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。     

复小波频谱分析在地震数据处理中的应用

短时窗傅里叶变换对地震记录分析是按照固定时窗滑动，而复Morlet小波分析法则在时间域和频率域具有良好的局部特性。复Morlet小波的傅里叶变换为高斯函数，是一个特性较理想的带通滤波器，因此在分析地震记录时可以准确刻画储层的特征。文中讨论了复Morlet小波频谱分析方法，分析了复Morlet小波的性质、信号频谱的计算及中心频率uo、参数卢的选取。理论模型试算与实际地震资料处理结果表明，复Morlet小波频谱分析方法的时频分析结果的分辨率明显高于短时窗傅里叶变换的结果，且缝洞储层与围岩的界限分明，能够较细致地刻画储层的分布特征。复Morlet小波频谱分析方法适合复杂缝洞发育的碳酸盐岩储集体的地震数据处理与解释。     

基于同步挤压改进短时傅里叶变换的谱分解应用

随着油气勘探开发深度的增加以及地震数据采集受外界的干扰严重,使得地震资料处理解释人员对于含油气层的识别也变得更加困难。基于时频分析的地震谱分解技术已经广泛应用于油气储层预测中;但由于短时傅里叶变换、小波变换、S变换、Wigner-Ville分布等传统时频分析方法受自身窗函数的约束,使得它们的时频聚焦性不高或交叉项干扰,导致油气检测结果存在很大的误差。针对这一难题,为了实现准确的储层预测,通过对短时傅里叶窗函数进行拓展,并且对拓展后的短时傅里叶变换结果执行挤压,将挤压结果重排放置于信号的瞬时频率处,提出了同步挤压改进短时傅里叶变换。信号分析表明同步挤压改进短时傅里叶变换具有更高的时频聚焦能力。将同步挤压改进短时傅里叶变换与地震谱分解技术结合,并将其运用于实际地震资料,结果表明,该方法可以对含油气层进行精细刻画,频率异常特征十分显著,对于含油气性检测具有很强的实用性。     

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。     

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。     

基于连续小波变换的时频域地震波能量衰减补偿

为提高地震资料的分辨率,对地层吸收衰减进行补偿是地震资料处理的一项重要内容。大地滤波算子是时间、频率和品质因子的函数,因此也可以在时频域内进行衰减补偿。相对于固定时窗的短时傅里叶变换(STFT)和Gabor变换,小波变换对于处理非平稳地震信号具有更好的局部时频分析能力。利用基于一维连续小波变换的时频分析方法(time-frequency continuous wavelet transform,TFCWT)和基于Kolsky衰减模型的大地滤波算子,在时频域内实现了地震波能量的衰减补偿。理论模型和实际资料试算结果表明,相较于小波域(时间-尺度域)内的衰减补偿方法,基于一维连续小波变换的时频域地震波能量补偿方法能够更好地补偿深层衰减地震信号,提高地震资料的分辨率。     

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.     

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。     

非正交小波谱分解技术的研究和应用

谱分解技术利用薄层的调谐效应,在频率域成像出薄层的厚度及不连续性等特征,是一项薄储层识别和描述的有效技术。目前常见的谱分解技术包括短时傅里叶变换、小波变换、最大熵等。短时傅里叶变换技术存在窗口问题,限制了垂向分辨率,而且不能适应地层厚度的变化;常规小波变换使用尺度参数,与频率参数难以直接对应,地质含义不够明确。非正交小波变换避免了上述方法的局限,直接使用频率控制,可以指定频带和频率分布密度,适应薄层识别的需求和地震层序分析的规律,更有利于薄层的识别和描述。     

应用谱分解技术预测河道砂体

基于河流相储集层地震反射特征, 采用短时窗离散傅里叶变换的频谱分解技术, 实现了在频率域内通过时频四维数据体的成像特征来预测具有一定规模的河道砂体分布的目标。利用港东一区一断块地震频谱分解成果, 分析了研究区南部少井控条件下河道横向展布特征, 预测结果已被钻井所证实。     

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S变换自适应滤波迭代的多源地震数据分离

S变换是由小波变换和短时傅里叶变换发展而来的时频分析方法,动校正后共中心点道集（NMO-CMP）中相同时刻各道地震信号的振幅、相位基本一致,多源地震数据中的混叠噪声在CMP道集中呈随机分布;将NMO-CMP道集叠加,以叠加道S变换谱为参考,可以判断出各道S变换谱中噪声与信号的分布。根据NMO-CMP道集中地震道S变换谱与叠加参考道S变换谱之间的偏离程度设计自适应滤波器,通过多级滤波、多次迭代的方法,提取多震源数据中的有效反射信号、分离混叠噪声。理论数据和实际数据模拟的多源地震数据试算结果表明,本文方法能够有效提取多源地震数据中的有效反射信号、分离混叠噪声和随机噪声。     

基于时频分析的地层吸收系数计算方法

时频分析方法是傅立叶变换及分析的发展,是地震信号处理的重要分析工具,其方法很多、应用广泛。重点介绍基于多种小波基的时频分析方法及S变换与广义S变换方法的时频分析方法,并应用于计算地层吸收系数,其结果优于常规的FFT方法,具有较高的分辨率。     

应用高精度时频分析方法进行生物礁储层预测

时频分析技术在油气检测中占有及其重要的地位．它能够在时间域和频率域同时表示地震信息。使得在时间城内难以得到的地震信息在时频域内能十分清晰显示出来。传统的时频理论有着自身难以克服的缺陷,且难以同时提高时间分辨率和频率分辨率,研究选用高精度的时频分析方法—S变换。通过S变换时频分析．得到共单频属性剖面,结合全频段原始剖面。探讨了使用共单频属性剖面进行地震相分析,最后用该方法预测长兴组生物礁中储层分布．结果与实际钻进符合较好。     

地震信号线性与非线性时频分析方法对比

基于模拟信号与实际数据，系统分析了地震勘探领域目前流行的多种类时频分析方法的时频分辨率、计算效率和抗噪性能。模拟信号分析表明：线性方法的时频聚集性普遍较低，但计算效率很高，且不受交叉项干扰，其中连续小波变换法抗噪性较强；非线性方法时频聚集性较高，但计算效率普遍低于线性方法，抗噪性能方面平滑伪Wigner-Ville分布法和广义线性调频小波变换法相对稳健。因此，低信噪比情况下宜采用线性方法，信噪比较高时非线性方法时频分辨率更高，可识别薄层，亦有助于揭示地质体空间展布等潜在信息。实际地震资料的短时Fourier变换、连续小波变换、平滑伪Wigner-Ville分布和广义线性调频小波变换法处理结果表明：与线性方法相比，稳健的非线性时频方法可以更细致地刻画储层顶、底反射界面和沉积相带展布等特征。     

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。     

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。     

用神经网络与构造属性进行交互地震相分析

在地震资料解释工作中，一般的地震相分析工作效率较低，有时难度较大。通过计算灰度共生矩阵GLCM，从数学上描述小范围数据区内像素值的分布，量化地震反射的空间组织结构。将构造属性与神经网络分类技术相结合，通过训练网络和质量控制，利用波形相似性和地震属性进行地震相分析，可用于对三维地震资料进行地震相的划分，得到三维地震相分类数据体。这种方法减少了许多耗时的工作，使解释人员能够集中精力研究地震相，并将其综合成地质成果图。     

东营凹陷纯西地区辉绿岩岩体的相带识别

根据东营凹陷西南部纯化油田辉绿岩岩体的岩性，电性及地震等特征，该岩体分带明显，可划分为中心相，边缘相，边外相，岩体电性特征分为渐变型、台阶式渐变型、上部进跃渐变型、中部凹陷型等4种类型，岩体地震相可划分为破碎地震相、粘连地城相、串层位地城相，眼状地震相等4种类型。该火成岩主体与其边-外变质储集带是一个统一的复合体。对该岩体的储集能力进行了分析，提出边-外变质储集带是侵入岩中线油的新领域。图6参7。     

利用压缩感知技术的离散正交S变换地震数据重建

压缩感知中不同稀疏变换的重建效果及计算效率存在差异,为此文中提出一种基于压缩感知技术的离散正交S变换（DOST）地震数据重建方法。通过求取一组正交基函数与时间序列的内积,得到时频矩阵,使原始信号呈现更强稀疏性,以改善压缩感知地震数据重建效果。该方法弥补了S变换不能作为压缩感知的稀疏变换的局限性,向压缩感知理论体系引入了一种适用的稀疏变换方法。理论模型和实际数据试算结果表明,该方法迭代快速且收敛稳定,整体重建效果令人满意。