基于广义S变换时频滤波的MT数据去噪

针对油气勘探中大地电磁(MT)数据易受各类干扰的污染,且信噪难以分离的问题,把基于广义S变换的时频滤波技术应用于MT数据处理中来,得到MT数据的S域时频分布,分析受噪MT数据在S域的时频分布特征,再在S变换时频域进行时频阈值去噪,并对滤波后的S域时频谱进行逆变换重构,分离得到去噪后的MT数据。给出了基于广义S域时频滤波的方法原理与应用步骤,对被污染的仿真和实测MT数据进行了时频阈值滤波,并与小波阈值去噪方法进行了比较研究。结果表明：基于广义S变换的时频滤波方法可有效抑制MT数据中的干扰,从噪声信号中分离出有效的大地电磁数据,且减少了人为参与,提高了MT勘测的数据质量。     

广义S变换时频分析在广域电磁法数据处理中的应用

广义S变换是一种可逆的局部时频分析方法,是短时傅里叶变换和小波变换的延伸和推广。利用广义S变换对广域电磁时间序列数据进行分析,除了可以划定噪声区域便于实施滤波去噪之外,还可以提高数据频谱分析精度。针对广域电磁数据特点,基于广义S变换提出了适合广域电磁法的广义S变换处理流程,进行了信号的仿真实验。同时,也对广域电磁法实测数据进行了处理,高信噪比数据的处理结果证实了广义S变换的有效性和准确性。强干扰数据处理的结果表明,获取的信号质量比基于傅里叶变换的传统方法有明显提高。处理效果表明,提出的方法适用于广域电磁法数据处理。     

top-hat变换与庐枞矿集区大地电磁强干扰分离

作为一种非线性信号处理方法,基于数学形态学的广义形态滤波已经展现出其在大地电磁时间域信号去噪中的作用;然而,广义形态滤波在滤除大地电磁时间域信号中噪声波形的同时,也滤除了时间域信号中包含有用信息的缓变化。针对这一问题,提出一种基于数学形态学top-hat变换的大地电磁时间域噪声压制方案,利用top-hat变换对波峰和波谷的检测能力,采用直线型结构元素,对大地电磁时间域信号进行去噪。用该方法对庐枞矿集区大地电磁实测数据进行处理后,数据的标准差与曲线相似性参数都优于处理前数据,表明所提方法能够去除噪声波形并保留时间域信号的缓变化,恢复受噪声污染的大地电磁时间域信号,提高大地电磁视电阻率曲线的质量。     

大地电磁测深数据的时频分析

大地电磁测深(MT)数据表现出非线性、非平稳、非最小相位特征,不符合以Fourier变化为基础的传统谱分析的基本要求.为寻求更好的谱分析方法,把最新发展的Hilbert-Huang变换(HHT)引入到大地电磁测深数据的时频分析当中来,针对湖北宜万线实测的MT信号,与短时Fourier变换(STFT)、Winger-Ville分布(WVD)和小波变换(WT)进行了时频分析比较.比较分析表明:HHT方法克服了其它一些方法的缺陷,完全取消了窗函数的作用,其结果不受核函数影响与时频测不准原理限制,具有完全的局部时频特性和更好的时频聚集性.分析认为HHT是一种全新而更优越的分析与处理大地电磁测深信号的时频方法,能更好地提取信号的时频本质特征,用于指导生产勘测实践.     

广义S变换与短时傅里叶变换在地震时频分析中的对比研究

短时傅里叶变换(STFT)和广义S变换(GST)都被应用到地震时频分析中,但对两者在信号分析过程中的特点和差异的研究相对较少。通过比较两者的理论公式、窗口函数及地震信号的实际处理效果发现:短时傅里叶变换在地震信号分析过程中整个时频域具有相同的分辨率,整体性较强,缺少时频聚焦能力,不能对信号重点观测区域有针对性的提高时频分辨率;广义S变换对地震高频信号具有较高的时间分辨率,对低频信号具有较高的频率分辨率,且可以通过改变参数p的值对广义S变换窗口函数的形态做出较大的调整,也可以改变λ的值实现窗口形态微调,通过对窗口函数的调整,广义S变换可以对信号特定区域进行时频聚焦。     

辽西金羊盆地大地电磁测深参考道处理效果研究

大地电磁测深法是一种利用天然交变的电磁场进行深部地质构造研究的频率域电磁测深方法,因其装备轻便、成本低、勘探深度大等特点,作为地震勘探的有利补充,被广泛应用于油气资源勘查领域.金羊盆地具有良好的油气资源潜力,但因其处于人文电磁干扰严重地区,近场源电磁干扰不可忽视,脉冲噪声虽影响范围小但其对电场信号干扰较大,充放电噪声对磁场干扰较大,且影响区域较广,有效压制噪声对天然电磁场信号的干扰具有重要意义.参考点选择适当,参考道数据处理技术可以有效压制非相关噪声,提高信噪比,改善数据质量.适当增加大地电磁测深数据的采集时长,对提高单点数据处理质量和参考道数据处理质量均有明显作用.     

基于广义S变换的裂缝分频边缘检测方法

为了在时频域刻画裂缝等边缘信息及其多尺度特征,构造了一种新的广义S变换分频边缘检测。它借鉴了小波多尺度边缘检测的思想,利用广义S变换的时频局部谱,通过不同频率尺度滤波达到突出与定位不同尺度边缘信息的目的。模型信号处理表明：广义S变换分频边缘检测方法既能准确刻画边缘奇异信息,又能反映边缘的多尺度特征,具有与小波多尺度边缘检测相似的特点。利用这一方法对实际地震资料处理的结果表明,它可以在不同频率尺度情况下有效检测断层、裂缝发育带的几何形态和空间展布。     

大地电磁测深曲线平滑尺度

在大地电磁测深中由于噪声干扰常使得观测的信号发生畸变,严重地影响了信号的分析,因此如何有效地对噪声干扰进行滤波及怎样选择滤波时间尺度是当前数据处理中的难点。利用各向异性扩散(Anisotropic Diffusion,AD)及扩散平衡(Diffusion Balance,DB)方法在噪声压制与信号特征的保护及形态特征的恢复上达到了合理的平衡。模拟与实测数据显示:利用AD与DB可使平滑后的信号与原始信号达到高精度的逼近,信噪比从14.19 dB提高到69.25 dB;扩散平衡时间与噪声强度密切相关,噪声强度越高达到扩散平衡的时间越长;有效地压制了实测信号中的“飞点”干扰,恢复了信号的基本形态。      

微地震监测数据时频域去噪方法

原始微地震监测数据的信噪比相对较低,监测数据品质决定了微地震有效信号的定位精度,提高监测数据信噪比是微地震处理的关键环节。改进S变换对窗函数进行能量归一化处理,解决了常规S变换时频谱中频率定位不准的问题,具有更高的时频分辨率精度。利用改进S变换的良好二维时频域聚焦特性,设计时变的二维时频域滤波器,将时频域去噪方法引入到微地震监测数据的去噪处理中。利用改进S变换对微地震监测数据进行时频分析,能够更加准确地分析不同信号分量的振幅能量以及频率随时间的变化情况,实现微地震有效信号分量与噪声干扰分量的有效分离。通过合成模拟信号和实际井中微地震监测数据的试处理和对比分析,验证了该方法的可行性和有效性。     

盲源分离算法在大地电磁信号去噪中的应用

鉴于大地电磁信号的特点,大地电磁信号的去噪问题一直是研究的热点问题,而盲源分离技术是进行现代信号处理的有力工具。阐述了大地电磁信号的特点和它的噪声分类,利用盲源分离算法维持信号频率不变性的特点,并结合大地电磁信号的频谱特征,提出利用盲源分离算法来对大地电磁信号进行噪声分析和噪声去除。实验证明,无论是直接应用盲源分离算法来对大地电磁信号进行噪声去除,还是应用盲源分离对噪声进行分析后结合其他方法进行去噪处理,都能有效地去除噪声,减少脉冲干扰地影响,提高信号的整体平滑度。     

复小波频谱分析方法及在储层预测中的应用

针对短时窗傅立叶变换频谱分析方法存在窗函数选取不确定、分辨率固定、频谱分析精度较低等问题,采用了复小波分析方法对地震信号进行时频分析,选择复Morlet小波作为分析小波,对地震信号进行复小波变换,并将尺度域转换到频率域,获得了不同频率的时频特征水平切片;用理论模型说明了复小波频谱分析精度明显高于傅立叶变换的频谱分析.对新疆某油田实际资料的处理结果表明,复小波频谱分析能细致地反映储层的分布、位置及形态,其效果优于短时窗傅立叶变换方法.     

时频～炮检距域面波衰减方法及应用

面波以低频强能量为特征,数据处理中常用的面波衰减技术有:频率滤波、F-K滤波和速度滤波等.由于面波特殊的频散现象,使得上述方法的应用效果受到一定的影响.基于面波的特征随炮检距变化这一特点,提出一种时频～炮检距域面波衰减方法:①对单炮记录中的面波区域做Fourier变换或时频分析,了解面波频率随时间和炮检距的变化规律;②...     

基于改进广义S变换二次时频谱反褶积在南海工区的应用

传统的时频域反褶积模型虽然吻合地震子波在粘弹性介质传播过程中的衰减特征,但受拟合函数和时频分析窗函数的影响,使得其算法缺乏稳定性和准确性。为了避免这一问题,推导出一种基于改进广义S变换二次时频谱反褶积方法。利用改进广义S变换的灵活性来获取非平稳地震记录时频谱,再对其傅里叶变换得到二次时频谱,从而以一种低通滤波的方式提取子波时频谱,实现二次时频谱反褶积。经理论模型论证和实际数据处理结果表明,利用二次时频谱提取子波具有较高的准确性,同时能够有效地分辨薄层,在不用考虑Q值的条件下直接恢复地震波被地层吸收所引起的衰减。     

基于广义S变换的地层吸收补偿

广义S变换是一种新的非平稳信号时频分析方法。广义S变换的反变换与傅立叶变换有直接的联系,是无损变换;线性变换保证其不存在交叉项;时频分辨率与信号的频率有关;基本小波不必满足容许性条件;尺度性质使得广义S变换有很好的频率聚集能力。基于广义S变换的特点和优势,进行地层吸收补偿。通过对实际二维叠后地震数据进行地层吸收补偿处理,结果表明,提高了地震反射层的分辨率,改善了地震资料的品质,而且无需知道地层的Q值。      

基于同步挤压改进短时傅立叶变换的分频蚂蚁追踪在断裂识别中的应用

在地球物理领域,时频分析方法在资料处理过程中占据着愈发重要的位置;运用分频属性检测断层、裂缝等应用广泛;因此,寻求更高精度的时频分析方法一直是地震信号处理领域所追求的目标。改进短时傅立叶变换方法由于窗函数的限制导致时频分析结果准确度不理想,为了更大限度地提升时频分辨率,对改进短时傅立叶变换后的时频谱进行挤压,发展了同步挤压改进短时傅立叶变换;根据合成信号结果可知,同步挤压改进短时傅立叶变换其时频汇聚程度更加明显,在刻画信号的时频特征上更有优势。理论表明,地震数据高频成分可以对微小的次生裂缝进行精确的雕刻,而蚂蚁追踪技术是检测裂缝、断层信息的有效手段。因此,本文基于高分辨的时频分析方法,并结合蚂蚁追踪技术对三维数据体进行裂缝预测,结果表明:该方法可以更好地勾勒出微小裂缝以及伴生褶皱,识别精度与传统蚂蚁追踪算法相比有了明显的提高,同时也证实了该方法在实际应用中可行且有效。     

小波分析在试验信号消噪方面的应用

利用小波分析对试验数据进行后处理,较好的消除了系统的噪音。与Fourier变换法、10点平均滤波法比较后可知,小波分析方法能较好的保留原始数据的特征信息。对目前仍因被噪音困扰而不能正常进行的试验分析提供了一条解决途径。     

基于多结构元素形态滤波的大地电磁去噪

数学形态滤波是根据形态学原理创建的一种新型滤波方法,目前在信号处理的诸多领域得到成功运用。本文从形态滤波的基本原理出发,引入了一种多结构元素组成的滤波器用于大地电磁噪声消除。通过数值模拟展示了多结构元素滤波器的滤波效果,表明多结构元素滤波器在小尺度的范围内也有较好的滤波性能。同时,实测大地电磁信号的重构曲线和其视电阻率曲线显示多结构元素形态滤波对大地电磁噪声中的大尺度干扰噪声,如方波噪声和三角波噪声等,有较好的抑制作用,说明多结构元素形态滤波在大地电磁去噪中有较好的应用价值。