希尔伯特-黄变换地震信号时频分析与属性提取

地震信号属于非线性和非平稳信号,传统的分析方法主要包括短时傅立叶变换、小波变换和Cohen类时频分布等等;希尔伯特-黄变换是分析非平稳信号的新方法,该方法的关键部分是信号的经验模态分解,通过经验模态分解,复杂的信号可以分解为有限的数量很少的几个固有模态函数,从而可以得到信号的希尔伯特时频谱;将该方法应用于单个的地震道数据,可以对地震道进行经验模态分解并得到希尔伯特谱,应用于地震剖面,可以得到意义更加明确的瞬时频率和瞬时振幅等地震属性,模型试算和实际应用表明了该方法的有效性.     

基于Hilbert-Huang变换的地震瞬时属性提取方法及应用(英文)

希尔伯特—黄变换(Hilbert-Huang transform,HHT)是一种新的适合非平稳和非线性信号的分析方法,由于地震信号一般呈现出非平稳与非线性特性,因此HHT非常适合地震信号的分析。本文首先介绍了HHT中关于经验模态分解(Empirical Mode Decomposition,EMD)的实现过程,在此基础上分析了几种基于EMD获得本征模态函数(Intrinsic Mode Functions,IMF)来计算瞬时频率的算法,其中利用了两个采样间隔瞬时频率的平均来计算瞬时频率,较好地反映了地震信号频率成分随时间变化的特征。将该方法应用于四川东北部某地区海相碳酸盐岩地层三维地震叠后偏移数据处理,提取"三瞬"地震属性,与传统的希尔伯特变换提取的"三瞬"地震属性进行对比,结果表明基于HHT的"三瞬"地震属性结果具有更高的分辨率,IMF2的瞬时相位能够较好地刻画台地边缘生物礁相,IMF2的瞬时频率亦具有较好的分带性。将IMF2的"三瞬"地震属性与钻井等资料结合分析,能够更好地识别沉积相的分布。     

反褶积干涉成像及其在随钻地震数据处理中的应用

随钻地震是石油工程领域的一项新技术,是利用钻头破岩的连续随机振动信号进行钻前预测,通常需要利用钻头震源函数与地面记录互相关进行处理,而地下数千米震源函数的获取难度很大,成为制约随钻地震技术的一个关键问题.反褶积干涉成像是在互相关基础上发展起来的,可以利用随机噪音获得地震台站间的格林函数,对地下构造和速度结构成像,同时这种方法不依赖于震源函数信息.本文回顾了干涉成像的发展历程,分析了互相关干涉和反褶积干涉的原理、方法和特点,结合随钻地震数据处理需要,结合实例分析了反褶积干涉应用于随钻地震数据处理的前景,为发展新型随钻地震技术提供了重要参考信息.     

基于VMD算法在地震数据时频分析中的应用

受新开发的变分模态分解(VMD)的启发,本文引入一种基于VMD的时频分析方法来分析地震数据.VMD的原理是将信号分解成具有一定中心频率的模态分量,通过这些分量来重构原始信号.这种分解方式可以降低各个模态中的残余噪声,同时进一步减少冗余的模态,很好的克服了模态混叠问题.此外,VMD是一种自适应信号分解技术,它可以非递归地将多分量信号分解为几个准正交固有模态函数,与EMD及其推广(如EEMD,CEEMD)相比,有坚实的数学基础.将VMD方法与CEEMD方法进行比较,对合成数据进行测试显示了基于VMD的时频分析方法具有更好的时频聚焦性,同时对实际数据处理也表明该方法具有突出地质特征和地层信息的潜力.     

自适应VMD的地震资料高分辨率处理方法研究

随着勘探开发的不断深入,常规地震资料受分辨率的限制难以满足精细勘探开发的需求.由于地震信号不同频率成分的衰减程度不同,故可结合分频技术对各频率成分进行差异化补偿,进而提高地震资料分辨率.而常规分频技术普遍分频精度不高,存在模态混叠现象,不能较好地适用于地震资料处理.针对上述问题,本文提出基于自适应变分模态分解(VMD)...     

基于经验模态分解及独立成分分析的微震信号降噪方法

针对微震信号具有高噪声、突变快、随机性强等特点,基于经验模态分解(EMD)及独立成分分析(ICA)提出一种微震信号降噪方法.首先,对含噪信号进行EMD分解,获得一系列按频率从高到低的内蕴模态函数(IMF),利用原信号与各IMF之间的互相关系数辨识出噪声与信号的分界,将分界之上的高频噪声滤除;其次,为有效去除分界IMF中的模态混叠噪声,基于ICA算法对分界IMF进行盲源分离,提取其中的微震有效信号,并将其与剩余的IMF累加重构,从而得到降噪后的微震信号;最后,利用快速傅里叶变换(FFT)时频谱对比分析降噪前后的信号特征,定性说明本文方法的有效性;引入信噪比和降噪后信号占原信号的能量百分比两个参数,定量说明本文方法能充分保留微震信号的瞬态非平稳特征,降噪效果明显.     

基于希尔伯特-黄变换的九寨沟M7.0地震加速度记录时频分析

2017年8月8日四川九寨沟M7.0地震是继2008年汶川M8.0地震和2013年芦山M7.0地震之后,青藏高原东缘在不到10年的时间内发生的第3个震级M7.0以上的强震,震中位于青藏高原巴颜喀拉块体东缘东昆仑断裂带东端的塔藏断裂、岷江断裂和虎牙断裂交汇部位,四川省地震局的数字强震台网共有37个台站获取了主震的三分量强震加速度记录。由于傅里叶（Fourier）变换仅能提供强震记录的频域信息,故本文在对九寨沟M7.0地震的加速度记录进行时频分析时采用了一种基于聚类经验模态分解（EEMD）的希尔伯特-黄变换（HHT）方法提取信号时频特性,通过对震中附近台站的加速度记录进行EEMD分解和希尔伯特（Hilbert）变换及谱分析,最终有效获得了信号能量的时频分布特征,量化提取了中心频率、Hilbert能量、最大振幅对应的时间等特性,并与Fourier变换进行了对比研究。研究结果表明:对于非线性的强震记录采用EEMD能够有效抑制经验模态分解（EMD）中存在的模态混叠问题,FFT谱与Hilbert边际谱相比,它在低频处会低估地震动的幅值,随着频率的增加,FFT谱又会放大其幅值。      

基于自相关函数特性的CEEMD全局阈值去噪方法研究

完备总体经验模态分解(CEEMD)克服了经验模态分解(EMD)的模态混叠问题,依据信号自身的特点,将待分析的复杂信号分解为一系列不同尺度的固有模态函数(IMF)的子信号,且各IMF分量的频率由高到低依次排列,是一种适用于分析处理非线性非平稳信号的强大的信号分析技术.地震资料中的随机噪声一般属于高频率的信号,在CEEMD中往往分布在前几个高频IMF分量,本文针对基于CEEMD的分频去噪和基于CEEMD的小波阈值去噪等方法的不足,在前人基于EMD阈值去噪的基础上设计了自相关函数统计特性与CEEMD全局阈值联合去噪方法.该方法先对CEEMD分解的若干个模态分量进行自相关,寻找到噪声主导模态和信号主导模态,然后利用设计的全局阈值对噪声主导模态进行去噪,最后将处理后和未处理的固有模态函数进行重构,得到最终的去噪结果.模型试算和实际地震资料处理都验证了此方法在提高信噪比,保留原信号高频有效成分和弱信号信息上的有效性.     

鹤岗地震台阵记录的矿震与天然地震频谱特征分析

基于鹤岗地震台阵勘选数据,分析各子台记录的矿震和天然地震的频谱特征,从各子台频谱一致性角度对观测场地进行评估;采用希尔伯特-黄变换（Hilbert-Huang,简称HHT）方法,分析矿震和天然地震的时频特征。结果显示：勘选记录的地震频谱特征与已有研究一致,各子台特征也较一致,该勘选场地适合建设台阵;由经验模态分解（EMD）后的本征模态函数（IMF）分量可以明显识别出矿震面波,矿震和天然地震的HHT谱的时频特征有明显区别。     

基于高通滤波的频率-空间域经验模态分解压制高频噪声

高频噪声压制是高分辨率地震数据处理中提高信噪比的关键性问题.本文针对f-x(频率-空间)反褶积空间预测滤波器无法处理非平稳、非线性信号的缺点,提出了一种基于高通滤波的频率-空间域经验模态分解(Empirical Mode Decomposition in the frequency-space domain,f-xEMD)压制地震剖面中高频噪声的方法.该方法采用全域高通滤波从原始数据中分离出含有部分有效信号的高频数据,将其变换到f-x域,然后在滑动的短窗口内提取每一个频率的空变数据序列进行EMD分解得到高频复本征模态函数(Intrinsic Mode Function,IMF)IMF1,将所有频率的IMF1序列反Fourier变换到时间域得到噪声剖面,将其与原始数据相减,达到高频噪声压制的目的.该方法可克服传统EMD分解方法中的模态混叠现象,保护陡倾角反射同相轴;压制后的噪声剖面中不包含有效信号能量,地震剖面的信噪比得到了提高.模拟数据和实际数据处理结果充分证明了该方法的有效性.     

A comparative study on hydrocarbon detection using three EMD-based time–frequency analysis methods

Due to strong heterogeneity of marine carbonate reservoir, seismic signals become more complex, thus, it is very difficult for hydrocarbon detection. In hydrocarbon reservoir, there usually exist some changes in seismic wave energy and frequency. In their instantaneous spectrums there often exist such phenomena that show the characteristics of attenuation of high frequency energy and enhancement of low-frequency energy. The three EMD-based time-frequency analysis methods' instantaneous spectra all have certain oil and gas detection capability. In this paper, we introduced the Normalized Hilbert Transform (NHT) and a new method named the HU method for hydrocarbon detection. The model results in the Jingbian Gas Field which is located in the eastern Ordos Basin, China, show that NHT and HU methods can be adopted. They also detect the gas-bearing reservoir efficiently as the HHT method does. The three EMD-based methods, that is, the Hilbert–Huang transformation (HHT) and NHT and HU methods, were respectively applied to analyze the seismic data from the Jingbian Gas Field. Firstly, the seismic signals were decomposed into a finite number of intrinsic mode functions (IMFs) by empirical mode decomposition (EMD) method. The second IMF signal (IMF2) of the original seismic section better indicates the distribution of the reservoir. Information on hydrocarbon-bearing reservoir is mainly in IMF2. Secondly, the HHT, NHT and HU methods were respectively used to obtain different frequency division sections from IMF2. Hydrocarbon detection was realized from the energy distribution of the different frequency division sections with these three EMD-based methods. The practical application results show that the three EMD-based methods can all be employed to hydrocarbon detection. Frequency division section of IMF2 using NHT method was better for the seismic data from the Jingbian Gas Field than when using the HHT method and HU method.     

Hilbert-Huang变换在提取地震信号动力特性中的应用

H ilbert-Huang变换(HHT)是一种处理非线性、非平稳信号的新方法。它通过经验模态分解将信号分解为有限个固有模态函数,并对每个固有模态函数进行H ilbert变换得到H ilbert谱。本文将这种方法应用于地震信号动力特性的提取,有效地获得了信号能量的时频分布,量化提取了中心频率、瞬时相位、瞬时能量、H ilbert能量、最大振幅对应的时频分布等动力特性,并与Fourier变换、小波变换等进行了比较,显示了HHT的优势以及对于进一步实现结构分析和控制的重要意义。     

基于聚类经验模态分解（EEMD）的汶川MS8.0强震动记录时频特性分析

在2008年5月12日汶川MS8.0地震中,四川数字强震台网共获取了133组三分向加速度记录. 本文选取了一些不同断层距的台站所获取的强震动记录进行了处理和分析．在数据处理中,采用基于聚类经验模态分解（EEMD）提取信号时频特性的方法,有效获得了信号能量的时频分布,提取了中心频率、 Hilbert能量、最大振幅对应的时频等特性,并与傅里叶变换、小波变换进行了对比研究．研究结果表明, 对非线性的强震记录采用聚类经验模态分解（EEMD）能抑制经验模态分解（EMD）中存在的模态混叠问题;与傅里叶变换和小波变换相比发现, HHT边际谱在低频处幅值高于傅里叶谱;与小波变换受到所选取的母波强烈影响不同, HHT直接从强震记录中分离出固有模态函数（IMF）,更能反映出原始数据的固有特性, Hilbert谱反映出大部分能量都集中在一定的时间和频率范围内,而小波谱的能量却在频率范围内分布较为广泛．因此,基于EEMD的HHT在客观性和分辨率方面都具有明显的优越性,能提取到更多强震加速度记录的时频特性．      

基于改进长短时窗比值及优化变分模态分解的微震初至拾取算法

针对低信噪比条件下微震初至拾取准确度低的问题,基于信号幅度变化引入权重因子,对传统长短时窗比值（STA/LTA）算法进行改进,提高初次拾取精度。为了进一步降低拾取误差,对变分模态分解（VMD）算法进行优化,基于互相关系数和排列熵准则自适应确定VMD分解层数,对初次拾取结果前后2—3 s的记录进行优化VMD,并计算分解后各本征模函数（IMF）的峰度赤池信息准则值,得到各IMF的到时,以各IMF的拾取结果及能量比综合加权得到二次拾取到时。仿真实验表明:改进后的STA/LTA在较低信噪比下可降低初次拾取误差约0.01 s以上;相比经验模态分解（EMD)和小波包分解,自适应VMD分解后能再次降低误差,最终与人工拾取结果平均误差在0.023 s以内。实际微震信号初至拾取结果表明,本算法能快速有效地识别初至P波,与人工拾取结果相比误差小,准确率高。      

Hilbert spectrum and intrinsic oscillation mode of dynamic response of a bilinear SDOF system： influence of harmonic excitation amplitude

Under harmonic wave excitation, the dynamic response of a bilinear SDOF system can be expressed by the Hilbert spectrum. The Hilbert spectrum can be formulated by (1) the inter-wave combination mechanism between the steady response and the transient response when the system behaves linearly, or (2) the intra-wave modulation mechanism embedded in one intrinsic mode function (IMF) component when the system behaves nonlinearly. The temporal variation of the instantaneous frequency of the IMF component is consistent with the system nonlinear behavior of yielding and unloading. As a thorough study of this fundamental structural dynamics problem, this article investigates the influence of the amplitude of the harmonic wave excitation on the Hilbert spectrum and the intrinsic oscillatory mode of the dynamic response of a bilinear SDOF system.     

振动台试验模型地震反应的HHT研究

Hilbert-Huang Transform(HHT)是一种新的适用于非线性、非平稳信号,且具有自适应性的数据处理方法．本文简要介绍了一座45层钢筋混凝土框架结构及其振动台试验模型概况. 利用HHT分析了模型结构在不同烈度地震中的反应记录,得到了Hilbert时频幅值三维分布和Hilbert边际谱．Hilbert谱得到记录能量集中分布的频段与时间范围,捕捉到信号变化的主要特征. Hilbert边际谱曲线形状和峰值频率值随着地震烈度的升级而发生了相应变化,而且所有的结果图形体现出相同的规律性,预示着Hilbert边际谱在土木工程结构安全评价中的应用前景．      

希尔伯特—黄变换在地电阻率数据处理中的应用

希尔伯特—黄变换用于处理非线性非平稳信号,由经验模态分解和希尔伯特谱分析2部分组成。本文采用希尔伯特—黄变换方法,相继对大同地震台地电阻率月值数据和宝昌地震台地电阻率月值、整点值数据进行处理。结果显示:(1)大同、宝昌地震台地电阻率月值数据对应的Hilbert谱具有较高分辨率,高幅值在归一化频率0.05—0.15区间内呈"余弦"变化形态;(2)希尔伯特—黄变换在提取地电阻率异常变化、高频信息及去除噪声等方面效果较好,在未来地电资料处理中具有广泛的应用前景。