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.     

广义S变换地震信号时频分析

广义S变换继承和发展了S变换的优点,其引入了λ、p两个参数,对S变换中固定的基本小波进行了推广和扩展,使得其时窗更灵活多变,在一定程度上提高了非平稳信号分析处理的时频分辨率。通过线性调频信号模拟测试对比,证实了广义S变换的信号聚焦能力明显优于S变换,能够更好地刻画信号的局部特性。最后,以某区二维单炮地震数据为例进行了地震信号的广义S变换时频分析,取得了良好效果。     

S变换的时频分析特性及其改进

地震信号具有非线性、非平稳的特性,用时频分析的方法处理地震信号,可以最大限度的保留原始信息,也可以较为精确地分析数据的时间、频率特征.现阶段应用于地震数据处理的时频分析方法主要有:短时傅里叶变换,小波变换和匹配追踪算法等等.S变换是近几年发展起来的一种新的时频分析方法.S变换结合了短时傅里叶变换和小波变换的优点,具有相...     

广义S变换及其在大地电磁测深数据处理中的应用

广义S变换是一种优于短时窗傅立叶变换和小波变换的时频分析方法,利用广义S变换能够准确定位大地电磁资料中存在的噪声,通过定义时频窗对噪声进行滤除,从而明显提高阻抗视电阻率与相位的估算质量.本文基于S变换和大地电磁测深资料处理的基本原理,研究了基于广义S变换的大地电磁测深资料的处理流程和方法.对理论模拟信号及实测大地电磁场时间序列数据的处理,证实了方法的有效性.     

时频分析方法在形变数据中的应用研究

时频分析是分析非线性非平稳信号的有力工具。本文在小波变换、S变换和Hilbert-Huang变换基础上,通过设计仿真数据及运用地形变数据,分析了形变数据处理中三种方法各自的优劣、适用范围及需要改进的地方;运用三种方法分别对汶川地震前后的宽频带及整时采样数据进行分析,得到了不同时频方法在分析震前异常时的结果。     

基于广义S变换的大地电磁测深数据处理

S变换是一种优于短时傅里叶变换和小波变换的时频分析方法.采用广义S变换进行大地电磁场时间序列频谱分析,一方面能够提高对电磁噪声成分的时间定位能力,便于实现电磁噪声的滤波处理;另一方面可以增加频谱系数的个数,从而改善大地电磁阻抗张量元素的统计特性.本文从广义S变换和大地电磁测深数据处理方法的原理出发,给出了采用叠加窗函数的离散广义S变换形式,讨论了广义S变换窗口宽度比例因子、窗口宽度与可提取频谱系数个数之间的关系,定义了利用离散广义S变换时频谱计算大地电磁场分量功率谱公式;在此基础上,研究了基于S变换时谱频的大地电磁测深数据ROBUST处理方法.最后,通过实测资料进行方法检验,结果表明本文方法比短时傅里叶变换处理效果更好,并且有利于识别和压制电磁噪声.     

基于S变换的软阈值滤波在深地震反射数据处理中的应用

深地震反射原始单炮数据是非平稳的弱能量反射信号,信噪比较低.如何提高信噪比一直是深地震反射数据前处理中的一大难题.S变换是一种适用于分析非平稳信号的时频变换方法.同其他分析时变信号的方法相比,S变换的基本小波不必满足小波在时间域均值为零的容许性条件,它的时频分辨率与分析信号的频率有关,且其在时间域的积分可以得到傅里叶频谱,其反变换也简单.因此,S变换容易表示深地震反射信号复杂的时频特性.本文在S变换的基础上,利用软阈值滤波方法对深地震反射数据进行处理,实验结果表明,该方法有效地提高了信噪比,压制了有效频带范围内的混频干扰,突出了弱反射信号,使得波组信息更加丰富,有利于连续追踪有效反射波组和识别薄地层,特别是提高了深部Moho界面反射层位的分辨率,为深地震反射剖面后续处理和准确解释奠定了基础.     

S变换在面波去噪中的应用r

S变换是一种用于分析非平稳信号的时频变换方法, 可以很好地刻画地震信号的时频特性. 本文将S变换用于地震面波数据的噪声去除中, 首先介绍了S变换的理论基础, 然后设计了时频滤波和阈值滤波两种方法, 分别对天然地震面波数据和背景噪声数据进行去噪处理, 并与相位匹配滤波进行了比较． 结果表明, 面波数据经S变换去噪后, 群速度频散曲线的短周期部分得到改善, 能够连续追踪至6 s左右, 但长周期部分出现了缺失; S变换去噪的效果优于相位匹配滤波, 两者相结合会得到更加理想的结果．      

基于解析信号重构的同步挤压小波变换的时频谱影响因素分析

受测不准原理的制约,小波变换、S变换等时频分析算法无法同时获得高时间分辨率和高频率分辨率。为了满足更高的要求,出现了一种联合小波变换和时频谱重组的新方法—同步挤压小波变换。本文从同步挤压小波变换和基于解析信号重构的同步挤压小波变换的原理出发,通过模型分析算法中参数设置对时频分析结果的影响,包括小波母函数、小波母函数的参数选择和小波阈值等,分析瞬时频率变化率不为零的信号所存在的时频谱模糊现象,并通过控制小波母函数、小波母函数参数以及小波阈值有效地减轻瞬时频率变化率不为零的信号所存在的时频谱模糊现象,时频谱的质量得到一定程度的提高。研究结果对获取高分辨率地震时频谱具有一定的指导意义。      

基于时频能量重排的改进小波变换谱分解

小波变换作为一种具有多分辨率特征的时频分析方法已被地球物理学家广泛应用,受不确定性原理影响,其时频分辨率有限.能量重排小波变换通过对小波变换能谱向其局部重心进行重新分配,进一步提高了时频谱图的精度.拟合信号和实际地震数据表明,利用该方法能够更准确地刻画信号的时频特征,有助于获得更好的解释效果.     

小波包单子带重构提取GPS序列特征信息

GPS观测环境愈来愈复杂,动态观测值包含的影响因素较多,函数关系复杂,影响特征信息的提取和参数模型的解释能力.小波包具有良好的时频分析能力,利用小波包理论对GPS数据序列进行分解与重构过程中有三个基本运算：与小波滤波器卷积、隔点采样、隔点插零,该三项运算产生频率交错和频率折叠等频率混淆现象.为消除频率混淆现象,分解与重构时,每作一次信号与小波卷积后,将其结果作一次快速傅立叶变换,频谱中多余的频率成分的谱值置零,再对置零后的频谱进行傅立叶逆变换,然后继续进行小波包的分解与重构,从而实现单子带重构提取GPS数据序列特征项.通过实例验证了小波包单子带重构提取GPS特征信息的有效性.     

几种时频分析方法的比较和实际应用

地震信号往往是非线性非平稳的,时频分析技术能同时展示信号在时间域和频率域的局部化特征。本文研究4种时频分析方法:短时傅里叶变换(STFT)、小波变换、广义S变换和Wigner-Ville分布。在理论上运用雷克子波模拟地震记录进行时频分析对比,发现广义S变换具有相对较好的时频聚焦性以及较好的交叉项抑制性。为了验证这一理论,我们分别在两个工区做了实际的地震实验,分析并阐述4种时频分析方法的优缺点,同时也验证广义S变换的优越性。      

S变换在地震资料处理中的应用及展望

S变换是近年来发展起来的一种具有高时频分辨率的信号处理方法,它的时频分辨率与信号的频率有关,反变换简单,基本小波不必满足容许性条件,并且不存在交叉项.广义S变换弥补了S变换的一些不足,具有更高的频率聚集能力.本文总结了实际应用中具有代表性的几种广义S变换类型,并结合实例从4方面内容综述了S变换在地震资料处理中的应用:应用S变换和广义S变换在时频域滤波去噪以提高信噪比,压制面波和拾取初至波;通过检测频率和振幅等地震波属性信息研究地层中地质体和精细构造,提高地震波的主频进行地震高分辨分析;进行地层吸收衰减补偿和地层品质因子Q值的求取;以及瑞利面波频散分析和面波频散曲线的提取.本文介绍的结果及其他很多应用均表明S变换和广义S变换是地震资料处理中的一个有效手段.但是,目前S变换多应用于勘探地震学中,我们在文章最后分析展望了S变换在天然地震学中的潜在应用.     

时频域油气储层低频阴影检测

为了准确刻画地震信号的局部层次结构,实现高效率的三维地震资料瞬时谱分解,检测油气储层的低频阴影,构造了广义S变换.广义S变换通过引入两个参数,改造S变换的小波函数,使其小波能根据信号处理的具体应用需要而调整.模型信号的仿真发现,广义S变换具有更加优越和灵活可调的时频聚集性能.文中分析了低频阴影的机理,并利用广义S变换对三维实际地震资料进行了瞬时谱分解,它不仅能检测油气储层的低频阴影,而且可以刻画油气储层的岩性边界和空间展布,减小油气储层检测的多解性.     

同步提取三参数小波变换及其在储层含气性检测中的应用

随着我国石油勘探程度的不断加深,非常规油气藏逐步成为了油气勘探的重点.由于致密砂岩具有低孔、低渗、非均质性强等特性,因此迫切需要高精度时频分析后处理方法对该类气藏进行有效表征.本文提出了一种同步提取三参数小波变换(Synchroextracting Three-Parameter Wavelet Transform, SETPWT)新方法,该方法具有小波变换多尺度多分辨率的特性,通过改变三个参数来调节小波基的主频、带宽及相位,灵活匹配多种类型的合成信号以及地震子波;与传统时频分析方法相比,同步提取三参数小波变换在三参数小波变换结果的基础上引入同步提取算子(Synchronous Extraction Operator, SEO),通过SEO提取与信号理想时频谱高度相关的时频信息,去除多余能量,从而实现非平稳信号的高精度时频表征.合成信号算例表明,同步提取三参数小波变换的分辨率不但明显高于常用时频变换,同时具有优于同步提取变换(Synchroextracting Transform, SET)的抗噪性能;将同步提取三参数小波变换应用到地震资料含气性检测中,进一步验证了该时频算法在致密砂岩...     

Morlet小波匹配追踪方法的时频原子参数分析

匹配追踪方法是目前时频分辨率最高的时频分析方法.但传统的匹配追踪方法在寻找与信号匹配最佳的时频原子时,需在较大的参数搜索范围内对时频原子参数进行多重循环寻优迭代,计算效率较低.针对匹配追踪算法实现方式,本文主要工作及结论如下:(1)以Morlet小波为时频原子,以频率、相位、时延和尺度为时频原子参数,分析了信号在时频原子上的投影振幅对这四项时频原子参数的灵敏度,结果表明灵敏度顺序为:时延、频率、尺度和相位,据此结论可在算法实现时根据灵敏度顺序调整不同参数寻优迭代时的参数搜索范围,改善算法的计算效率;(2)针对频率、相位和时延参数已知尺度参数变化的时频原子,分析了利用Hilbert变换得到的瞬时参数表征时频原子参数初值的准确度,结果表明准确度顺序为:时延、频率和相位.据此结论可在算法实现时确定参数寻优的优先级顺序,改善算法的计算效率.与连续小波变换、广义S变换等时频分析方法的对比及在地震数据去噪中的应用效果表明匹配追踪方法效果较好.     

地震与爆破的小波包识别判据研究

利用sym5小波包基函数对小震级天然地震和人工爆破波形进行4层小波包分解并绘制了时频谱图.通过时频谱图可直观得出, 爆破频率成分简单, 时频谱聚集性较好. 为寻求定量的识别指标, 综合P波和S波小波包变换结果, 提出并定义了P/S能量比. 分析识别效果较好的 P/S能量比判据得出爆破的P波主频集中在频段3.125—9.375 Hz处, 地震频率成分较复杂, S波在高频12.5—23.4375 Hz处也较发育, 在这些频段上, 爆破的P波与S波差异要大于地震的P波与S波差异. 作为小波包判据研究的补充, 文中也提取分析了P波的能量比与S波的能量比. 能量比判据识别结果表明, 人工爆破与天然地震的频率成分存在差异, 通过小波包变换能够提取有效的识别判据.      

浚县地震台地磁秒采样数据高频干扰分析

为识别及分析浚县地震台地磁秒采样观测数据中的高频干扰成分,采用别尔采夫滤波剔除其日波及半日波,然后通过时频分析得到高频干扰时段。通过查询工作日志及进行毕奥萨伐尔定律分析,认为浚县地震台地磁秒采样数据所受高频干扰除磁暴外,主要来自电焊施工和雷电,同时发现2种干扰类型有不同的典型干扰形态。     

地震勘探信号时频分析方法对比与应用分析

针对地震勘探信号,对非平稳信号时频分析几种适效方法:短时Fourier变换、小波变换、S变换、Wigner分布、平滑伪Wigner分布、锥形核时频分布、AOK(adaptive optimum kernel,自适应最优核函数)分布等进行对比与应用研究.在阐明各种方法基本原理的基础上,进行数值分析与应用研究.首先对非平稳地震勘探模拟信号进行试算及时频属性提取,结合各类方法的信号表示理论,在时频局部化的精度和交叉项抑制等方面对计算结果进行对比分析;进一步应用于实际二维地震数据,提取瞬时频率和瞬时带宽等时频属性,进行比较研究.研究表明:对于地震勘探信号,就本文涉及的几种时频分析方法而言,AOK分布是时频局部化精度最高、交叉项抑制最好、时频匹配最优的方法,值得在地震勘探信号分析和地震属性提取、频谱分解等应用中深入研究和应用.     

测井多尺度分析方法用于准层序自动划分研究

多尺度分析方法实现了信号分析的时频局部化,是测井数据时频分析与地质解释恰当的数学工具.测井资料作为地层岩性、物性的反映,其中必然蕴含了大量与沉积地层旋回变化有关的信息.以胜坨油田某井为例,采用db4最佳小波基分别对自然伽马、自然电位和声波等测井曲线进行了多尺度分析,将一维测井数据拓展为二维深度-尺度空间,提取小波变换系数的时频色谱信息和能量信息,从而确定出测井曲线识别准层序界面的最佳尺度.依据最佳尺度下的小波系数幅度振荡特征和时频色谱信息实现了对准层序界面的自动划分,与传统方法所划分的界面基本一致.这些探索为层序地层的定量划分提供了一种新的思路.