优化变分模态分解方法消除强反射影响——以东营凹陷沙四段滩坝砂目标处理为例

东营凹陷沙四段纯上与纯下亚段之间的分界面为强地震反射,受其屏蔽作用,纯下亚段滩坝砂储层地震反射弱。为了有效压制强反射屏蔽层影响,应用优化变分模态分解（VMD）技术,将目标层地震信号分解成多频带、不同波形特征的分量。强屏蔽层信息能量强、频率低,多集中在第一分量。对强信号分量进行剥离,再重构余量信息,可凸显下伏储层有效信号。理论模型测试与实际资料应用表明,与传统的经验模态分解方法（EMD）相比,该方法具有分辨率高、分解完备、避免模态混叠效应等优点,在相似条件地区具有一定的推广价值。     

基于经验模态分解的f-x域面波压制方法

为了克服f-k滤波规则空间采样的限制和由于滤波窗口选取不当造成的有效信号损失或面波压制不完全的缺点,本文提出了基于经验模态分解(EMD)的f-x域面波压制的方法。经验模态分解可以自适应地按照频率由高到低将信号分解为不同的固有模态(IMF)分量,在空间方向上可以看作是波数由高到低排列,且IMF1分量主要表征高波数的数据。根据面波主要分布在低频高波数域的特性,在f-x域沿空间方向提取低频段数据进行EMD,舍弃分解得到的IMF1分量,就可以有效地压制面波。EMD对数据是否规则采样要求并不严格,这种方法也可以看作是自适应高切波数f-k滤波。模型及实际资料处理结果表明,这种方法较f-k滤波更能有效地压制面波并且保留有效信号。     

时频域变分模态分解地震资料去噪方法

强噪声干扰、信噪比过低是造成深层地震资料成像不佳的主要因素。为此,提出在时频域内将变分模态分解算法应用于分频地震资料的噪声压制处理的新思路。首先,通过希尔伯特-黄变换（HHT）构建地震数据的解析信号,将地震数据转换到时频域,在时频域进行分频变分模态分解;随后,分析有效信号与噪声在时频切片上的能量分布,在此基础上优选出有效信号模态分量重构时频切片;最后反变换回时空域,达到噪声压制的目的。应用模型数据分析了关键参数对去噪效果的影响;实际资料的应用结果表明该算法可有效压制较强的随机背景噪声,同时对陡倾角的线性干扰也有明显的压制作用。     

基于EMD与ICA的地震信号去噪技术研究

去除随机噪声是地震资料处理的重要环节,而目前的多数去噪技术都不同程度存在去噪效果差、损害有效信号等问题。为此,利用经验模态分解(Empirical Mode Decomposition,简写为EMD)能将信号自适应分解为不同尺度振动模态的优点及独立分量分析(Independent Component Analysis,简写为ICA)能提取独立源信号的优势,构造了一种EMD与ICA相结合的新的去噪算法,很好地实现了地震有效信号和随机噪声的分离,在提高去噪效果的同时提高了有效信号的保幅效果。将该算法应用于仿真实验和实际资料去噪,结果都明显优于总体经验模态分解(Ensemble Empirical Mode Decomposition,简写为EEMD)去噪结果,地震资料的信噪比和分辨率都大大提高。     

基于CEEMD的地震数据小波阈值去噪方法研究

考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对互补集合经验模态分解(CEEMD)舍弃高频分量的去噪方法和小波阈值去噪方法存在的不足,提出了基于CEEMD的地震数据小波阈值去噪方法。CEEMD是EMD(经验模态分解)的改进型算法,它既保留了EMD处理非平稳信号的优势,又能有效地克服EMD的模态混叠问题;但是,单纯的CEEMD分解去噪会在去除高频噪声的同时压制高频的有效信息。将CEEMD分解与小波阈值去噪相结合,对CEEMD去噪要舍弃的含噪声较多的高频固有模态函数(IMF)分量进行小波阈值去噪,以保留这些分量中的有效信息。模型数据和实际地震资料的测试结果表明,无论对于低噪声还是强噪声地震数据,基于CEEMD的小波阈值去噪方法的去噪效果都优于单纯的CEEMD去噪方法和小波阈值去噪方法。     

变分模态分解与包络导数算子结合的时频分析方法及溶洞储层预测

深层缝洞型碳酸盐岩储层空间分布散乱且内部结构差异大,利用希尔伯特—黄变换、集合经验模态分解、完备集合经验模态分解等时频分析方法描述储层时存在模态混叠、端点效应等问题.为此,提出了一种联合变分模态分解(VMD)与包络导数能量算子(EDO)的高精度时频分析方法(VMD-EDO).VMD能够将地震信号自适应、非递归地分解为一...     

一种基于EMD和GHT的储层识别方法

针对地震信号是具有一定带宽的非平稳信号,波形受这个带宽内所有频率影响,提出结合经验模态分解和广义希尔伯特的储层预测方法,并通过经验模态分解将地震信号分解为频率由高到低的一系列本征模函数,对分解后的每一个本征模函数分量作广义希尔伯特计算。通过与已知井储层发育情况对比,从中优选出了对储层响应敏感的本征模函数分量进行储层预测。实际资料计算结果表明,结合经验模态分解和广义希尔伯特的储层识别方法,具有较强的噪音压制能力,能够精确刻画储层形态。     

基于VMD的旋转机械故障诊断方法研究

旋转机械结构复杂,振动信号信噪比低且多为非平稳、非线性的多分量信号,出现故障时难以有效地进行诊断。常规的小波分析方法需根据信号特点选取特定的小波基和分解层次,自适应分解方法如EMD、EEMD等存在频率混叠及虚假分量现象,在提取微弱信号时易造成误判。提出了一种基于变分模态分解(VMD)和奇异值分解(SVD)的故障诊断方法。首先对信号进行VMD分解,并对分解得到的固有模态函数分量进行SVD降噪;然后从降噪后的分量中选取故障特征分量进行时频域及包络谱分析,最终确定故障类型。仿真及试验结果表明,该方法可以有效地降低噪声,提取微弱故障信息,实现故障诊断。     

基于Hilbert-Huang变换的面波压制方法研究

Hilbert-Huang变换是处理非平稳信号的时频分析新方法,包括经验模态分解(EMD)和Hilbert变换两部分。根据面波主要存在于低频分量中的特点,首先去除只含面波的IMF分量,然后对同时包含面波和有效波的IMF分量进行Hilbert变换,在其时频平面中的位置(即时频通域)设计时频滤波器进行面波去除,最后把去除面波后的低频分量和只包含有效波的分量进行Hilbert-Huang反变换,得到去除面波后的地震记录。实际资料应用结果表明,该方法可以较好地压制面波,有效信号损失较少。     

改进的完备经验模态分解与WVD变换相结合在油气检测中的应用

Wigner-Ville分布(WVD)是一种二次型时频分析方法,具有高分辨率和能量集中性等特点,但其本身是一种瞬时自相关函数的傅里叶变换,由于没有移动的时间窗,所以对于多分量信号存在严重的交叉项问题。而改进的完备经验模态分解(ICEEMD)是基于经验模态分解(EMD)的一种最新算法,它可以将非平稳、非线性的地震信号分解为一系列单分量的特征子信号,不仅分解速度快,同时还克服了EMD算法自身存在的模态混叠等问题。首先,逐道对地震数据进行ICEEMD分解,将地震信号分解各个IMF分量;其次,对每道所有的IMF分量进行WVD变换;最后,在南海某工区提取不同的单频剖面,利用"高频能量衰减,低频能量增强"的特点进行含油气性检测。南海某工区地震数据分析处理结果验证了该方法含油气性检测的准确性。     

自适应变分模态分解同态反褶积方法

地震波在地层传播过程中会受到大地低通滤波的影响,分辨率显著降低。反褶积处理可以提高地震资料的分辨率,同态反褶积方法对子波相位没有要求,具有更强的适用性,但在实际应用中,同态域子波与反射系数不易彻底分离。针对这一问题,提出在同态域使用变分模态分解(Variational Mode Decomposition, VMD)方法分离子波与反射系数信息,提高了同态反褶积的抗噪能力。首先,对地震记录进行同态变换,获得同态域地震记录;然后,对同态变换后的结果做VMD,并对分解结果进行选择性重构,消除子波的影响;最后,对重构结果进行同态反变换,提取反射系数序列。针对VMD无法直接确定分解层数的问题,提出基于重构数据与原始数据能量差自动确定分解层数的方法,显著改善了VMD方法的使用效果。理论合成资料实验表明,在时变子波和信噪比较低的情况下,该方法仍可以获得理想的计算结果。对实际地震资料处理并进行地震属性提取,该算法能够有效提高实际资料的横向分辨率,取得较好的应用效果。     

利用改进希尔伯特—黄变换进行地震资料时频分析

为了克服常规希尔伯特—黄变换(HHT)的缺陷,消除常规经验模态分解(EMD)产生的本征模态函数分量(IMF)中混叠的振荡模式,本文运用改进HHT,即通过引进小波包变换,首先将信号分解成-系列窄带信号,然后对这些窄带信号进行EMD获得-些IMF分量,再根据相关系数法,保留需要的IMF分量,去除虚假的IMF分量,最后进行HHT求取瞬时频率,得到改进HHT谱。改进HHT摆脱了小波变换中的海森堡测不准原理的限制,以及常规HHT模态混叠对分析的干扰。虽然改进HHT谱高频成分存在跳跃现象,但都围绕在真实频率值周围,并且较小波时频图的频带窄很多,能够反映信号的真实频率特性。数值模拟与实际地震记录处理结果证明了改进HHT的可行性。     

基于经验模态分解的Wigner-Ville时频分布

针对利用Wigner-Ville分布进行时频分析时受交叉项干扰的缺点,提出了基于经验模态分解的Wigner-Ville时频分布方法。首先通过经验模态分解使非平稳信号平稳化,将信号分解成为多个相互独立且具有简单频率成分的内蕴模式函数,然后对这些内蕴模式函数分别计算Wigner-Ville分布,最后重构原始信号的Wigner Ville分布。〖JP〗通过理论模型和实际地震信号分析验证了该方法在降低交叉项干扰、提高时频分析精度方面的有效性。     

基于EMD的声波全波列几种时频分析方法对比

时频分析方法是处理阵列声波测井数据的有效手段,但不同时频分析方法特性不同,处理效果也存在差异。为此,利用经验模态分解(EMD)将单点的实测声波全波列分解为有限个固有模态函数(IMF)分量,再采用短时傅里叶变换、Choi-Williams分布、平滑伪Wigner-Ville分布及重排谱图处理原始的声波全波列和前3个IMF分量,并从时间分辨率、频率分辨率和交叉项干扰3方面对比这4种方法的优缺点。结果表明:前3个IMF分量表征了声波全波列中不同的模式波,而4种方法均无交叉项干扰影响识别模式波的问题,其中重排谱图的时间分辨率、频率分辨率最高。引入时频分布的边缘特性,利用基于EMD的4种方法处理干层、水层、油水同层、油层井段的声波全波列,结果表明重排谱图使能量聚焦明显,能较清晰地显示能量很低的纵波,波峰时间、主频的定位更精准,对不同流体性质储集层的区分效果最好,进一步验证了重排谱图的优势。     

利用Hilbert-Huang变换提取地震信号瞬时参数

 通过Hilbert变换求取的信号瞬时参数并非对任何信号都有物理意义，此法通常要求被分析信号是窄带或平稳的，而且对噪声很敏感。而实际地震信号既非平稳又含有噪声，若在实际应用中不加考虑地对地震信号进行Hilbert变换以求取瞬时参数，这种情况下求取的瞬时参数将缺乏物理意义甚至失真。Hilbert-Huang变换是一种新的分析非平稳非线性信号的方法，它先将信号进行经验模态分解（EMD），形成有限个固有模态函数（IMF）之和，再对固有模态函数作Hilbert变换求取时频谱，求取的时频谱在时域和频域都具有较高的分辨率。本文将Hilbert-Huang变换应用于地震瞬时参数的提取，实例表明，对地震剖面做EMD可以得到不同时间尺度上的特征，Hilbert谱比传统的时频谱在时间和频率域上的分辨率都要高，强反射层在第1阶IMF瞬时频率剖面上比原瞬时频率剖面上表现得更为明显。     

联合去噪算法在输气管道泄漏声信号中的应用

针对油气管道发生泄漏后,泄漏声信号在沿管道传播过程中必不可少的会混入噪声问题,研究了变分模态分解(VMD)在管道泄漏去噪中的应用,提出了一种基于VMD,多尺度排列熵(MPE)和小波阈值去噪(WT)的VMD-MPE-WT联合去噪算法.利用MATLAB软件在该算法对信号处理结果进行仿真分析,结果表明:对比小波去噪,VMD,...     

EMD在大地电磁信号分析中的问题及解决方法

以经验模态分解(Empirical Mode Decomposition,EMD )为核心的希尔伯特—黄变换(Hilbert-Huang Transform,HHT)被越来越多地应用于大地电磁信号处理中,且EMD分解中的曲线拟合、端点效应和筛选停止准则等几个问题处理的好坏直接决定HHT方法应用成败。结合实际大地电磁信号分析的特点,以仿真和实测大地电磁数据为例,采用对比分析的方法,对上述三个主要问题进行了研究,给出了问题的解决方法,结果为大地电磁信号分析中EMD分解方法的选择提供了有价值的参考。