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。     

微地震信号的变速FK滤波-自适应极化滤波方法

针对微地震信号的特点,研究了变速FK滤波-自适应极化滤波方法.在设计FK滤波因子时,通过计算相邻道滑动时窗内信号的互相关系数,确定时窗内信号的视速度范围,实现变速FK滤波;对时窗内的信号进行二维FFT变换时,分别在时窗的纵横向上补零充位,消除信号在二维变换时造成的时空域的混跌和泄漏;在设计自适应极化滤波因子时,针对复杂波场中波的偏振方向的不确定性问题,本文通过计算相邻道信号偏振投影的最大互相关系数,确定波的跟踪分量;把波的跟踪分量作为极化滤波因子里的期望方向,改进常规滤波因子,实现自适应极化滤波.对理论模型和实际资料的处理结果表明,该方法理论正确,实际资料的处理效果也得到了明显的改善.     

自适应极化滤波在地震超前探测波场分离中的应用

在隧道地震超前探测(TSP)数据处理中,波场分离是重要流程之一,波场分离的质量直接影响着成像结果的精度.本文基于有限差分法模拟了二维超前探测数据,利用极化滤波方法分离了来自隧道前方断层构造的反射P波和S波,分析了时窗参数对滤波效果的影响,并用自适应方法确定时窗大小,从而避免了时窗选择的主观性.将方法应用于实测TSP数据的波场分离,模拟数据和实际地震超前探测数据的处理结果表明自适应极化滤波能够有效分离反射P波和S波.     

多分量地震的时频域瞬时极化分析和滤波

极化分析方法在多分量地震资料处理中起着举足轻重的作用,当波形初至很接近时,利用常规的时间域极化分析方法刻画不同波型的极化分布就变得比较困难了.基于此,在广义S变换时频方法的基础上,实现了一种时频域瞬时极化滤波方法.该方法根据多分量信号的时频谱及瞬时相位来计算瞬时极化参数(极化轴、极化率、平面化向量等).结合了时频分析方法的优势,在波形识别方面更加准确.通过极化率可以识别并分离线性极化波和椭圆及圆形极化波,通过平面化向量与各分量之间的夹角大小,定性识别平面波和非平面波.模型勘探数据及实际三分量台站地震数据处理结果表明,时频域瞬时极化滤波方法在波场分离及非平面波压制等方面具有一定的实用性.     

基于加窗Hilbert变换的复偏振分析方法及其应用

考虑到传统Hilbert变换所隐含的无限长序列假设的实际局限性, 本文将多窗分析法引入到短时序列Hilbert变换中, 通过构建复协方差矩阵和对该矩阵的特征值与特征向量的求解, 获得三分量地震记录的时变偏振参数;基于不同波型的偏振特性与实测偏振参数, 采用线性_余弦权重函数或高斯权重函数自适应空间滤波, 识别与分离具有特定偏振特性的不同地震响应. 针对天然地震三分量记录的处理结果表明, 该方法在识别、分离具有特定偏振特性的不同地震响应方面具有一定的潜力.     

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.     

极化滤波在三分量噪声衰减中的应用研究

极化滤波是根据各种地震波在三分量地震记录上偏振方向、程度的不同,将待处理的地震数据分解到该数据协方差矩阵的特征向量方向上来压制干扰,从而达到提高信噪比的目的.理论合成数据试算结果表明用该方法去除噪声方法灵活、保真性好、分辨率高.但是在实际资料的处理中,由于地层结构复杂多样,各种类型的波相互干扰,噪声衰减的效果受到一定影响.     

偏振分析在地震信号检测中的应用

给出了一种3分量地震数据偏振分析的技术,并将其应用到人工地震勘探信号的提取中。该技术基于时域算法,通过对协方差矩阵的本征分析,在滑动时间窗内计算偏振特性,由偏振椭圆导出表征质点运动的各种属性,并利用质点运动的特征构建偏振滤波器。本文对3分量合成地震记录和野外探测实验的实际3分量记录进行偏振分析研究,并在此基础上进行偏振滤波,有效地提高了信噪比。     

多道自适应匹配滤波方法压制表面多次波

表面多次波压制是海洋地震数据处理的关键环节,基于波动方程的多次波压制方法可由多次波模型预测和自适应相减两步实现.因此,除了采用有效的算法实现高精度的多次波预测外,多次波的自适应相减也是改善多次波压制效果的重要手段.文中采用多道自适应滤波器完成表面多次波的自适应相减,利用数据驱动的基于波动方程预测多次波模型的高频重建道、Hilbert变换道、以及它们相应的上下延拓道改善预测多次波模型的振幅、相位、旅行时以及频带信息,使得修正后多次波模型与实际地震数据中的多次波更好地匹配.实际数据测试表明,文中所述方法可有效地完成表面多次波的自适应相减.通过讨论分析交叠时窗和滤波器的长度对自适应相减效果的影响,表明合理地利用时窗以及选择滤波器长度将有效地改善自适应相减的效果.     

基于非因果滤波器的多次波匹配相减方法(英文)

在常规多道匹配滤波方法中的滤波器是物理可实现的因果滤波器,只能实现地震信号序列延迟的滤波。本文提出了最小二乘意义下的非因果多道输入多道输出维纳滤波方法,通过比较多道匹配相减中因果和非因果滤波方法之间的差别,验证了方法的有效性,解决了模型数据滞后于实际数据的情况。而且,通过定义长度随偏移距和层速度变化的滑动时窗,解决了匹配时窗内同相轴数量随偏移距增大而增加的问题。并将上述方法应用到改进的扩展多道匹配相减去除多次波的方法中,利用Pluto1.5理论模拟数据,对非因果滤波器和变长度时窗的匹配相减方法进行测试,取得了很好的去除多次波后的地震数据。     

一种基于频率域偏振分析提高三分量地震资料信噪比的方法

三分量地震资料包含着丰富的运动学和动力学信息，各种随机噪声的存在严重降低了资料的信噪比，给有效信息的提取带来了一定的困难.本文在引入多窗谱分析方法的基础上，通过对谱密度矩阵特征问题的求解提取三分量地震记录的偏振参数，实现频率域偏振分析；根据所求得的偏振参数以及随机噪声和有效信号的偏振特性差异，设计相应的自适应滤波器，通过该滤波器的滤波作用，最终实现压制随机噪声的目的.     

一种基于自适应分子分解的地层吸收补偿方法

本文提出了一种基于自适应分子分解的地层吸收补偿方法。该方法能有效克服时频域地层吸收补偿方法中局部分析时窗端点反射子波截断和窗内子波重叠干涉对补偿效果带来的影响。该方法具体实现如下:首先根据地震信号振幅谱的时变特性,构造一组自适应分子标架,将地震信号变换到时频域;然后在时频域提取每个时窗内地震信号振幅谱的慢变分量(时变子波振幅谱);再在每个时窗内,利用相关系数构造目标函数,反演吸收补偿滤波器参数,得到吸收补偿滤波器;接着用吸收补偿滤波器对各时窗内信号的时频谱进行补偿,最后重构补偿后的时频系数,得到补偿后的地震记录。自适应分子分解的引入,使得本文方法可用于含有薄层(或薄互层)的非均匀粘弹性介质反射地震记录的地层吸收补偿。文中给出了模型及实际资料算例,验证了本文提出的方法的有效性。     

多分量地震数据矢量滤波面波压制方法（英文）

针对陆上三分量地震资料去噪处理中面临的面波噪声能量强、有效信号能量弱、转换波与面波主频叠置、非矢量保真处理等问题,本文基于多分量数据中有效信号与强面波噪声在极化属性、振幅能量、视速度三方面的特征差异,提出了一种时频域压制多分量数据强面波的去噪方法,并设计了相应的矢量滤波器。该方法利用小波变换将地震信号变换到时频域,并基于时频域瞬时极化率公式计算出各点极化率参数,然后根据面波视速度划分出有效信号区和面波噪声区,并据此对有效信号进行能量均值统计,最后联合极化率、能量、频率特征对噪声识别和分频、分区压制。理论模型和实际资料处理验证了本文方法的正确性和有效性,为解决低信噪比陆上多分量资料面波压制提供了又一种有效手段。     

强随机噪声条件下时窗类型局部线性化对TFPF技术的影响

为了更广泛地应用时频峰值滤波方法消减地震勘探记录中强随机噪声,本文比较详细地探讨了该方法在应用时需要处理的时窗选取、一个时窗内局部线性化等主要基础技术问题.经过时变时窗的仿真计算,运用多项指标比较,包括整体背景强弱、振幅谱、信噪比、均方误差、有效子波波峰波谷幅值、畸变程度,综合评价出（L₀+L_x）时窗滤波的效果较理想.对于三角波这类简单类型的周期波,其时频峰值滤波效果与边线段平均曲率变化、时窗长度等条件有关,即三角波边线段平均曲率越大,滤波结果的均方误差越大;另外,边线段平均曲率增大时,选取的时窗长度有变小的趋势.总之,在地震勘探中应用时频峰值滤波方法消减强随机噪声时,一方面要合理地选取时窗参数,另一方面时窗参数又不能变化过大,以避免对有效子波波形产生畸变影响.     

地震数据正交投影分解方法的研究与应用

地震记录正交分解是值得研究的重要问题.本文将人工神经网络自组织学习算法引入到地震数据处理中,提出地震数据神经网络正交分解方法.在分解后的特征子空间中进行特征提取来消除相干和随机噪声,提高地震记录的信噪比.研究结果表明,这种实现方法是可行的,因特征滤波或数据压缩一般只需为数不多的主分量,本文的方法可根据滤波需要自适应提取所需主分量,可免去大量无用的计算,因此,本方法可降低滤波的计算成本,参与分解的道数越多效果越明显.最后,给出了对实际资料进行特征滤波的一个应用实例.     

基于空间相关的地震前兆数据库的信息提取与数据更新方法

针对当前提取地震前兆数据易受到噪声干扰,且数据库中数据更新速度较慢的问题,提出基于空间相关的地震前兆数据库信息提取与数据更新方法。利用快速Myriad滤波器,引入滑动窗,选择窗口数据参与到计算中,将计算结果当作目前窗口滤波输出值,实现数据滤波,由此实现信息提取的去噪处理。依据初步滤波结果,将当前数据作为中心,并确定空间窗,在横向上进行相关数据统计。针对空间窗中各数据选取滑动时窗,并对其中的数据进行S变换,利用指数拟合的数据传输能力参数,获取缺失数据的填充修复参数。引入曲面加权函数对填充修复参数进行平滑,根据平滑之后的填充修复参数对S变换数据进行更新,实现空间相关下地震前兆数据库的数据更新。实验结果表明,所提方法的数据信噪比较高,数据更新时间较短。     

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.     

基于结构自适应中值滤波器的随机噪声衰减方法

本文提出一种保护断层、裂缝等地层边缘特征的结构自适应中值滤波器,用于衰减地震资料中的随机噪声.基于地震反射同相轴局部呈线型结构的假设,采用梯度结构张量估计地层倾向,分析地层结构的规则程度,在此基础上引入地震剖面中线型和横向不连续性两种结构特征的置信度量.结构自适应中值滤波器根据这两种置信度量调整滤波器窗函数的尺度和形状,根据地层倾角调整滤波器窗函数的方向,从而使得滤波操作窗能够最佳匹配信号的局部结构特征.将本文方法用于合成和实际数据的处理,并与两种常用中值滤波方法进行对比,结果表明,该方法能够更好地解决地震剖面的随机噪声衰减和有效信号保真的问题,在增强反射同相轴的横向一致性的同时有效保持了剖面内的地层边缘和细节特征,显著改善了地震资料的品质.     

边界和振幅特性保持的自适应噪声衰减方法(英文)

由于地震数据中包含的噪声在不同频率或者频带数据中的分布强度存在差异,使得全频带数据上进行的噪声衰减处理改变了地震反射波信号的动力学特征,干扰后期的地震资料解释、储层预测、油气检测等问题,提出边界和振幅特性保持自适应噪声衰减方法。首先应用小波包变换对全频带地震数据进行多频段划分,然后对分频段数据进行非线性各向异性倾角导向边界保持自适应滤波处理。在该方法中,由结构张量计算的扩散张量实现自适应地确定平滑滤波方向,加入的不连续结构置信度量和不连续性算子自适应地控制不连续结构特征的保持程度,引入的去相关滤波迭代停止准则自适应地确定滤波迭代次数。这些参数的引入具有减少处理人员的干预和人为的主观性,且执行简单的特点。对合成地震记录和实际地震记录处理结果表明,提议的方法能够自适应地衰减地震数据中噪声,同时既能保持地震反射波中有效的不连续性信息,也能有效地保持有效信号的频率分布规律。能够为后期的地震资料解释和分析提供高品质的基础数据。     

基于非局部贝叶斯地震数据随机噪声压制方法（英文）

针对地震数据随机噪声压制问题,本文提出一种基于非局部贝叶斯(Non-local Bayes algorithm)的滤波方法。NLBayes方法使用高斯模型代替NL-means方法中使用全部相似数据块的加权平均,减少对数据结构细节的平滑效应,从而改善去噪效果。在地震数据去噪处理中,根据噪声的方差自适应的计算数据块的大小和高斯模型中数据块的数量,经过两次迭代实现地震数据去噪。第二次迭代中使用第一次迭代去噪后的数据来计算高斯模型块的无偏差均值和协方差,以提高数据块的相似度,使得去噪效果更理想。通过对模型数据和实际数据测试表明,NL-Bayes方法能有效提高地震数据信噪比和满足数据保真性处理的要求。