基于余弦函数的自适应单频干扰消除

在野外地震数据采集过程中,如果地震测线上空有高压输电线通过时,在地震记录中就存在一个50HZ左右强单频干扰.这种干扰在地震记录的整个时间段上具有很强的能量,并且从浅层到深层频率、相位和振幅可能不相同,但是它们的变化不太大,可以认为基本保持不变.采用频率域压制方法很难完全消除这种干扰,仅仅是噪声和信号同时压制一定的倍数,因此并没有改善单频分量频率附近的信噪比.我们提出了基于余弦函数的自适应单频干扰消除方法,以有效消除地震数据单频干扰.在时间域内采用频率、时延和振幅的余弦函数来逼近这种单频干扰并从地震记录中减去,以实现消除这种单频干扰的目的.单频干扰余弦函数的振幅使用公式直接计算,单频干扰频率和时延采用自适应方法估算.本方法的最大优点就是能够有效消除干扰,而并不伤害干扰附近有效信号,因此在单频干扰频率分量附近数据信噪比提高了.通过实际数据的试算,说明了本方法的有效性和可行性.     

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.     

一种利用频谱激电数据实部和虚部加权反演Cole-Cole模型参数的方法

频谱激电法(SIP)因具有多参数(Cole-Cole参数)解释异常的能力,一直受到电法工作者的关注.一些学者提出了用电场振幅和相位反演Cole-Cole参数的方法,但由于电场振幅和相位对不同Cole-Cole参数的敏感程度不同,往往导致有些Cole-Cole参数较难反演,特别是频率相关系数和时间常数.本文提出了利用视复电阻率的实部和虚部加权反演的方法.该方法采用视复电阻率实部和虚部联合反演的策略,并在反演不同Cole-Cole参数时对实部和虚部的目标函数进行不同的加权.模型试算结果表明:这种反演方法不仅可以很好的反演零频电阻率和极化率,还可以显著提高频率相关系数和时间常数的反演效果.     

现代功率谱估算在反射地震剖面随机介质参数估算中的应用

由于地壳深部物质呈现出多尺度的非均质性,导致了地震剖面上反射能量弱、同相轴连续性差、多成带状分布.传统的反射地震解释方法难以有效应用到深反射地震资料解释中.统计分析的方法为深反射地震资解释提供了新的工具,地下介质这种随机分布的非均质性可以借助随机介质模型来进行描述.深反射地震剖面继承了地下介质的非均质性,因此可以通过从反射地震剖面估算随机介质参数来研究地下介质非均质性的空间分布.由于地震剖面长度有限,随机介质参数估算中自相关函数计算误差较大,导致了估算的不准确.现代功率谱估算克服了短数据自相关函数难以准确求取的问题,提高了参数估算准确性.模型计算和实际数据测算都证明了该方法能有效提高自相关函数计算精度和随机介质参数剖面的分辨率.     

时频域振幅相位联合的最小二乘逆时偏移

最小二乘逆时偏移方法具有复杂地质构造成像精度高、成像振幅准确等优点.但是,当地下存在强散射介质时,最小二乘逆时偏移方法很难透过上覆强散射地质体获得深部构造的高精度成像结果.本文为了提高深部精细构造的成像质量,提出时频域振幅相位联合的最小二乘逆时偏移方法.该方法主要通过构建时频域振幅相位联合目标函数,减弱振幅信息对成像结果的影响,提高深部弱散射地震信号的可成像精度.首先,对地震信号进行时频变换,构建时频域最小二乘偏移目标函数;其次,在目标函数中引入振幅权重因子,调节时频域振幅相位权重;最后,推导时频域振幅相位联合目标函数对模型参数的梯度,并利用L-BFGS局部优化算法对成像结果进行迭代.Marmousi模型和盐丘模型测试结果表明,本文方法能够很好地利用弱散射地震信号的时频域振幅相位信息,实现透过上覆强散射地质体进行深部高精度成像的目标.     

利用单频双程波动方程计算初至走时及其振幅

通过在频率域双程波动方程模拟算法中加入一个复数频率（实部表示频率,虚部表示衰减因子）压制地震波初至走时之后的能量,从而把初至走时及其振幅的计算问题转换为单一频率波场中最大能量走时和振幅的拾取问题,然后利用单一频率域波场的相位项和振幅项分别计算初至走时及其振幅.本文还提出利用参数分析方法求取最优的复数频率,并给出数值计算例子,将本方法的计算结果与有限差分程函方程初至走时和最大能量走时振幅进行比较,结果表明,该方法具有适应于任意复杂介质和多炮多接收点走时和振幅的计算.     

非均匀弹性介质中旋转交错网格有限差分与任意高阶间断有限元地震波场模拟方法研究

复杂介质中的地震波数值模拟对于地震勘探非常重要.实际应用中经常遇到介质参数剧烈变化的情况,必须选择合适的数值方法进行正演,使波场模拟精度和计算效率满足要求.本文研究了旋转交错网格有限差分法与任意高阶间断有限元法在非均匀弹性介质中波场模拟的精度与计算效率,分析了界面两侧介质参数相对变化量以及界面倾角对上述两种方法数值模拟结果的影响.对于水平界面,界面两侧介质参数一定范围内的改变对旋转交错网格有限差分法的振幅精度和相位精度没有影响;在介质参数存在强反差的情况下,任意高阶间断有限元法需要使用高阶多项式基函数来达到较高的相位精度.有限元法的相位精度优于有限差分法,但需要更多的计算量.对于倾斜界面,当单位波长内含有14个网格点时,界面倾角的变化对旋转交错网格有限差分法的振幅精度及相位精度没有影响,且其精度与任意高阶间断有限元法的精度相接近.     

相位空间内的解缠绕相位反演

全波形反演方法是一种数据域高精度反演方法,该方法通过匹配观测数据与模拟数据的地震波形,利用梯度法准确反演地下介质参数的分布情况.由于观测数据普遍缺少低频信息,该方法易受周期跳跃现象影响.特别是当地下存在大尺度强反射界面的构造时,地下介质的反演转化为强非线性问题求解.该情形下,即使观测数据包含充足的低频信息,全波形反演也难以给出准确的反演结果.一般可以通过减弱反演对初始模型参数的依赖性来克服上述问题,具体表现为使用新变量(例如瞬时相位、包络等)代替目标函数中的采样后波场,以增强新目标函数的凸性.但是,对该新目标函数进行反演时,伴随状态方程中存在关于新变量和波场的一个链式微分项,该项保留了反演问题的非线性,导致新的反演方法难以处理包含大尺度构造的强非线性反演问题.此外,基于新变量的反演问题依然在波场空间中计算模型梯度,难以充分利用新变量与模型参数之间的弱非线性关系.因此,本文提出用频率域波动方程的相位形式代替传统的波动方程来消除伴随状态方程中的链式微分项,用解缠绕的相位代替目标函数中采样前波场并在相位空间进行反演.该方法可以最大程度地利用地下介质参数和解缠绕相位之间的弱非线性关系,从而削弱反演的非线性性.由于基于频率域波场计算得到相位有严重的缠绕问题,本文采用基于振幅排序的多聚类算法来对相位进行解缠绕.虽然将介质参数到波场的映射替换为介质参数与解缠绕相位的映射,会导致反演结果的分辨率有所下降,但该方法可以在相位空间恢复介质参数的大尺度低波数分量.Marmousi模型测试证明了该方法的有效性和准确性,针对部分BP模型的测试也证明了该方法处理强非线性问题的能力.     

地震信号瞬时频率的估算

本文比较了四类计算瞬时频率的方法.基于相位差分的方法对噪声敏感;基于零交叉点的方法是针对周期信号提出的,对非周期信号效果不理想,通过插值改善估算结果;基于FIR微分器的方法有三种,基于两点的FIR方法与标准公式较为接近,但会引入半个采样间隔的时移;基于三点的FIR方法可以消除时移,但计算结果会出现负频尖峰;Claerbout方法不仅会引入半个采样间隔的时移,而且估算的频率值可能超过Nyqusit频率.本文在Claerbout公式的基础上导出了一种估算瞬时频率的公式,该公式消除了时移,且负频尖峰也得到抑制;基于时频表示一阶矩的方法的计算结果较为平滑,同时具有一定的抗噪能力.最后用本文导出的公式和时频表示一阶矩两种方法计算了南海东北部一条地震剖面的瞬时频率,并将其结果与Seismic Unix中相关函数的计算结果做了比较,表明本文导出公式的计算结果较为理想.     

复数子波匹配追踪算法识别薄层砂体

针对东营凹陷滩坝砂岩薄砂体的预测识别问题,研究了复小波匹配追踪方法.从地震信号morlet小波分解及重构分析入手,讨论了重构地震信号时关于频率、振幅、相位及时移参数的选取方法及其具体的选取变量.并就关键的振幅参数,研究了改善的计算方法.常规的匹配追踪算法扫描地震信号的所有时间点和频率.在本文中,为了改善时频分辨率,采用局部扫描主频和子波的时间延迟.在具体实现过程中,采用计算地震信号的平均瞬时频率和地震信号的瞬时包络处的时间,做为采样频率和时间采样点,得到与地震信号最佳相关的子波.对研究的方法从理论模型和实际资料进行了论证分析,证明理论上正确合理,实际应用效果显著.     

基于广义高斯分布的地震盲反褶积方法研究

Bussgang算法是针对褶积盲源分离问题提出的,本文将其用于地震盲反褶积处理.由于广义高斯概率密度函数具有逼近任意概率密度函数的能力,从反射系数序列的统计特征出发,引入广义高斯分布来体现反射系数序列超高斯分布特征.依据反射系数序列的统计特征和Bussgang算法原理,建立以Kullback-Leibler距离为非高斯性度量的目标函数,并导出算法中涉及到的无记忆非线性函数,最终实现了地震盲反褶积.模型试算和实际资料处理结果表明,该方法能较好地适应非最小相位系统,能够同时实现地震子波和反射系数估计,有效地提高地震资料分辨率.     

基于谐波建模和自相关的磁共振信号消噪与提取方法研究

磁共振探测技术（Magnetic Resonance Sounding,MRS）以其无损、定量、直接等优势,被广泛应用于地下水调查、水文环境评价以及灾害水源预警等领域.在实际应用中,强工频谐波和随机噪声等严重影响MRS信号的质量,导致后续水文参数解释不准确.针对这一问题,提出谐波建模和自相关相结合的方法进行消噪以及信号特征参数提取.首先构建工频谐波模型,针对建模算法严重依赖工频基频精度的问题,采用自适应扫描方式搜索方案,大幅提高搜索准确度和速度;其次推导了MRS信号自相关表达式,提出了自相关参数提取的非线性拟合方法.仿真数据结果表明,建模消噪方法有效消除了工频谐波,信噪比平均提升了17.03 dB;自相关处理后,信噪比进一步提升了16.10 dB,初始振幅和弛豫时间参数提取结果的准确度比处理前分别提高了3.8倍和2.8倍.通过不同信噪比和弛豫时间的重复实验,得到当噪声水平小于200 nV和弛豫时间大于200 ms时,自相关参数提取具有较高的稳定性.最后,通过野外实测数据处理实验,进一步验证了联合消噪和参数提取方法的有效性.     

用Wiener滤波方法提取台站接收函数

本文提出了一种在时间域用Wiener滤波方法提取台站接收函数的方法，用远震P波波形的垂直分量为输入，接收函数作为滤波因子，远震P波波形的径向和切向分量作为期望输出，通过期望输出与实际输出的均方误差达极小，来提取接收函数。接收函数的计算可归结为Toeplitz方程的求解，可以采用Levinson递推算法。Toeplitz方程的非奇异性保证了Wiener滤波反褶积方法的稳定性。合成地震图与观测地震图的检验表明，用Wiener滤波方法测定台站接收函数是一种有效的时间域反褶积方法。     

Receiver Function Estimated by Wiener Filtering

Wiener filtering is used to estimate receiver function in a time-domain. With the vertical component of 3-component teleseismic P waveform as the input of a Wiener filter, receiver function as the filter response, and radial and tangential components as the expected output, receiver function is estimated by minimizing the error between expected and actual outputs. Receiver function can be obtained by solving the Toeplitz equation using the Leviuson algorithm. The non-singularity of the Toeplitz equation ensures the stability of Wiener Deconvolution. Both synthetic and observational seismogram checks show that Wiener Deconvolution is an effective time-domain method to estimate receiver function from teleseismic P waveform.     

正则化偏移成像的全局优化快速算法

目前,偏移后的地震剖面往往只是一个地质构造图像,还不能为后续的岩性分析和油气储层属性的提取提供更精确的信息.为了得到高分辨率真振幅的图像,建议采用正则化偏移成像方法.针对本问题数据规模大和正演算子矩阵稀疏的特点,提出采用一种新的算法--无记忆拟牛顿-模拟退火法对偏移算子方程进行求解.该方法综合了无记忆拟牛顿法优良的局部...     

Dyadic wavelet analysis of PDA signals

The dyadic wavelet transform is used to analyze PDA measured signals in order to identify the CASE-damping factor, which may be directly calculated from the dyadic wavelet analysis, not from the correlation study; accordingly, the pile capacity may be more exactly estimated by the CASE method. The dyadic wavelet transform can decompose a PDA measured signal into an incident impact wave and a reflected impulse wave at the certain scale that are clearly shown on the wavelet transform graph. The relation between the incidence and the reflection has been established by a transfer function based on the dyadic wavelet transform and the one-dimensional wave equation, whose phase is the time delay between the incident and the reflected and whose magnitude is a function of the CASE-damping factor. An autocorrelation function analysis method is proposed to determine the time delay and to estimate the magnitude of the transfer function that is determined by the ratio of the maximum of the autocorrelation function to the second peak value represented the reflected wave on the autocorrelation function graph. Thus, the damping factor is finally determined. An analog signal, a PIT signal and five PDA signals demonstrate the proposed methods, by which the time delay, the CASE-damping factor, and pile capacity are determined. The damping factors and pile capacity are good agreement with those by CAPWAP.     

基于匹配追踪和遗传算法的大地电磁噪声压制

针对匹配追踪计算量大、大地电磁数据处理效率低的问题,提出基于匹配追踪和遗传算法的大地电磁噪声压制方法.首先,利用Gabor原子构建过完备原子库,并对过完备原子库集合进行划分.然后,借助遗传算法的自适应性,快速搜寻最优匹配原子及所在位置.最后,运用最优匹配原子对待处理信号进行稀疏分解,重构有用信号.通过对计算机模拟的典型强干扰和矿集区实测大地电磁数据进行分析处理,实验结果表明,相对于匹配追踪和正交匹配追踪,文中所提方法能从过完备原子库中快速、自适应地选取最优匹配原子与不同噪声干扰类型高精度的匹配,极大地提升了计算效率;大地电磁时间域序列中的大尺度强干扰被有效剔除,视电阻率曲线更为光滑、连续,低频段的数据质量得到明显改善.     

Non-minimum phase wavelet estimation by non-linear optimization of all-pass operators

Convolution of a minimum‐phase wavelet with an all‐pass wavelet provides a means of varying the phase of the minimum‐phase wavelet without affecting its amplitude spectrum. This observation leads to a parametrization of a mixed‐phase wavelet being obtained in terms of a minimum‐phase wavelet and an all‐pass operator. The Wiener–Levinson algorithm allows the minimum‐phase wavelet to be estimated from the data. It is known that the fourth‐order cumulant preserves the phase information of the wavelet, provided that the underlying reflectivity sequence is a non‐Gaussian, independent and identically distributed process. This property is used to estimate the all‐pass operator from the data that have been whitened by the deconvolution of the estimated minimum‐phase wavelet. Wavelet estimation based on a cumulant‐matching technique is dependent on the bandwidth‐to‐central‐frequency ratio of the data. For the cumulants to be sensitive to the phase signatures, it is imperative that the ratio of bandwidth to central frequency is at least greater than one, and preferably close to two. Pre‐whitening of the data with the estimated minimum‐phase wavelet helps to increase the bandwidth, resulting in a more favourable bandwidth‐to‐central‐frequency ratio. The proposed technique makes use of this property to estimate the all‐pass wavelet from the prewhitened data. The paper also compares the results obtained from both prewhitened and non‐whitened data. The results show that the use of prewhitened data leads to a significant improvement in the estimation of the mixed‐phase wavelet when the data are severely band‐limited. The proposed algorithm was further tested on real data, followed by a test involving the introduction of a 90°‐phase‐rotated wavelet and then recovery of the wavelet. The test was successful.     

Optimization method for filtering quasi-harmonic disturbances while preserving the background noise for studying natural microseisms

A method is presented for filtering harmonic components of the signal while preserving background broadband noise. The method is widely applied for filtering quasi-harmonic disturbances in the technique of low-frequency seismic sensing (LSS), a useful signal that is background microseismic noise. The algorithm is based on subtracting the model’s harmonic signal from the real signal by selecting the signal parameters, i.e., frequency, phase, and amplitude. To do this, the parameters of the model harmonic signal, at which the energy of the difference signal is minimal, are estimated using the optimization algorithms adapted for the goal function. The proposed method successfully solves the problem of filtering the background microseism noise out of harmonic disturbances.