匹配追踪煤层强反射分离方法

地下存在煤系地层时地震剖面上会出现强能量反射同相轴,使煤层之上或之下的含气目的层反射信息淹没于强反射之中,加大了储层预测难度。依据稀疏表示理论,提出匹配追踪煤层强反射分离方法。匹配追踪去煤层强反射的关键是稀疏字典的选取,通过地震数据在不同的一维字典中的稀疏性分析,并考虑强反射信息的低频特征,选取由低频原子构成的一维非抽样离散小波变换(UDWT1D)字典来稀疏表示强反射信息。采用Blumensath等给出的迭代算法进行匹配追踪分解,该算法虽是一种贪婪算法,但由于对每个地震道只需进行一次匹配分解,计算效率较高。模型数据测试和实际资料处理结果证明了该方法的有效性。     

基于快速匹配追踪算法的地震道集剩余时差校正

为提取正确的AVO信息和获得高信噪比、高分辨率的叠加剖面,需要消除CMP道集上的剩余时差,校平同相轴。为此,给出了一种基于匹配追踪(Matching Pursuit,MP)算法的地震道集剩余时差校正方法。利用匹配追踪算法在地震信号分解与重构方面的优势,将CMP道集信号分解为不同的子波,对各个子波分别进行剩余时差校正,再用校正后的子波重构出消除剩余时差后的地震道。同时,为提高匹配追踪算法的计算效率,利用相位展开法得到稳定的瞬时频率,以瞬时频率为中心进行扫描,快速得到最优匹配频率。理论模型和实际资料的测试结果表明,这种方法不仅可以提高匹配追踪算法的计算效率,而且还能很好地校平CMP道集同相轴。     

基于经验模态分解字典的自适应匹配追踪谱分解方法及其在油气检测中的应用

利用地震信号的瞬时属性确定时频原子动态参数的扫描范围,获得的瞬时频率稳定性较差且存在负值。利用连续相位求取瞬时频率易受噪声影响,并存在频率异常值。为此,首次将经验模态分解（EMD）引入匹配追踪（MP）算法,提出了基于EMD字典的自适应MP谱分解方法。将EMD视为一种基于过完备时频字典的稀疏分解方法,在计算匹配原子主频的过程中,引进基于连续相位的阻尼最小二乘反演求解瞬时频率,并加入整形正则化算子对数据进行平滑处理,利用整形正则化平滑算子的阻尼最小二乘法有效避免了频率异常值,得到的瞬时频率曲线更平滑、真实,且更突显高频成分。将基于EMD字典的快速MP方法应用于储层含油气性预测,对比不同尺度瞬时谱剖面可以清楚地看到明显的低频阴影现象,且提高了分解效率,从而进一步验证了方法可行性。     

利用字典学习快速匹配追踪压制煤层强反射

煤层强反射信号上、下和内部通常隐藏着弱有效信号，如何有效分离煤层强反射信号周围的弱有效信号，受到了越来越多的关注。匹配追踪算法是解决该难题的有效算法之一。然而，匹配子波母函数早期用Gabor子波，现在常用Morlet小波和Ricker子波等，而这些子波都是理论子波，和实际地震资料波形特征存在较大差异，因此在匹配过程中会产生残余分量。针对该问题，通过引入了字典学习算法，从地震数据中学习获得字典的有限匹配子波而不是预先定义字典，极大提高了信号分解的匹配度。针对目标区煤层反射不稳定的问题，选择按单个同相轴开展字典学习，从而构建了振幅、相位、主频和极性变化的单峰字典库。通过叠后、叠前的衰减煤层强反射处理分析，验证了新方法在强反射压制方面比常规方法更可靠且有效。应用基于匹配子波的Wigner-Ville高分辨率时频分析方法，揭示了煤层强反射消除前、后时频属性特征，为煤层附近储层的精确描述提供了技术支撑。     

基于改进匹配追踪傅里叶插值的地震数据规则化重构

由于地表条件的限制，野外采集的地震数据难以做到规则采样，不规则采样地震数据影响了地震数据处理与解释。针对这一问题，采用匹配追踪傅里叶插值算法对不规则地震数据进行重构，并在该插值算法中的迭代部分作出改进，使其只在频率-波数域中计算傅里叶系数谱，减少了迭代中大量的正反傅里叶变换，以降低匹配追踪傅里叶插值算法的计算时间，并将改进后的方法应用到随机欠采样凹陷正演地震记录、Marmousi正演地震记录以及实际CMP地震资料中进行规则化重构。结果表明：改进后的匹配追踪傅里叶插值算法可以将随机欠采样地震数据规则化，重构后其同相轴变得连续，频波谱能量收敛，有效信号得以恢复，且改进后该算法的重构时间明显降低，其加速比在30倍以上，表明了该方法的正确性与可行性。改进后的匹配追踪算法为不规则地震数据的重构提供了新的理论依据。     

基于动态匹配子波库的地震数据快速匹配追踪

 本文基于Liu 等的改进算法,以Morlet小波作为基本匹配子波,在控制参数的确定过程中,充分利用地震信号的瞬时特征确定动态扫描范围,并根据地震信号本身的特点创建动态子波库,通过一次迭代同时确定多个匹配子波,再利用匹配子波控制参数之间的关系,提出了双参数快速匹配追踪算法,进一步减少了扫描参数的个数,使计算效率得到了质的提高。为了使算法更快收敛,利用残差信号的能量对双参数快速匹配追踪算法的迭代次数进行有效控制,不仅避免了毫无意义的计算,而且可在一定程度上去除随机噪声。最后,本文利用各匹配子波的独立性,提出了一种变窗口短时傅里叶变换方法,得到了高精度时频分布图。     

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。     

多道联合约束的匹配追踪强反射轴压制方法

针对强反射轴中及其附近有效信号难以识别和区分的问题,利用匹配追踪算法的稀疏分解表示能力,提出一种多道联合约束的匹配追踪(TC-MMP)强反射轴压制方法.对于多道匹配追踪算法分解信号过程中迭代终止条件难以确定的问题,引入残差比阈值,与固定迭代次数或固定残差门限相比,在一定程度上提高了信号分解的效率,由此形成了迭代条件约束...     

基于局部频率约束的动态匹配追踪强反射识别与分离方法

当目标储层上、下存在高阻层时,在地震剖面上形成的强反射会屏蔽目标储层有效反射信息。为此,提出了基于局部频率约束的动态匹配追踪强反射识别与分离方法。考虑到瞬时频率计算结果存在"负频率"现象,故引进局部频率计算模式用于约束动态匹配追踪算法最优原子的搜索范围,该算法计算结果合理,可以确定最佳匹配强反射的地震子波。利用强反射位置处的局部频率和瞬时相位作为先验信息,构建动态反射特征波形库,以此搜索最佳匹配强反射子波;通过单道测试确定强反射压制系数,以保证剥离强反射后的均衡能量与背景能量一致,有助于拾取目标储层的反射信息,最终实现储层的精细描述。通过构建含高阻层的模型数据验证了基于局部频率约束的动态匹配追踪强反射识别和分离方法的可行性,并将该方法应用于实际地震数据,削弱了强反射干扰影响,突显了弱反射信息。     

基于稀疏冗余表示的三维地震数据随机噪声压制

传统的二维随机噪声压制方法应用于三维地震数据的随机噪声压制时,去噪效果往往不理想,为此提出基于稀疏冗余表示的压制三维地震数据随机噪声的方法.该方法在贝叶斯框架下,通过正交匹配追踪(OMP)和K-奇异值分解(K-SVD)不断迭代更新三维稀疏矩阵和三维超完备离散余弦变换(DCT)字典,利用三维超完备DCT字典作为三维地震数据的稀疏冗余表示,使三维地震数据中随机噪声得到压制.三维模拟数据和实际地震数据试算表明:与常规f-x反褶积法和K-L变换法相比,该方法既提高了三维地震数据体的信噪比,又有效地保护了地震反射信号,而且水平切片的连续性和平滑性很好,构造复杂区域的分辨率也得到提高.     

An application of matching pursuit timefrequency decomposition method using multiwavelet dictionaries

In the time-frequency analysis of seismic signals, the matching pursuit algorithm is an effective tool for non-stationary signals, and has high time-frequency resolution and a transient structure with local self-adaption. We expand the time-frequency dictionary library with Ricker, Morlet, and mixed phase seismic wavelets, to make the method more suitable for seismic signal time-frequency decomposition. In this paper, we demonstrated the algorithm theory using synthetic seismic data, and tested the method using synthetic data with 25% noise. We compared the matching pursuit results of the time-frequency dictionaries. The results indicated that the dictionary which matched the signal characteristics better would obtain better results, and can reflect the information of seismic data effectively.     

全域正则化快速匹配追踪稀疏地震反演方法

匹配追踪算法(MP)自提出以来便被广泛应用于信号处理领域。文中首先利用时频域褶积算子与初始模型约束构建匹配追踪的冗余字典,在全时频域内筛选出所有可能的匹配原子构成备选原子库;然后利用正则化方法从备选原子库中筛选出能量最大的子集构成最终的匹配原子库,即一次迭代即可筛选出多个匹配原子。据此形成的上述全域正则化快速匹配追踪算法具有计算效率高、鲁棒性强等优点。此外,将初始模型约束与时频域联合反演方法引入反演框架,可有效提高反演结果的精度。对所提方法进行的一维、二维模型及三维实际资料的测试结果表明,全域正则化快速匹配追踪地震反演方法相较于常规匹配追踪的计算效率得到明显提高,反演结果既具有良好的鲁棒性,同时拥有较好的层位边界保真度。     

CEEMD与KSVD字典训练相结合的去噪方法

本文提出一种完备总体经验模态分解（CEEMD）方法与K奇异值分解（KSVD）学习字典算法相结合的地震信号去噪方法。含噪信号通过CEEMD分解得到一系列不同尺度的固有模态函数（IMF）;按频率由高到低依次排列IMF各分量,并做自相关分析,去除噪声主导的IMF分量;将累加的过渡IMF分量叠加重构并做CEEMD二次分解,通过自相关分析再次去除噪声主导的IMF分量;分别叠加二次CEEMD分解剩余的IMF分量和一次剩余的IMF分量,得到两个新的含噪信号,并利用KSVD过完备字典分别稀疏表示该两个新的含噪信号,即由稀疏系数重构去噪后地震信号,进而重构最终去噪结果。实验结果证明：该算法的去噪效果明显优于F-X去噪、小波阈值去噪和KSVD字典稀疏去噪等传统方法。     

地震信号谱分解匹配追踪快速算法及其应用

提出了地震信号谱分解的两步法匹配追踪(MP)算法。该方法根据最优小波的时间延迟,采用多点同时搜索的方式,在不损失MP算法精度的同时使运算效率得到了提高。阐述了基于Ricker小波MP算法的基本原理,给出了两步法MP快速算法的实现步骤。基于理论模型,讨论了MP算法谱分解的效果,并与Gabor变换和小波变换的谱分解效果进行了对比分析;利用谱分解的峰值瞬时频率进行了薄层反演,与常规薄层反演算法的对比表明,该方法对储层上、下界面反射系数的变化不敏感。在某地区,利用两步法MP快速算法对实际地震记录进行了谱分解,并基于由谱分解得到的不同频率的切片,分析了含气储层下方的影子效应,结果表明影子效应直接指示了烃类的存在。     

遗传算法和正交时频原子相结合的地震记录快速匹配追踪

针对匹配追踪庞大的计算量造成地震数据处理效率低下的问题,提出一种基于遗传算法和正交原子匹配追踪的快速分解方法,通过遗传算法缩小原子库的搜索范围,减少贪婪迭代的次数,由原子的正交化处理消除冗余分量,加速残差收敛进程。为增加分解的灵活性,采用相邻残差比阈值作为迭代终止条件。合成地震记录和实际地震记录稀疏分解结果表明：本文方法不仅能降低分解的稀疏度,而且运行速度大幅提高,验证了方法的有效性和适用性。     

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。