈,剔除那些互相关值很小的时频原子,动态地减小完备库的冗余度;通过多原子同步提取,实现快速匹配追踪地震道分解。分解后的地震信号是按子波的能量排序的,每个子波都由振幅、频率和中心时间三参数表示,代表原始地震信号在某-中心时间的局部主振幅特征和主频率特征,因此在信号重构时,可根据有效信号与噪声信号的主振幅、主频率和中心时间的差异,构建三参数时频特征滤波器,筛选出代表有效信号的子波对信号进行重构,达到无损去噪的目的。合成地震记录和实际资料处理结果表明了该方法的有效性。     

双极子分解匹配追踪算法在薄层反演中的应用

匹配追踪算法在地震谱分解、时频分析及薄层反演等领域有广泛的应用。本文利用双极子分解理论建立过完备奇、偶原子库,再通过匹配追踪算法对地震信号进行稀疏分解,以实现薄层反射位置及反射强度的反演。模型试算及对实际数据的运算结果都表明:与传统匹配追踪算法相比,双极子分解匹配追踪算法对地震信号有更高的分解精度,且具有较好的抗噪性。     

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。     

基于EMD和HT时频分析方法的滚动轴承故障诊断

针对滚动轴承故障信号的非线性非平稳特征,提出一种基于EMD和HT的时频分析方法。首先对滚动轴承振动信号进行经验模态分解,然后对分解后的固有模态函数分量作希尔波特变换,得到各分量的时频图,清晰直观地显示出信号的时频分布,从而比较方便地从混有背景信号和噪声的振动信号中提取轴承故障信息。通过现场应用,证明了该方法的有效性。     

利用波原子分解系数自适应Wiener滤波方法压制地震数据随机噪声

随机噪声是地震勘探数据中常见的背景噪声,会对有效信号产生负面影响,有必要研究更适用的方法去除随机噪声。为此,提出基于波原子分解系数自适应Wiener滤波,并对滤波后的系数进行波原子重构的方法,压制随机噪声以突出有效信号。针对人工合成地震记录,应用SVD阈值、二维多尺度小波分解阈值和波原子分解阈值三种滤波方法与所提方法进行对比测试及分析,可见所提方法在压制随机噪声的同时能充分保留有效信号,使反射同相轴更清晰且连续性更好。利用该方法还对实际地震记录进行了滤波处理,并与用上述三种阈值和时频峰值等滤波方法处理后的记录作对比,进一步表明所提方法在压制随机噪声与保持有效信号方面的性能更优,具有较强的实用性。     

基于匹配追踪的谱分解方法及其应用

谱分解技术作为一项新颖的地震解释技术,在储层预测等方面得到越来越多的应用。准确刻画地震信号在时频空间分布特征是谱分解技术的关键。短时傅里叶变换的时频分辨率受时窗长度限制,不同的时窗参数对结果有较大的影响。小波变换以其多分辨率的特点能够得到更好的时频分布,但其在时间-尺度概念下的时频分解难以理解,而具有自适应特征的匹配追踪方法时频概念相对明确,模型和实际应用表明匹配追踪谱分解具有较好的时频分辨率,更适用于复杂的地震信号。     

基于多核模型的地震信号高效稀疏分解

为了提高地震信号分解算法的效率和模型的稀疏度, 本文利用多个核函数作为原子, 自适应地对地震信号进行稀疏分解。通过对地震信号在时频域分别进行全局k均值聚类, 确定字典库中原子备选参数, 然后通过正交最小二乘算法进行信号的稀疏重构。合成资料以及实际地震资料应用结果均表明, 文中所提方法在达到同样的重构精度时, 较大程度地提高了地震信号分解的稀疏度。     

基于经验模态分解的广义S变换在低频阴影中的应用

经验模态分解是处理非平稳信号的一种经典时频分析方法。随着在勘探中的广泛应用,也暴露出经验模态分解的许多缺点,如缺乏具体的数学理论支撑、模态混叠等。这些缺点直接影响到实际地震信号处理中含油气层弱信号的提取。基于此,提出了一种通过基于经验模态分解的广义S变换的时频分析方法。首先,对地震数据进行经验模态分解,分解得到的固有模态分量,这是基于地震信号局部特征的时间尺度;其次,根据已有的测井资料选取合适的固有模态分量进行广义S变换;最后,对其进行分频处理和低频阴影分析。对比原地震信号只做广义S变换分频处理,基于经验模态分解的广义S变换能够得到更精确的有效单频剖面。     

基于分数阶Gabor变换的Teager-Kaiser能量提取及应用

含油气储层可引起地震信号的能量密度异常,Teager-Kaiser(T-K)能量是刻画地震信号能量密度、表征地震波场能量分布的一种重要属性。借助于分数阶Gabor变换(FrGT)优良的局部时频能量聚集特性,将基于FrGT的时频分析方法引入地震信号T-K非线性能量的计算中,提出了基于FrGT的时频域T-K能量储层预测方法。该方法根据测不准原理确定紧支撑时宽-带宽积下的FrGT最优阶,利用最优阶FrGT将地震信号分解为一系列单频分量,计算并提取单频分量的T-K能量的瞬时属性。理论信号仿真和实际资料的处理结果表明,FrGT可有效应用于地震信号的时频分析,T-K主能量可作为储层预测的一种有效属性。     

基于稀疏反演的多道匹配追踪地震信号去噪方法及其应用

基于超完备子波库的单道匹配追踪方法在自适应分解地震道时未能分离有效信号和噪声,故难以直接、准确地去除噪声。为此提出了基于稀疏反演的多道匹配追踪去噪方法,以多个连续地震道为研究对象,首先采用多方向矢量中值滤波法计算同相轴倾角,以中间道为标准将同相轴校正后再水平叠加;然后采用基于基追踪降噪的稀疏反演方法分解叠加道,选择与叠加道中有效信号匹配的子波作为中间道匹配追踪分解的子波库;最后根据其它道相对中间道的校正量,对中间道匹配追踪分解的子波库进行反校正,分别构建各道匹配追踪分解的子波库。将基于有效信号匹配子波构建的子波库代替超完备子波库,在搜寻最佳匹配子波时选择性地提取地震道中有效信号,可直接分离有效信号和噪声。单道信号测试结果验证了该方法去除噪声的可行性;合成和实际地震数据应用结果表明,该方法相较于单道匹配追踪方法具有更好的去噪效果,且去噪后剖面的横向连续性更好。