基于频谱分解的碳酸盐岩储层识别

频谱分解技术是将地震信号从时间域转换到频率域,分析频率对不同尺度地质体的振幅、相位响应特征的一项技术.频谱分解能够得到高于传统分辨率的解释结果,提高刻画储层分布的能力.本文详述了短时傅里叶变换、连续小波变换和S变换的数学原理及适用性:短时傅里叶变换使用固定时窗,不能根据信号的变化调整分辨率,只适合分析分段平稳或近似平稳的信号;连续小波变换使用移动的、尺度可变的小波作为时窗,具有多分辨率特点,但是实际中选择能反映信号特征的小波函数不易;S变换使用频率的倒数来调节时窗,具有多分辨率特征,对数据处理的适应性较强.将这三种方法分别应用于碳酸盐岩储层发育区,利用靠近地震主频的35 Hz分频剖面,分析了不同时窗大小的短时傅里叶变换效果,不同类型小波的连续小波变换效果,并对比了不同频谱分解算法对储层的描述精度.通过分析得出分频剖面比常规地震剖面更有利于储层识别,且S变换效果最好.     

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.     

基于反褶积短时傅立叶变换的油气检测

低频阴影现象为油气识别的一个重要标志.然而对于薄储层,低频阴影现象仍然较弱,因此有必要采用更高时频分辨率的时频分析方法进行低频阴影的识别.将信号的短时傅立叶变换谱与窗函数Wigner-Ville分布进行二维反褶积可得到信号Wigner-Ville分布,该二维反褶积方法即为反褶积短时傅立叶变换.该方法不仅提高了时间和频率分辨率而且减少了交叉项.文中对两种理论信号进行多种时频分析方法的计算机仿真效果对比,结果证明,反褶积短时傅立叶变换与传统的时频分析方法相比更具优势.文中采用反褶积短时傅立叶变换的方法对信号进行时频分析,首次将该方法用于单频剖面的提取.由低频阴影现象的数值模拟结果可知,该方法比广义S变换在薄储层预测中取得了更好的效果.在实际资料的应用中证实了此方法检测含油气储层的可行性.     

Hilbert-Huang变换与傅里叶变换在大地电磁数据处理中的适用性分析

Hilbert-Huang变换(HHT)和傅立叶变换是目前广发应用于大地电磁(MT)信号处理的两种算法,但两种方法在MT信号的处理中的适用性研究却鲜有报道.文章以仿真平稳信号、加噪信号、非平稳信号和实测大地电磁信号为例,从准确性、稳定性、计算效率等几个方面比较了两种算法在大地电磁信号处理中的适用性.结果表明:傅立叶变换对于无噪平稳信号的分析,其分辨率和准确性很高,且计算速度快,适合海量大地电磁测深数据的处理;HHT算法具有时频分析和滤除高频分量的能力,能精确的刻画信号能量随时间和频率的分布,且抗噪声性能好,在MT数据筛选和去噪等方面有优势;基于HHT边际谱的功率谱估计更适合MT信号非平稳特性的实质,但其计算效率低,是制约其工程应用的瓶颈问题.     

常用时频分析方法在数字地震波特征量分析中的应用

地震波属于非平稳信号,传统的傅立叶变换因缺乏信号局域性的信息而无法对非平衡信号进行全面描述.对此时频分析是有力的分析工具.本文简介了短时傅立叶变换(STFT)、S变换、CWD分布、ZAM分布四种时频分析方法,通过对算例及实际地震信号的分析,总结出这四种时频分析方法在分辨地震波中的应用效果及优缺点.     

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.     

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。      

带有低通滤波的广义S变换在探地雷达层位识别中的应用

同其它分析时变信号的方法相比,S变换具有独特的优点.但是S变换的时窗函数形式固定,限制了其在信号分析和处理中的应用.针对这一问题,本文对S变换进行了改进和推广,在S变换的时窗函数中引入调节参数,同时将低通滤波函数融入其中,提出了一种广义S变换.通过调节参数大小来调节广义S变换的时间分辨率和频率分辨率,从而使该变换具有很强的适用性.本文使用该变换对实测探地雷达数据进行了层位识别研究,取得了较好的效果.     

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...     

Hilbert-Huang变换与ELF信号处理

Hilbert-Huang变换(HHT)是近年出现的一种自适应的非平稳、非线性信号处理方法,该方法迄今已在许多非线性、非平稳信号处理的研究领域得到了很好的应用.本文简要介绍了Hilbert-Huang变换的基本实现原理与算法基础,通过仿真信号验证了该方法的有效性,并以实际数据为例,探讨了它在极低频(ELF)信号处理及噪声压制方面的应用.利用Hilbert-Huang变换对ELF信号进行频率域滤波,可以对噪声进行有效压制,从而提取已知频率的电磁信号,极大地提高信号质量.     

分数阶S变换:第一部分,理论(英文)

S变换(ST)结合了小波变换和短时傅里叶变换的特性,对信号处理具有良好的局部时频聚集性.分数阶傅里叶变换是一种对非平稳信号分析的工具.本文基于分数阶傅里叶变换和S变换的思想,提出了分数阶S变换(FRST),将S变换从时间-频率域推广到时间-分数阶频率域,推导了它的逆变换公式并研究了其数学性质。分数阶S变换(FRST)具有分数阶傅里叶变换和S变换的优点,增强了S变换对信号处理的灵活性。相比于S变换,分数阶S变换能提高信号时频分辨能力。仿真实验证实了该方法的有效性。     

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。      

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.     

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．      

谱图重排的谱分解理论及其在储层探测中的应用

谱分解理论是把单道地震记录分解为连续的时频谱平面,是地震资料处理和解释的重要技术之一.由于谱分解方法的多解性,所以同一道地震记录因为分解方法不同,得到的时频谱是不一样的.短时傅里叶变换,小波变换,S变换和匹配追踪算法都是对信号开窗分析,这些方法都受到不确定性原理的限制.Wigner-Ville变换避开了不确定性原理的限制,但是交叉项的存在限制了本方法的使用.本文利用谱图重排的时频分析方法(RSPWV)对合成的单道地震记录和实际的地震资料进行了分析.与短时傅里叶变换和匹配追踪算法的比较得出:此方法具有较高的时频分辨率,能够很好地识别气层.     

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.     

基于同步挤压小波变换的烃类识别技术

利用频谱分解得到的频率能量数据体进行属性提取,是烃类检测的常用手段之一.同步挤压小波变换能够提供高分辨率的时频谱,具有较好的应用潜力.本文以同步挤压小波变换为基础,提出了一套烃类检测方法,包括低频阴影检测、流体流动性估计以及高频能量衰减等,通过自适应选取优势频段,实现了多属性联合高精度刻画烃类的分布范围.实际资料处理结果与现有钻井情况吻合,具有较好的实用性,实现了对储层位置的高精度描述,对指导油气田开发具有重要的理论意义和实用价值.     

Properties of an improved Gabor wavelet transform and its applications to seismic signal processing and interpretation

This paper presents an analytical study of the complete transform of improved Gabor wavelets (IGWs), and discusses its application to the processing and interpretation of seismic signals. The complete Gabor wavelet transform has the following properties. First, unlike the conventional transform, the improved Gabor wavelet transform (IGWT) maps time domain signals to the time-frequency domain instead of the time-scale domain. Second, the IGW’s dominant frequency is fixed, so the transform can perform signal frequency division, where the dominant frequency components of the extracted sub-band signal carry essentially the same information as the corresponding components of the original signal, and the subband signal bandwidth can be regulated effectively by the transform’s resolution factor. Third, a time-frequency filter consisting of an IGWT and its inverse transform can accurately locate target areas in the time-frequency field and perform filtering in a given time-frequency range. The complete IGW transform’s properties are investigated using simulation experiments and test cases, showing positive results for seismic signal processing and interpretation, such as enhancing seismic signal resolution, permitting signal frequency division, and allowing small faults to be identified.