地球物理信号处理的进展和今后方向

本文简要叙述了近年来我国地球物理信号处理的进展和国际动态.其中包括:强干扰背景下微弱地球物理信号的提取;非稳态地震前兆信息的处理;现代谱估计的进展;瞬态谱理论在地球物理资料处理中的应用;畸变信号恢复的研究以及其它有关信号处理的研究.     

基于地震信号波形形态差异的面波噪声稀疏优化分离方法

实际地震信号通常可表示为具有波形特征差异的多种基本波形信号的线性组合,如叠前道集中的工频干扰噪声与有效波信号、面波噪声与体波信号等.选择单一数学变换方法,往往不易实现地震信号的稀疏表示.近年来发展的形态成分分析理论,通过联合多种数学变换,可实现对复杂信号的稀疏表示.本文根据单道地震记录中面波与体波信号波形结构特征的差异性,提出一种基于形态成分分析的面波噪声衰减方法.针对面波的低频、窄带以及频散特性选择一维平稳小波变换作为其稀疏表示字典,而针对体波波形的局部相关特性选择局部离散余弦变换作为其稀疏表示字典,建立基于双波形字典的形态成分分析模型,通过求解该稀疏优化问题获得最终的信噪分离结果.理论模型和实际地震资料处理证实该方法不仅能够衰减单炮地震记录中的强面波干扰噪声,同时能够更好地保护有效信号的波形特征与频谱带宽,为地震资料的后续处理和分析提供良好的数据基础.     

近震信号检测参数设置研究

地震信号检测是进行各种地震数据分析和处理的首要任务,STA/LTA方法具有算法简单、便于实时处理等特点,被广泛应用于地震信号检测.结合实际震例数据研究STA/LTA方法进行地震信号检测的各种影响因素,得到该方法进行检测时最合理的参数设置范围.     

联合广义S变换和压缩感知提高地震资料分辨率

提高地震资料的分辨率是获得高分辨率地震剖面的基础,常规的处理方法对于提高地震资料分辨率虽有一定的效果,但却十分有限,难以达到资料解释的要求.对此本文将广义S变换理论与压缩感知理论相结合,提出了一种新的叠后地震资料处理方法.实现步骤为:将叠后地震数据进行广义S变换;利用压缩感知理论构建L1/2范数最优化模型;半阈值迭代法求得最优稀疏解得到更精确的时频域信息;能量重新分配补偿时频域弱信号能量;广义S反变换得到处理后的地震信号.理论模型和实际资料处理表明,与常规广义S变换提高分辨率处理相比,本文方法处理结果具有更好的效果,地震资料分辨率有了明显提高.     

利用数学形态学滤波方法压制多次波

传统的基于波动方程的多次波处理流程分为预测多次波模型和自适应匹配相减两步,但是在多次波能量和有效波能量交叉时难以取得很好的效果.本文引入数学形态学滤波的方法解决这个问题.在获取了较高精度的多次波预测模型后,通过取极值法和相关法获取多次波同向轴形态,并用数学形态学滤波方法在原始地震数据上提取并分离多次波.数学形态学滤波是一种非线性滤波方法,其计算在时域内完成,具有较快的运算速度和良好的并行性.同其他滤波方法相比,在多次波同向轴和有效波同向轴相交时,可以取得较好效果.本文介绍了形态学滤波的基本原理,并通过简单模型、Pluto数据和实际数据的测试,验证了方法的有效性.     

地震数据低频信号保护与拓频方法研究

地震数据低频信号在地震勘探中有重要意义,低频信号能够提高分辨率与成像精度、改善反演质量,甚至用于油气检测,需对其进行有效保护与拓展.本文从地震数据中已存在低频的保护和缺失低频的拓展两方面出发,提出了基于图像特征转换的SVD自适应面波减去方法和基于压缩感知理论的低频拓展方法.经理论分析及实际资料验证,基于图像特征转换的SVD自适应面波减去方法能在降低对数据中低频信号损伤情况下有效压制面波,实现对有效低频信号的保护;基于压缩感知理论的低频拓展方法能够对损失掉的低频信号进行有效拓展,提高地震数据品质.在地震资料处理过程中应用低频信号的保护与拓展方法,能够为后续的全波形反演、叠前反演及精细解释工作提供包含丰富低频信号的数据体.     

时频峰值滤波去噪技术及其应用

本文将时频峰值滤波(TFPF)去噪技术应用于共炮点地震资料的随机噪声压制.时频峰值滤波技术是通过频率调制将信号调制成解析信号的瞬时频率,利用解析信号的Wigner-Ville分布的峰值进行瞬时频率估计,恢复有效信号,与其它去噪方法相比,TFPF具有在较少的约束条件下压制强随机噪声的优点.本文针对实际地震资料的非线性特性,利用加窗的Wigner-Ville分布实现TFPF,使得地震信号在一个窗长内近似满足线性瞬时频率条件,减小由地震信号非线性引起的偏差.本文对共炮点地震记录做时频峰值滤波处理,滤波结果表明在地震勘探资料中存在强随机噪声的情况下,利用局部线性化处理的时频峰值滤波技术可以有效地压制地震资料中的随机噪声,恢复出湮没在随机噪声中的地震反射信号.信噪比提高3～6 dB.     

希尔伯特-黄变换在地震资料处理中的应用

希尔伯特-黄变换是最新发展起来的处理非线性非平稳信号的时频分析方法.本文介绍了该方法的基本原理和几个关键技术,以及其优势所在,并将它应用于含随机噪音的地震信号和实际地震资料的分解.分解后的信号能够重构原始信号,重构后在信噪比和分辨率方面有了一定的提高,对地震资料的去噪有重要意义.     

欢迎订阅《中国体视学与图像分析》

正《中国体视学与图像分析》是经国家出版署批准,中国科学技术协会主管、国家一级学会——中国体视学学会主办,全面反映中国体视学理论和图像应用技术研究的学术性和技术性综合刊物。主要报道国内外有关三维结构与图像的定量分析和表征的最新理论与方法,内容涉及体视学、图像分析、三维视觉、三维建模、三维成像与可视化、相关图像的获取(如各种显微镜、CT、物种摄影技术)和处理技术,相关数学原理的研究(如几何概率、分形理论、数学形态学),计算机仿真与信号处理,     

对地震图像进行保边滤波的非线性各向异性扩散算法

地震资料的噪音消除是地震资料处理的一个重要步骤,以往的地震资料滤波,都容易伤害地震资料的高频信号.原始地震图像属于线形纹理图像,地震同相轴表现为线条结构.基于偏微分方程的非线性各向异性扩散技术通过结构张量的特征向量控制扩散方向,利用扩散张量的特征值控制特征方向上的扩散量,对原始地震图像进行图像平滑处理,增强具有一致性的同向轴及其所反映的重要地质结构.     

Application of a cascading filter implemented using morphological filtering and time–frequency peak filtering for seismic signal enhancement

Inspired by the idea of the iterative time–frequency peak filtering, which applies time–frequency peak filtering several times to improve the ability of random noise reduction, this article proposes a new cascading filter implemented using mathematic morphological filtering and the time–frequency peak filtering, which we call here morphological time–frequency peak filtering for convenience. This new method will be used mainly for seismic signal enhancement and random noise reduction in which the advantages of the morphological algorithm in processing nonlinear signals and the time–frequency peak filtering in processing nonstationary signals are utilized. Structurally, the scheme of the proposed method adopts mathematic morphological operation to first preprocess the signal and then applies the time–frequency peak filtering method to ultimately extract the valid signal. Through experiments on synthetic seismic signals and field seismic data, this paper demonstrates that the morphological time–frequency peak filtering method is superior to the time–frequency peak filtering method and its iterative form in terms of valid signal enhancement and random noise reduction.     

台站地震资料的时频域自适应极化分析和滤波

提出一种自适应协方差的时频域极化滤波方法。该方法在广义S变换时频方法的基础上,构造时频域自适应协方差矩阵,通过特征分析计算时频域瞬时极化参数,设计极化滤波器,实现多分量地震极化分析和滤波。其优势在于协方差矩阵的分析时窗的长度由多分量地震数据的瞬时频率确定,可以自适应于有效信号的周期,在每个时频点计算极化参数不需要进行插值处理;结合时间频率信息,解决在时间域或频率域波形或频率重叠的信号具有明显的直观性。模型数据及实际三分量台站地震数据处理结果表明,该极化滤波方法在台站地震资料分析和处理方面具有很好的直观性和较高的分辨率。     

Weak Seismic Signal Extraction Based on the Curvelet Transform

Seismic signal denoising is a key step in seismic data processing. Airgun signals are easy to be interfered with by noise when it travels a long distance due to the weak energy of active source signal of the airgun. Aiming to solve this problem, and considering that the conventional Curvelet transform threshold processing method does not use the seismic spectrum information, we independently process the Curvelet scale layer corresponding to valid data based on the characteristics of the Curvelet transform of multi-scale, multi-direction and capable of expressing the sparse seismic signals in order to fully excavate the information features. Combined with the Curvelet adaptive threshold denoising the algorithm, we apply the Curvelet transform to denoising seismic signals while retaining the weak information in the signal as much as possible. The simulation experiments show that the improved threshold denoising method based on Curvelet transform is superior to the frequency domain filtering, wavelet denoising and traditional Curvelet denoising method in detailed information extraction and signal denoising of low SNR signals. The calculation accuracy of the relative wave velocity variation of underground medium is improved.     

数学形态滤波与大地电磁噪声压制

数学形态滤波是一种新型的非线性滤波方法.介绍了形态学滤波的基本原理,针对大地电磁信号表现出的非线性、非平稳性和非最小相位特性,综合结构元素特征我们提出一种基于数学形态滤波的大地电磁噪声压制方法.为了有效抑制目标信号中的噪声干扰及修正统计偏倚现象,通过选用合理的结构元素及形态开-闭、闭-开组合,将正、负结构元素级联构造组合广义形态滤波器对实测大地电磁信号进行噪声压制.实验结果表明,该方法是切实可行的,有效地剔除了大尺度干扰及基线漂移,较好地还原了大地电磁信号的原始特征,修正了标准形态算子所产生的统计偏倚现象,去噪精度高.该方法计算速度快,具有潜在优势,为矿集区海量大地电磁信号与强干扰的分离提供了一条新的途径,应用前景广阔.     

基于经验模态分解的分数维地震随机噪声衰减方法

经验模态分解算法(EMD)是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量(IMF);在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果.     

基于信噪辨识的矿集区大地电磁噪声压制

为了避免形态滤波方法在大地电磁强干扰分离中的"过处理"、进一步保留大地电磁低频段的有用信息,提出基于信噪辨识的矿集区大地电磁噪声压制方法.首先,从信号处理的角度剖析矿集区典型强干扰与天然大地电磁微弱信号之间的定量辨识关系,利用形态分形维数和形态膨胀谱熵对大地电磁信号与强干扰进行信噪辨识.然后,结合形态滤波技术和阈值法,仅对辨识出明显不是天然大地电磁信号的异常波形进行噪声压制.最后,重构大地电磁有用信号,并对算法进行性能评价.仿真结果表明,形态分形维数和形态膨胀谱熵能较好地定量辨识大地电磁信号与强干扰,大地电磁信号中一些缓变化的低频信息得到了更为精细的保留;与形态滤波整体处理相比,本文所提方法获得的卡尼亚电阻率曲线更为光滑、连续,视电阻率值相对稳定,其结果更为真实地反映了测点本身所固有的大地电磁深部构造信息.     

基于压缩感知的加权MCA地震数据重构方法

地震数据规则化重构是地震资料处理十分重要的基础性工作.压缩感知理论打破了香农采样定理的制约,利用信号在某个变换域的稀疏特性重构出完整的信号,在地震数据重构领域得到了很好的应用.深反射地震剖面大都布置在地质构造比较复杂的区段,复杂的地质构造使深反射地震剖面上的波阻特征复杂,采用单一稀疏变换不能最有效地表征数据的内部结构特征.MCA(形态成分分析)方法将信号分解为几种形态特征区别明显的分量来逼近数据的内部复杂结构,但是对各成分简单的叠加仍然无法有效地描述复杂构造数据的各种特征.结合两种方法的优点,本文提出了一种新的基于压缩感知的重构算法框架,在MCA方法的基础上对各稀疏字典进行加权,在迭代中不断更新各个稀疏字典的权值系数,对信号内部的各种特征进行最优描述,从而实现对信号的高质量重构.模型测试和实际资料处理结果表明:基于压缩感知的加权MCA方法不仅可以对地质构造复杂的地震数据进行高效的插值重建,而且可以很好的消除空间假频.     

基于SW统计量的自适应时频峰值滤波压制地震勘探随机噪声研究

由于金属矿区地震记录中随机噪声性质复杂且信噪比低,常规降噪方法难以达到预期的滤波效果.时频峰值滤波(TFPF)方法是实现低信噪比地震勘探记录中随机噪声压制的有效方法,但其在复杂地震勘探随机噪声下时窗参数优化问题仍难以解决.本文充分利用地震勘探噪声的统计特性,结合Shapiro-Wilk(SW)统计量辨识地震勘探记录中的微弱有效信号,提出基于SW统计量的自适应时频峰值滤波降噪方法(S-TFPF).在S-TFPF方案中,对于有效信号集中区,S-TFPF方法根据信号频率特征,选择有利于信号保持的较短时窗长度;对于噪声集中区,按噪声方差自适应增加时窗长度,增强随机噪声压制能力.S-TFPF应用于合成记录和共炮点记录的滤波结果表明,与传统时频峰值滤波方法相比,S-TFPF方法可以有效抑制低信噪比地震勘探记录中的随机噪声,更好地恢复出同相轴.     

多尺度形态学在地震去噪中的应用

In this paper, multi-scaled morphology is introduced into the digital processing domain for land seismic data. First, we describe the basic theory of multi-scaled morphology image decomposition of exploration seismic waves; second, we illustrate how to use multi-scaled morphology for seismic data processing using two real examples. The first example demonstrates suppressing the surface waves in pre-stack seismic records using multi-scaled morphology decomposition and reconstitution and the other example demonstrates filtering different interference waves on the seismic record. Multi-scaled morphology filtering separates signal from noise by the detailed differences of the wave shapes. The successful applications suggest that multi-scaled morphology has a promising application in seismic data processing.