地震信号时——频特性与瞬时动态范围

本文利用小波变换的方法，分析了地震信号的时一频特征，由时一频特征曲线可以看出，随着时间的增加，地震信号高频分量相对于低频分量之比越来越小。在此基础上给出了地震信号瞬时动态范围的定义和物理解释，进而指出，在地震采集仪器中，为了获得深层的高频信号，必须采用动态范围高达２４位的新型过采样Σ－△Ａ／Ｄ转换器。     

小波谱白化方法提高地震资料的分辨率

小波变换具有分析性质好和时一频局域化好的特性,而谱白化方法是高分辩处理中一种有效的频率补偿手段。本文利用它们各自的优点,使二者有机结合起来,提出了一种地震资料高分辩处理方法。该方法首先对地震信号进行小波分解,再利用谱白化方法对小波分尺度信号进行合理的频率补偿,最后将频率补偿后的小波分尺度信号进行小波反变换,得到高分辨地震信号。理论模型试算和实际地震资料处理结果证明了该方法的正确和有效性。     

小波变换在柴油发动机故障诊断中的应用

传统的振动分析常采用傅立叶分析法,对于柴油发动机某些非平稳振动信号,傅立叶分析可能给出虚假的结果,从而导致错误诊断。为此,探讨了小波变换在柴油发动机故障诊断中的应用。分析了小波变换的基本概念及其特性,通过对柴油发动机多种工况下振动信号的小波分解和小波重构,阐述了小波分析时频域局部特性在柴油机故障信号的降噪处理及特征提取方面的优势。实例研究表明,小波变换对柴油机发生故障时所产生的非平稳振动信号具有较好的分析效果和使用价值,为柴油发动机故障诊断提供了一条有效的途径。     

小波变换在地震资料处理中的应用效果分析

通过分析传统傅里叶变换、窗口傅里叶变换和小波变换的各自特点 ,指出了传统傅里叶变换和窗口傅里叶变换的不足 ,以及小波变换可对信号任意时刻的任何细节进行细致分析和精细处理的优势。利用小波变换对地震信号进行分频处理 ,分别计算不同频段的数据体 ,校正后再进行小波重建 ,经过分频动校正和分频静校正 ,来减少不同频率校正量存在的误差影响 ,达到提高信号分辨率的目的。     

基于小波变换的机械振动信号预处理研究

在机械振动测试中,由于各种因素影响,使得信号存在一定的噪声。因此,信号分析前需对采集的数据进行预处理,以提高数据的准确性,为之后的数据分析奠定基础。小波变换能自适应地反映信号的低频、高频成分,可以用于滤波或压缩信号,从而提取出信号中的有用成分。本文介绍了小波变换和阈值去噪的基本原理,设计了一段含有随机噪音的机械振动信号,通过小波阈值去噪和平滑处理的对比分析,发现小波变换对机械信号预处理具有良好的效果。     

基于信号分析理论的机械信号异常点检测

机械信号的异常点检测是发现机械故障的重要手段,对保障机械设备正常运行具有重要意义。传统的傅里叶变换是一种全局变换,无法描述信号的局部特征,而小波变换具有多分辨率和时频局域化的特点,可以用来进行机械信号的异常点检测。本文介绍了小波变换的基本原理,设计了一段含有异常点的机械振动信号,通过频域和时域的对比分析,发现小波变换对机械信号异常点的检测具有良好效果。     

小波变换用于地震测井信号的多分辨率分析

本文讨论了短时窗傅里叶变换时频分辨率的缺点，介绍了小波变换的基本概念及多分辨率分析方法，然后和小波变换的多分辨率特性对地震和测井信号进行了时频分析和处理，实验结果表明，小波变换的多分率分析对于分析处理具有时变谱特性的非平稳信号是一种新的有效方法。     

小波分析及其在时变滤波和信号分离中的应用

利用小波变换具有的多时频分辨率特性，对地震勘探和测井信号这类非平衡信号进行分析，可以充分利用信号的时间－频率特性。文中介绍了小波变换的基本概念及其在地震勘探信号的时变滤波和声波全波列测井信号的信号分离中的应用，实例表明，小波变换在地球物理信号中具有广阔的应用前景。图５参７     

基于多次小波变换的小波域阈值地震信号去噪

在常规小波域阈值信号去噪方法的基础上,提出了基于多次小波变换的小波域阈值地震信号去噪方法。根据小波变换下信号和噪声在多尺度空间中的不同特性,对不同尺度下的小波系数用阈值处理,改进了多次小波变换应用于地震信号去噪的方法。数据仿真和实际应用表明,该方法可以有效压制随机干扰,对提高地震记录的信噪比和分辨率都有较好的效果。     

利用小波参数检测砂体分布

由于砂体储层对地震反射信号产生时间和频率的影响，而小波变换正好能反映信号的时间及频率成分，所以本文利用小波变换分析了地震记录的时频特征。鉴于小波变换对信号具有局部分析能力，并能提供多尺度的小波系数，因而小波变换能更精细地用于储层预测。通过理论模型试验进一步论述了小波系数可以作为信号时频特征的量度，提出了将地震信号的小波参数作为一类新的地震属性即小波属性。在实践中可得到目的层小波属性图，了解目的层反射特征的横向变化，检测储层分布。本文认为，小波属性可以像其他地震属性参数一样，用于多属性分析。     

小波变换在提高资料的信噪比和分辨率中的应用

小波变在信息量分析是具良好的局部化特性。在小波变换域中，有效信号的相关性和随机噪声的随机性仍然保留，因此可以在小波变换域内对地震资料进行去噪处理；小波变换作为频率和时间的二元函数，使之可以很方便地在频率和时间域中同时进行地震波能量的吸收衰减补偿。试验证明，利用小波变换法噪声提高分辨率，不仅方便有效，而且有很好的保真度。     

小波分析方法评价薄储层在东濮凹陷的应用

测井曲线纵向分辨率受到围岩、井眼和泥浆等诸因素的影响,造成识别薄互层及求取原状地层真值等方面很困难。小波分析方法就是将测井的深度域信号转换为时间域和频率域的信号频谱,然后对测井信息进行小波分解、分频处理,使测井曲线纵向分辨率提高,可以更精确的确定互层的孔、渗、饱等参数。在东濮凹陷的部分井中应用后,取得了较好的地质效果。     

小波变换及其在去噪中的应用

小波变换是一种能同时在（或空间）和频率域内进行局部化信号分析的新方法。其主要优点在于它在时域（空域）和频率域都有良好的局部化性质,而且由于对高频成分采用逐渐精细的时域（空域）取样步长,从而可以聚焦到信号的任意细节。原则上讲,使用傅里叶变换的运算均可用小波变换代替,而且不受短时窗的局限。在本文法的实现过程中,首先构造尺度函数与小波函数,求出相应的频率响应,利用Ｍａｌｌａｔ算法对信号进行塔式分解,再根     

Radon变换去噪方法的保幅性理论分析

本文在对比常规抛物线Radon变换、最小二乘抛物线Radon变换和高分辨率抛物线Radon变换的保幅性的基础上,重点分析了影响高分辨率抛物线Radon变换去噪方法保幅性的各种因素,认为对于最小二乘Ra-don变换和高分辨率Radon变换而言,信号在变换域中的分辨率都依赖于信号模型的"标准同相轴"假设,地震数据处理中各种实际因素导致信号同相轴偏离该假设,进而导致分辨率降低,影响Radon变换去噪方法的保幅能力。文中给出了波场分解类去噪方法的保幅性理论分析思路以及评价标准,然后以Radon变换去除多次波为例,具体分析了Radon变换的各种实现方式对信号的操作过程,并进行了保幅性理论评价。理论分析以及数值试验结果表明:常规Radon变换不满足保幅性处理的要求;最小二乘Radon变换算子满足保幅性要求,但变换域中信号分辨率仍然有待提高;逼近"标准同相轴"假设条件时,高分辨率Radon变换去噪方法在一定精度范围内可以认为是保幅的。     

时频分析方法对比及S变换在地震数据处理中的应用

时频分析是完整刻画地震资料在时间和频率轴上能量强度分布的主要手段.该方法因能同时展示平稳信号和非平稳信号在时间域和频率域的演变过程,提供信号的局部特征,所以在地震资料处理中得到了广泛应用.针对目前地震常用的一些时频分析方法,分析对比了常用的短时傅里叶变换、小波变换和S变换的特点.通过对比分析和试验,明确了利用S变换相对于其他2种方法在时频分析领域的优点,论述了S变换时频谱在地震资料处理中的应用优势.实际应用效果表明,基于广义S变换的吸收衰减补偿技术可通过分析结果在地震资料处理中进行能量补偿,可以有效地补偿衰减的振幅和高频成分,为提高地震资料的分辨率奠定了基础.     

用时间域希尔伯特变换求取信号的最小相位谱

当一个信号为最小相位时,其振幅谱和相位谱符合希尔伯特变换关系。对一个非最小相位信号,在已知它的振幅谱之后,可以通过希尔伯特变换求出一个与之具有相同振幅谱的最小相位信号。本文讨论一种直接将对敷振幅谱在时间域作希尔伯特变换求取最小相位谱的方法。为了减少希尔伯特因子的截断影响和加快收敛,应用帕曾(Parzen)窗函数镶边。因为帕曾时窗函数的频谱没有旁瓣,也不存在泄漏问题。此法的特点是一种既在频率域又在时间域进行混合运算的方法。以RDS-500计算机为例,此法的运算时间要比全部在频率域的运算时间减少一倍。文中列举了几种不同情况下提取最小相位谱的方法。当反射系数序列为白噪序列时,地震记录的振幅谱与震源子波的振幅谱只差一个常数,这时可用地震记录的振幅谱代替震源子波振幅谱,再用文中提出的方法,求出震源子波的最小相位谱。当输入的是一个混合相位信号,也可以采用本文提出的方法转换成最小相位信号。     

地震数据处理中的CT积分变换理论和实践

以二维傅里叶变换为基础,从新的角度把CT技术引入到地震数据处理中,提出了一套新的CT积分变换式,分析了截断效应,给出了提高方向分辨率的加权正变换。CT积分变换的主要特点是:CT积分正变换是按波的到达方向对波场进行分解,将时-空域信号变换到时间-慢度域,时间-慢度域中的强波形对应于时-空域中的同相轴,它的位置指出了波的到达方向和时间;CT积分反变换是平面波的合成,把时间-慢度域中的数据反变换到原来的时-空域中去。文中还讨论了利用CT积分变换压制多次波、压制随机干扰和规则干扰、进行波场分离和道间内插的方法。将这些方法应用于实际地震资料的数据处理,取得了良好的地质效果。     

Shearlet域和TT域联合压制面波方法

面波压制是陆上地震数据处理中的重要课题之一,现有的面波压制方法仅考虑信号与噪声在某一方面的差异进行分离,不可避免的会损害部分有效信号的能量。针对这一问题,本文提出了一种基于Shearlet变换和TT（Time-Time）变换联合压制面波的方法。首先利用Shearlet变换的高尺度基函数优异的局域性和方向表征能力分离反射信号与低频、高波数的面波;然后,利用TT变换对低频良好的分辨能力,在TT域进行滤波处理,压制大部分的低频、低波数的面波成分;最后,利用Shearlet变换提取的较准确的有效信号设计TT域自适应时-空变滤波器,进一步压制残留的低频、低波数的面波成分,再反变换到时间域就得到了压制面波后的最终结果。模型和实际资料处理结果表明：与F-K滤波和单一的TT域滤波相比,本文所述方法在消除面波的同时,能够保持反射波的振幅和相位信息,是一种相对保幅的面波压制方法。     

随机噪声的多尺度多方向域压制方法研究

介绍了信号的多尺度多方向特性和具有此功能的第2代curvelet变换的基本原理,阐述了对于光滑且二阶连续可微的函数,第2代curvelet变换所具有的最优逼近性能。给出了地震资料随机噪声衰减的阈值方法。基于理论模型讨论了多尺度多方向域(curvelet域)的去噪特性,并将其与传统小波变换的去噪效果进行了对比。最后,将该方法应用于实际地震资料处理,结果表明,与传统小波变换相比,多尺度多方向域阈值法充分利用了信号与噪声在方向上的差异,使随机噪声得到了较好的衰减,有效提高了地震资料的信噪比,较好地保留了地震记录的有效信号。