减小离散误差的时频峰值滤波算法

提出减少时频峰值滤波分段点处阶跃误差的改进方法。经过研究时频峰值滤波在频率调制和时频平面峰值滤波时产生的离散误差以及尺度变换方式,发现分段点处阶跃误差与离散傅里叶变换的长度成反比,且与零点在尺度变换后产生的不确定值有关。提出基于定零点尺度变换的时频峰值滤波,在信号尺度变换时将零点变换到瞬时频率区间上的固定值,使各段时频峰值滤波零点偏移量一致,从而消除分段点处的阶跃误差。仿真实验和实际地震信号时频峰值滤波处理结果表明,改进的时频峰值滤波算法能够有效消减随机噪声,减少分段滤波在分段处的阶跃。     

Radon域下的K-SVD字典的混采分离

基于地震反演来分离混采数据的方法,笔者提出用K次迭代奇异值分解(K-SVD)来更新Radon域下混叠信号中的字典原子的方法:在同步源采集和地震稀疏反演的背景下,将混合地震信号的分离视为稀疏反演问题,将共检波点域的数据表示在Radon域内,此时有效信号同相轴收敛;对数据阈值滤波后进行分块字典学习,进一步稀疏地表示地震数据;最后,固定字典,更新恢复信号和稀疏系数完成分离。模拟和实际资料处理结果表明:该方法对于混采数据的分离相对中值滤波、小波变换等更有效、分离质量明显提升,可应用于实际混叠数据中。     

压制噪声的高分辨率Radon变换法

Radon变换在地震处理中有诸多应用,在地震同相轴识别和估计方面有良好效果。对最小平方意义下反演和基于贝叶斯原理的稀疏约束反演的Radon变换域结果进行了对比,后者的变换效果更好,收敛能量的分辨率高,即压制了离散运算中的截断效应。又通过加噪模型数据,对比了高分辨率Radon变换方法和Radon域内的二维蒙版滤波方法,两者压制规则干扰和随机噪声的效果较好并且结果相似,但后者计算效率较高。在实际数据处理中,比较了FK滤波、高分辨率线性和抛物线Radon变换,以及二维蒙版滤波方法的去噪效果和计算效率,选择二维蒙版滤波方法最优。     

基于重排Gabor 变换的高分辨率谱分解

地震信号是随机信号,频率成分随着时间变化而变化。Gabor 变换是加窗傅里叶变换的一种,被广泛用于信号的时频分析,但分辨率有限。本文引入一种基于能量重排的Gabor 变换,在时频平面上对能量关于其重心进行重排,提高了时频分析的分辨率。通过理论算例和实际数据证明,重排后的 Gabor 变换谱分解在烃类检测中有更好的时频分辨率,分层更准确,更精细地指示了烃类的存在。     

一种基于连续补偿函数的时变增益限反Q滤波方法

反Q滤波是提高地震资料分辨率和保幅处理的常用方法之一,在地震储层预测中具有重要的实用价值。长期以来人们不断加以研究改进,其中采用时变增益限振幅补偿函数的反Q滤波方法是当前研究改进的方向之一。本文通过对几种常用的反Q滤波方法进行研究,提出了一种基于Teager-Kaiser能量原理求取振幅补偿函数增益限的时变增益限反Q滤波方法,改进了传统反Q滤波方法中存在的不足。新方法基于平滑连续函数而不是基于常用反Q滤波方法中采用的分段函数或截止频率来计算补偿函数的时变增益极限,因此新方法具有稳定调整时变增益极限的优点,从而提高了反Q滤波的可靠性和精度,特别是对于深层介质的保幅及分辨率提高效果较好。本文用理论模型及实际资料证明了新方法的有效性及实用性。     

基于三参数小波变换的地震瞬时属性计算方法及应用

为提高地震瞬时属性的计算精度,针对薄层反射地震信号含有快速变化的振幅和频率分量的特点,研究了新的分析小波即三参数小波,基于三参数小波变换,提出了在相空间计算地震瞬时属性的方法。三参数小波有三个可调参数,对信号做小波分析时有很高的自由度,能够很好地匹配地震子波或给定的有效信号,三参数小波与BMSW小波或其他小波相比,具有更好的时域局部化性质。实际地震资料的应用效果表明,三参数小波变换地震瞬时属性比Hilbert变换瞬时属性有更高的信噪比和分辨率,基于三参数小波变换的地震瞬时属性分析方法是识别薄层砂体的有效手段。     

基于双曲Radon变换的混采地震数据重建

采用多级中值滤波分离混采数据,可以很好地保持单炮的有效信息;对分离后的单炮数据,采用双曲Radon变换进行地震数据道重建,可以在Radon域获得极高的分辨率从而准确地重建地震数据。单炮道重建时,通过稀疏约束控制Radon变换来提高地震数据的重建精度。双曲Radon变换计算耗时较长,在算子求解时,本文采用快速迭代收缩阈值算法(FISTA),明显加快收敛速度,提高计算效率。模拟数据和实际数据表明,采用多级中值滤波和双曲Radon变换的方法重建混采地震数据可以获得较高的重建精度。     

Radon变换多次波压制方法及应用研究

多次波在地震资料中是普遍存在的。Radon变换是现行商业地震资料多次波压制处理软件应用最多的模块之一。这里在详细阐述Radon变换基本原理和离散采样计算的基础上,给出了理论模拟地震数据的多次波压制算法和计算结果。进而将Radon变换多次波压制方法应用于松辽盆地地震资料处理中,在对实际的CRP道集合理设计滤波切除函数后,应用本文的Radon变换算法,得到多次波压制的地震剖面。对比多次波压制前、后的叠前时间偏移地震剖面,压制多次波后地震剖面的信噪比很高,地质构造特征清晰,可应用于后续的地质构造解释,地震属性提取和油气储层预测。该方法的计算效率较高,算法易于实现。理论和实际地震数据的多次波压制结果表明,该算法具有高精度和实用性强的特点。     

结合曲波变换的焦点变换在地震数据去噪和插值中的应用

为了更好地衰减地震数据中的随机噪声,以及更加精确地对缺失地震数据进行重构,在自由表面多次波的反馈迭代方法中,用多维加权互相关替换多维加权褶积,即焦点变换方法.该方法为全数据驱动过程,不需要任何地下信息,尤其当地下地质体比较复杂并且需要考虑的各种信息较多时.为了改善传统基于最小平方计算的焦点变换有效信号聚焦不够集中地效果,笔者提出将三维曲波变换与焦点变换结合,并采用L1范数最优化求解.模型及实测资料试验证明,联合三维曲波变换与焦点变换在地震数据随机噪声衰减中聚焦点有效信号更加集中,切除噪声后有效信号保存更完整;对缺失地震数据的重构更加完整和精细,并且有效保存了高频信息.     

Shearlet域稀疏约束地震数据重建

在地震数据处理流程中,通常对不规则的、稀疏的或者缺失的地震数据进行插值处理,通过插值方法来避免多次波的预测错误和成像假频等现象,使地震数据处理更加精准。Shearlet变换是一种多尺度变换,具有最佳的稀疏性、方向性以及局部化特性。将Shearlet变换与基于Landweber加速下降迭代方法结合起来对地震数据进行插值,在保证求解精度的同时提高了计算效率。信号和噪声在Shearlet域具有不同的分布特点,通过阈值法压制随机噪声,可提高算法的抗噪性。此外,采用jitter采样的方式,更好地压制了假频信息。理论和实际地震数据验证了该方法的有效性。     

复杂地震波场的自适应流预测插值方法

地震数据本质上是非平稳的,如何解决复杂非平稳地震波场的数据缺失问题是地震勘探数据处理的重要环节之一。预测滤波器在地震数据处理和分析中具有重要的作用,该技术可以有效地解决地震数据缺失问题,但传统的平稳预测滤波方法无法很好地适应地震数据的非平稳特征;因此,开发高效的复杂地震波场自适应预测插值方法具有重要的工业价值。本文将预测滤波器加入"流处理"的概念,滤波器系数随着地震数据的变化同时更新,此计算过程仅需矢量点积运算,能够提高计算效率并降低内存空间;并以此为基础开发基于流预测滤波的地震数据插值方法。利用多次波的动力学信息,通过互相关技术构建虚拟一次波,有效地解决了缺失数据位置滤波系数估计不准的问题,为插值过程提供了更为合理的滤波器估计,更好地解决了非平稳地震数据的重建问题。对Sigsbee 2B模型和实际数据的测试结果表明,该方法可以合理地针对复杂地震信息完成缺失数据的重建。     

Random seismic noise attenuation data using the discrete and the continuous wavelet transforms

In this paper, we propose a technique of random noise attenuation from seismic data using discrete and continuous wavelet transforms. Firstly, the discrete wavelet transform (DWT) is applied to denoise seismic data using the threshold method. After, we calculate the continuous wavelet transform of the denoised seismic seismogram, the final denoised seismic seismogram is the continuous wavelet transform coefficients at the lower scale. Application to a synthetic seismogram shows the robustness of the proposed tool for random noise attenuation. Application to real vertical seismic profile recorded in Algeria clearly shows the efficiency of the proposed tool for random noise attenuation.     

连续小波变换在面波压制中的应用

由于原始地震反射数据含有大量噪声,因此地震数据的降噪处理是十分重要的,而面波的压制是陆上地震资料降噪处理的主要问题之一。这里根据共炮点记录中面波与反射波主要能量在时间～尺度域的分布不同,以及面波的频率特性等特点,提出了一种基于时间～尺度域的面波衰减方法。将该方法用于实际炮集资料的处理,并与常用的F-K滤波方法进行对比,结果表明,该方法在衰减面波干扰的同时,能更好地保护反射波,并且对于信噪比较低的浅层反射信号能够取得较好的效果。     

基于小波包分析的地震资料联合去噪方法研究

在地震记录中,随机噪声严重影响了有效信号的提取,为此必须进行消噪处理。这里首先使用小波包变换对不同频段的信号进行精细分离,有效信号和噪声经小波包分解后,其小波包系数将表现出不同特性,然后根据这种不同特性进行去噪处理,对小波包分析法处理后的剩余地震信号再进行KL(Karhunen-Loeve)变换,提取相关有效信号,最后对提取的有效信号进行中值滤波处理,进一步去除剩余噪声。经合成地震剖面和实际地震剖面处理实验证明,小波包分析、KL变换和中值滤波联合去噪方法,能有效地消除较强的随机噪声,提高地震剖面信噪比和分辨率。     

基于局部均值分解的地震信号时频分解方法

在分析地震资料时,因吸收和衰减等原因,地震信号往往呈现出非稳态性。时频分解方法能将地震信号分解成多个稳态的子成分,从而为描述和分析地震信号的属性提供了便利,如短时傅里叶变换、小波分析、经验模式分解(EMD)等方法。本文引入了一种新的时频分析方法——局部均值分解(LMD)。该方法将地震信号按其时频属性分解成多个乘积分量信号(PFs),较EMD分解所得的固有模态函数(IMFs)保留了更多的局部信息,同时模态混叠效应更少。对模型数据和实际数据的处理结果验证了LMD方法能够合理地分解地震信号,更准确地描述地震资料中不同时间尺度的构造信息,为进一步的地震数据处理和解释提供参考。     

基于小波变换的阈值降噪方法在地震资料处理中的应用

这里主要讨论了小波变换阈值降噪方法的基本原理,并且将广泛使用的通用阈值方法与Birge-Massart阈值方法进行了比较,展现了Birge-Massart阈值选取方法的优越性。通过对模拟数据和实际地震资料的处理结果表明,基于小波变换的Birge-Massart阈值降噪方法对地震信号降噪具有很好的效果。     

应用时空变—倾角扫描叠加KL变换提高地震资料信噪比

使用KL变换可去除地震资料中随机噪声和相干噪声，提高地震资料信噪比。但常规KL变换仅能加强水平方向同相轴，对倾斜或弯曲同相轴处理效果较差，且在处理大量数据时计算成本很高，在实际生产中难以广泛应用。一些文献中针对常规KL变换的两个缺陷进行了改进，即使用倾角扫描叠加KL变换和采用数据分块技术。作者在本文中将这两个方面的改进有机地结合起来，提出应用时空变－倾角扫描叠加KL变换对地震资料进行处理，并指出使用该方法时需要注意的一些问题。理论模型和实际资料处理效果表明，使用本方法可以克服常规KL变换的缺陷，有效改进剖面处理效果。     

实信号快速傅立叶变换在地震信号处理中的应用

地震信号的数据量非常大,如果简单利用复序列快速傅立叶变换算法对地震信号进行处理,将会成倍增加数据量,增加计算量,因此针对地震信号这一实数序列,讨论实信号的快速傅立叶变换 。文章提出了3种实序列的快速傅立叶变换算法,对运算量的减少进行了定量的分析,并对实际地震数据进行了计算,从分析及计算结果可以看出,这3种方法可以明显减少运算量,同时节省了计算机的存储空间。     

时间域单频干扰波的识别与压制

在野外地震数据采集过程中,地震测线上方如果有高压输电线通过,在地震记录中就存在一个50 Hz左右的强单频干扰波。在时间域内利用正弦波逼近强单频干扰波,并从地震记录中减去它,以实现压制这种干扰波的目的。理论记录试算和实际资料处理结果表明,即使是对于常规滤波方法难以消除的极强的单频干扰,该方法仍然获得了较好的效果。本方法的最大优点是仅对单频干扰波进行有效的压制,对有效波的损失很小。