基于整数小波变换的地震数据压缩

由于地震数据的特殊性 ,在某些情况下需要进行无损压缩 .本文通过应用提升方法构造的整数小波变换无损压缩地震数据 ,与传统的无损压缩算法相比 ,可以较好地提高压缩率 .CDF(2 ,n)系列双正交小波可以较好地消除数据间冗余 ,集中数据特征 ,比其它CDF系列、SWE和CRF双正交小波有更好的压缩效果 .CDF(2 ,n)系列双正交小波更适合作为整数小波变换无损压缩地震数据的小波函数 .     

高阶seislet变换及其在随机噪声消除中的应用

Seislet变换是一种小波类数学变换方法,主要根据不同小波级数上地震同相轴的局部倾角的不同来分析数据.一般意义上,测线方向上的离散小波变换（DWT）是一种特殊的零局部地震倾角的seislet变换.早期的工作基于低阶版本的离散小波变换来构建seislet变换,在本文中,通过使用Cohen-Daubechies-Feauveau (CDF) 9/7双正交小波变换（常用于JPEG2000压缩标准）作为框架,扩展高阶seislet变换方法.通过分析理论模型和实际数据的处理结果,并对比傅里叶变换、离散小波变换和低阶seislet变换,高阶seislet变换可以为地震数据提供更好的压缩比.因此更加适用于地震数据去噪处理.     

基于提升算法和百分位数软阈值的小波去噪技术

在地震勘探领域,随机噪声一直是影响地震信号信噪比的主要因素之一,如何从被干扰的地震信号中有效去除随机噪声并保护有用信号具有重要的意义.针对经典小波变换在计算效率方面的缺陷,本文推荐应用提升算法实现第二代小波变换的构建,分析和对比了提升算法(Lifting Scheme)下不同小波变换方法的特性,选取更加符合小波域去噪原理的CDF 9/7双正交小波变换作为基本算法,同时应用了简单、有效的百分位数(Percentiles)软阈值进行信噪分离.通过理论模型处理,本方法可以在去噪能力和保护有用信号之间找到很好的平衡点.实际剖面的处理效果表明,此方法不仅能有效的滤除随机噪声,而且很好地保护有用信号,提高地震数据分析的精确性.     

基于双树复小波包变换的地震信号分析方法

尝试性地将一种双树复小波包变换方法应用于地震信号分析中. 复小波包变换综合了实小波包变换与连续复小波变换各自的优点，不但能提取信号的相位信息，而且选取与被分析信号相频特性相匹配的复小波包，可以对信号产生更好的聚焦作用. 本文描述了一种双树复小波包变换算法，并给出了模拟信号及实际地震记录的分析实例. 研究结果表明，双树复小波包变换是分析具有非线性相位地震信号的一种较为有效的方法.      

时程信号的Hilbert-Huang变换与小波分析/

在简要介绍时程信号的小波分析和Hilbert-Huang变换(HHT)理论的基础上，通过地震波和其它时程信号实例，对比分析了小波变换和HHT变换结果. 比较显示:HHT变换和小波变换均能用于对非平稳的信号进行分析，并能捕捉到信号变化的主要特征；与受所选母波影响较大的小波分析不同，HHT变换得到的固有模态函数是直接从原始时程数据中分离出来的，它更能反映原始数据的固有特性；小波分析得到的谱的能量在频率范围内分布较广，而HHT变换的Hilbert谱的大部分能量都集中在一定的时间和频率范围内，能清晰地刻画信号能量随时间、频率的分布. 因此，Hilbert-Huang变换不仅是对非平稳信号进行分析的有效方法，而且也是检测时程信号局部特征的有用工具.      

GHM类正交多小波变换及其在地震资料去噪中的应用

多小波是对小波理论的一个新发展,它可以同时满足正交性、对称性、短支撑等良好的特性要求。文中介绍了多小波基本理论、多小波变换具体过程及预处理方法,提出了基于GHM类多小波变换的地震资料软阈值去噪方法,通过对合成数据和实际资料进行处理分析,表明多小波变换在有效压制随机噪声的同时,能较好地保留原信号的特征信息,是一种行之有效的去噪方法     

地震空间活动性异常的多尺度表示及其对强震时空要素的指示作用

基于 trous小波变换的噪声模型，通过小波变换与统计显著性检验模型的有机结合，产生了数据图象结构的多尺度支撑表示．这一表示不仅给出了数据结构在不同尺度的形状和位置，而且剔除了噪声对结构的影响．由于相应的算法对数据结构的先验假设要求不高，故这一方法适用于分析结构复杂的数据．本文将该思路用于地震空间活动性的研究，重点探讨了如何识别并描述不同尺度地震空间活动性异常的方法．以我国西南地区松潘、黄龙、龙陵、盐源等典型地震序列为例，分析了不同尺度地震空间活动性异常的结构特征．研究表明，地震活动性异常的多尺度空间结构与强震震中之间存在一定的关系，而松潘序列前震活动性异常的时空演化也表现出一定的规律．      

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...     

地震信号随机噪声压制的双树复小波域双变量方法

有效地压制地震信号中的噪声是地震信号解释和后续处理的重要环节之一.本文建立两种双树复小波域双变量模型对地震信号中的随机噪声进行压制.地震信号经双树复小波变换后,同一方向实部与虚部系数、实部(或虚部)系数与对应的模之间存在较强的相关性.鉴于此,对同一方向实部与虚部小波系数建立双变量模型,从含噪地震信号小波系数中估计原始信号的小波系数,再基于双树复小波逆变换重构得到降噪后的地震信号.进一步对同一方向实部(或虚部)系数与对应的模建立双变量模型,得到地震信号随机噪声压制的第二种双树复小波域双变量方法.最后对合成地震记录和实际地震资料中的随机噪声进行压制的实验结果证实本文两种方法都能够有效地压制地震信号中的随机噪声.     

小波分析在前郭水化观测资料处理中的应用

本文从小波变换原理入手,选取正交小波（Daubechies小波）对前郭井近10年水化观测资料进行分析,结果表明小波分析可以很好的抑制数据的干扰,将原始信息中高频信息和低频信息分辨出来。运用小波变换对观测资料进行处理后,映震效果明显优于原始资料,一些趋势变化和短临变化更直观,异常信息更加丰富,更有利于利用前兆数据进行地震预测。     

基于小波分析的断层检测

断层在地震数据中显示出奇异性,经过小波变换可以得到断层位置处地震数据的奇异性属性.对包含断层的地震数据进行小波分析处理,能够得到断层的垂直和水平位置.在实际地震资料中将地震信号表示成不同尺度和不同位置的基本单元,然后对变换系数进行极值提取,检测出不同尺度下的地震信号突变特征,从而进行断层检测.对实际地震资料进行地震信号奇异性检测时,首先将地震剖面划分成层,然后在每一层内将尺度参数进行离散化,计算地震记录的小波变换系数,对于某一个尺度求取每一道小波变换系数的最大值,将每一道地震记录小波变换系数的最大值根据原地震道的位置进行排列,得到奇异性曲线.对于某一尺度,断层所在的水平位置对应着奇异性曲线的最值位置,最后绘出整个剖面的极值点检测结果.     

改进的正交多项式变换在地震资料去噪中的应用

水平叠加虽然在很大程度上压制了噪声,提高了地震剖面的信噪比,但CMP遭集上还存在不少不是一次波的规则干扰和随机噪声,不利于叠前资料的岩性反演和叠后资料的波阻抗反演.本文提出了基于改进的正交多项式变换压制地震资料中随机噪声的方法,其优势在于:通过对不同时间信号的奇异值分解,确定有效信号正交多项式系数谱的阶数;再利用小波变换,改善有效信号和噪声在低阶上的混叠.文中给出了具体处理的过程,数据试验和实际资料的处理结果表明该方法不仅能有效地压制噪声,而且还能较好地保护地震数据中AVO变化特征.     

利用小波包变换对地震信号进行时频分析时小波基函数的选取木

通过比较几种不同的小波基函数的幅频特性,并利用不同的小波基函数对模拟地震记录进行时频分析,以期找到可以更为准确地描述地震信号时频特性的小波基函数.结果表明:利用dmey小波基函数可以更为准确地描述模拟地震信号的时频变化特征,因此,利用小波包变换对地震信号进行时频分析时选取dmey小波基函数较为合适.     

基于双树复小波包变换的地震信号分析方法

尝试性地将一种双树复小波包变换方法应用于地震信号分析中 .复小波包变换综合了实小波包变换与连续复小波变换各自的优点 ,不但能提取信号的相位信息 ,而且选取与被分析信号相频特性相匹配的复小波包 ,可以对信号产生更好的“聚焦”作用 .本文描述了一种双树复小波包变换算法 ,并给出了模拟信号及实际地震记录的分析实例 .研究结果表明 ,双树复小波包变换是分析具有非线性相位地震信号的一种较为有效的方法 .     

广义地震应变能释放的多重分形特征

利用基于小波变换的多重分形谱估计方法，研究了以中国东西部地区为代表的板内地震活动和以新西兰、日本为代表的板缘地震活动广义应变能释放的多重分形特征．结果表明，中国东、西部地震活动广义应变能释放的多重分形特征有明显差别，新西兰与日本的地震活动广义应变能释放的多重分形特征也有明显不同；地震活动的多重分形特征与构造的复杂程度有关．      

基于物理小波的频谱分解方法及应用研究

在地震资料频谱分解中,采用匹配地震子波的物理小波,依据地震信号的特征,用振幅、能量衰减率、能量延迟时间及地震子波的中心频率等四类参数构造基本小波,把地震信号分解在小波域,高频分量能够得到精细的刻画.本文以物理小波变换为工具, 给出了该变换中的核函数的选择方法,进而提出了基于物理小波变换的频谱成像方法.我们将此方法用于海上某油田河流相储层的描述,并与常规软件中的小波变换频谱成像结果进行了对比, 结果表明,本文提出的方法更能精细地刻画地质事件.     

乌鲁木齐10号泉流量变化的多尺度小波分析与异常识别

结合10号泉开始观测以来的震例，利用基于小波分析的多尺度分析原理对乌鲁木齐10泉流量的日均值观测序列进行了分析，总结了10号泉流量多尺度分析结果的映震特征。10号泉流量的地震前兆异常绝大多数是高值异常且具有较好的重复性，即一般都是在高值异常结束后几个月之内发生地震，个别情况下地震会发生在高值异常持续时段内。初步可以认定，利用基于小波变换的多尺度分析原理将流量数据分解成若干频段后，能够较好地识别和提取流量原始测值中不易分辨的震前异常。     

基于Shearlet变换和广义全变分正则化的地震数据重建

压缩感知技术通常利用地震信号在某一变换域内的稀疏性质,将随机缺失的地震数据重建问题转化为L1正则化问题.本文首先通过Shearlet变换获得地震信号的稀疏性质,再将广义全变分(TGV)约束引入L1正则化模型,构建了基于Shearlet变换的双正则化模型用于重建地下介质的图像.与传统L1正则化方法相比,基于Shearlet变换的双正则化方法不仅考虑了信号的稀疏性,同时兼顾了地下介质结构的复杂性,可以较好的重建地下结构体的图像.最后采用交替方向乘子法(ADMM)求解所建模型,每个子问题均可得到显式解.数值实验对比了基于小波变换、Shearlet变换的L1正则化方法和TGV正则化方法,结果表明基于Shearlet变换的双正则化方法对于随机采样50%数据的情况具有较好的重建结果,同时对于有限范围的连续缺失数据的重建亦具有一定的有效性.     

前兆水位数据处理中的小波基及其参数选择方法研究

在分析不同小波基函数特征的基础上, 详细阐述了前兆水位数据处理中小波基及其参数的选择问题, 针对多个水位测项进行了实例分析和比较。 得到如下结论: ① 在检测前兆水位数据的突变点或不规则的突变部分, 选择db6、 bior2.6、 rbio2.6、 sym4和sym6小波基效果较好, 其中选用双正交小波bior2.6效果最佳; ② 在小波变换分解层数的选取方面: 第1～2层多适用于突变异常信号的获得, 第5～6层多适用于缓变异常信号的提取; 对于数据跳变异常显著的时间段, 第4～6层能较好地还原被高频信息掩盖的趋势变化过程。     

用小波变换方法反演接收函数

提出了一种用小波变换方法反演接收函数的新方法. 通过对接收函数作离散小波变换，将接收函数展开到不同分辨尺度，从一给定的初始模型出发，分别在不同分辨尺度上用广义线性反演方法，对展开后的接收函数进行反演. 并将低阶接收函数的反演结果作为高阶接收函数的初始模型，在大尺度空间找到包含全局极小值的一个邻域，并逐步缩小该邻域.渐进地获取介质结构的跳变信息，从而保证反演结果稳定地收敛到全局极小点，降低接收函数波形反演对初始模型的依赖，尽可能克服波形反演的非唯一性，得到比较可靠的高分辨率的地壳上地幔速度结构．