同步挤压广义S变换在南海油气识别中的应用

受窗函数的影响,短时傅里叶变换、小波变换、S变换等传统时频分析方法的分辨率不高.为了提高信号时频变换分辨率,发展了同步挤压小波变换算法;该算法将信号的时频谱值向其中心频率位置挤压,改善了信号时频分析结果,使得信号时频分辨率得到了很大的提升.但由于传统算法时窗固定,处理缺乏灵活性;因此,本文对S变换窗函数进行扩展,提出了同步挤压广义S变换.通过自适应窗函数挤压信号在S域的时频谱值,提高了算法的灵活性和时频分析聚焦能力.运用同步挤压广义S变换对南海某工区实际地震数据进行分频处理,结果显示含油气层能量随着频率的增加而逐渐衰减.因此,使用同步挤压广义S变换对地震数据进行分析处理,不仅可以对储层含油气性进行准确的检测,还可以对地层进行精确的标定.     

利用多分辨率小波网络方法进行伪井反演

利用小波网络,对地震资料和小波多尺度分解属性资料,进行了虚井声波时差反演.讨论了利用地震信号的小波分解和网络学习、训练的理论方法.为了提高反演分辨率和精度，研究了信号分段相似小波时—频分析技术方法.在对对这些技术方法综合研究和算法的实现设计以后，对实际资料进行了反演计算，并对反演结果进行验证.取得了很好的效果.     

稀疏时频分解方法的研究与运用（英文）

Gabor变换和S变换是常用的时频分析工具。根据测不准原理,它们的时频分解结果无法在时间域和频率域同时具有很高的分辨率。为了提高非平稳信号时频分解结果的分辨率,本文提出瞬时频率分布函数（IFDF）并利用它表达非平稳信号。当非平稳信号时频成分的分布满足测不准原理对信号可分辨的要求时,瞬时频率分布函数的支集和短时Fourier变换的小波脊支集是同一个集合。利用IFDF的该特征,本文提出一种迭代算法（Sparse-STFT）实现了信号的稀疏时频分解。该算法在每次迭代过程中利用残留信号的短时Fourier变换结果的脊支集更新信号的时频成分,每次迭代得到的时频成分的叠加结果即为最终的稀疏时频分解结果。文中的数值实验证明了Sparse-STFT可以有效地提高非平稳信号时频分解结果的分辨率。最后,本文将该方法应用于地震数据面波的压制中,取得了理想的处理结果。     

局域波分解及其在地震信号时频分析中的应用

讨论非平稳、非线性局域波信号分解方法的物理意义和自适应性，数值实现三种局域波分解算法，研究局域波分解在地震信号时频分析中的应用方法和实践.通过Hilbert变换得到地震信号时频分布特征，与Fourier变换谱物理意义不同.采用一定的计算策略，改善瞬时频率计算精度，突出瞬时频率属性的物理意义；将局域波分解同Wigner分布结合，计算地震信号基于局域波分解的Wigner分布，抑制交叉项.模型和实际地震数据试算结果表明实现算法的正确性和有效性.研究表明：在地震信号时频分析中采用局域波分解求Hilbert谱具有自适应性，时域和频域的分辨率也较高；而基于局域波分解的地震信号Wigner分布，保留Wigner分布优良特性，抑制交叉项方法简单易实现；局域波分解方法适合处理地震信号，值得进一步研究和推广.     

高铁震源地震信号的挤压时频分析应用

我国每天有数千趟高铁列车驰骋在纵横交错的高铁线路上,构成了十分理想的均布震源,但寻找适合高铁震源地震信号的处理方法是充分挖掘信息的关键.传统的频谱分析结果表明高铁震源所产生的地震信号具有明显的窄带分立谱特征,但无法精确获得高铁震源地震信号的时频变化规律.本文首次将挤压时频分析这种分析工具引入到高铁震源地震信号处理中,对中国南方某高铁沿线采集到的高铁震源地震数据进行了分析.处理结果表明:利用挤压时频分析能够更加精确地刻画频率成分随时间的变化,能够利用单检波器精确刻画高铁列车的运行状态(匀速、加速等);同时利用挤压时频变换还可高精度地重构出所需频带的信号,为提取高铁震源地震信号的特征成分提供了一种有力工具.     

联合广义S变换和压缩感知提高地震资料分辨率

提高地震资料的分辨率是获得高分辨率地震剖面的基础,常规的处理方法对于提高地震资料分辨率虽有一定的效果,但却十分有限,难以达到资料解释的要求.对此本文将广义S变换理论与压缩感知理论相结合,提出了一种新的叠后地震资料处理方法.实现步骤为:将叠后地震数据进行广义S变换;利用压缩感知理论构建L1/2范数最优化模型;半阈值迭代法求得最优稀疏解得到更精确的时频域信息;能量重新分配补偿时频域弱信号能量;广义S反变换得到处理后的地震信号.理论模型和实际资料处理表明,与常规广义S变换提高分辨率处理相比,本文方法处理结果具有更好的效果,地震资料分辨率有了明显提高.     

基于小波分频叠前相干噪声压制方法

基于小波分析的去噪方法在地震资料叠前处理中得到了广泛应用.本文主要介绍利用小波变换的分频特性来压制相干噪声.通过小波分频技术将叠前地震信号分解为不同频带,然后利用有效波和相干干扰波的频谱差异来区分有效信号和噪声,最后利用加权方法去掉不需要的噪声信息来达到去除相干噪声的目的.实际资料的处理结果表明：基于小波分频方法能很好地压制相干噪声,从而提高地震资料信噪比和分辨率.     

二阶同步挤压S变换及其在地震谱分解中的应用

同步挤压S变换是一种处理非平稳信号的新时频变换方法,通过"挤压"信号的S变换结果,可以得到高分辨率的时频谱.但是,当信号的相位随时间呈非线性变化时,同步挤压S变换计算出的瞬时频率会出现误差,并造成时频谱分辨率降低.为了改善其对于该类信号的时频分析效果,我们利用时间和频率的二阶偏导数对瞬时频率计算式进行修正,提出二阶同步挤压S变换.合成信号处理结果表明,二阶同步挤压S变换的分辨率不但明显高于常用时频变换,在信号瞬时频率随时间呈二次或正弦变化的情况下,其时频挤压效果也好于同步挤压S变换.我们将二阶同步挤压S变换应用到天然气地震勘探资料的谱分解当中,结果表明,二阶同步挤压S变换可以很好地检测到与天然气相关的谱异常.因此,二阶同步挤压变换对于地震解释是一种很有潜力的方法.     

基于稀疏约束反演谱分解的频变AVO储层识别方法

时频分析技术是描述和分析非平稳信号的有效工具,如何提高谱分解的时-频分辨率受到了国内外学者的广泛关注.基于稀疏约束反演的谱分解方法(ISD)是近些年提出的一种具有高时-频分辨率的谱分解方法.然而传统ISD方法采用复雷克子波作为母小波函数,很大程度限制了信号分析的分辨率和精度.本文创新性地将传统ISD方法拓展到其他线性变换当中,提高了ISD方法的适用性.利用合成数据测试并对比了传统方法与ISD方法的时频分析结果,研究表明ISD方法不但能提供高分辨率的振幅谱,还能提供可靠的时-频相位谱信息.在此基础上,本文提出将高时-频分辨率的ISD方法与频变AVO(FAVO)反演相结合,得到能指示流体的地震波频散属性.将该方法应用于实际资料,结果表明基于ISD时频方法的FAVO反演结果具有更高的分辨率和准确度,对于储层油气具有更好的指示作用.     

利用多分辨率小波网络进行地震资料反演

在讨论小波网络理论方法的基础上,研究了利用地震纪录小波多尺度分解属性资料进行虚井声波时差反演的技术方法。分析了利用地震信号进行小波分解和网络学习、训练的理论方法。研究中发现:对于相邻的地震道,较小一段的相似性比整个地震道的相似性要好。据此,利用小波时-频分析技术方法,可以把相邻道的信息外推到其它地震道上。通过以上综合研究及对实际资料进行反演计算、分析,认为小波网络与人工神经网络相比其网络结构要容易选定,并且收敛速度快。同时,利用地震资料分段时-频分析的相似性较好和小波网络学习、训练及记忆能力较强的特点,可以较好地把井旁道的高、低频信息转换到相邻道上。这样在提高分辨率的同时,又增加了反演结果的真实可靠性