时频分析方法及在地震波谱研究中的应用

地震波是一种非平稳信号,傅立叶分析已不适合。时频分析能对非平稳信号进行分析,并给出地震波信号能量的时间-频率分布。但是在时频分析时,存在交叉干扰项,会带来一些错误的信息。本文讨论了波恩-约旦(Born-Jordan)时频分布、乔伊-威廉斯(Choi-Williams)时频分布、赵-阿特拉斯-马克斯(Zhao-Atlas-Marks)时频分布3者之间抑制和消除交叉干扰项的特点,认为赵-阿特拉斯-马克斯(Zhao-Atlas-Marks)时频分布抑制交叉干扰项的效果和时频聚集性更好,更适合于分析地震波。     

STFT与WVD在地震波时频分析中的应用

地震波是一种非平稳信号,传统的傅里叶变换已不适用,时频分析方法能在时间—频率域给出非平稳信号不同时刻的频率分布特征。Wigner-Ville分布(WVD)对非平稳信号具有较好的时频聚集性,但因其为双线性变换,会产生严重的交叉干扰项。短时傅里叶变换(STFT)是一种线性变换,不存在交叉项干扰,但时频聚集性较差。考虑到二者优点,在对地震波进行时频分析时,采用短时傅里叶变换和Wigner-Ville分布的联合算法,既有效抑制了Wigner-Ville分布交叉项干扰,又保持了较高的时频聚集性。通过3种方法,对模拟信号和实际数据处理结果进行对比分析,发现联合算法对获取地震波信号的时频特征和纵波到时检测,具有更好效果。     

几种时频分析方法比较

地震信号由于各种原因，往往是一种非线性、非平稳信号，基于平稳信号理论的常规傅立叶变化方法不能刻画任一时刻的频率成分.时频分析能同时保留时间与频率信息，目前已经出现了很多时频分析方法.本文介绍了Hilbert变换、Hilbert-Huang变换、正弦曲线拟合、雷克子波匹配、短时傅立叶变换、小波变换、S变换以及Cohen类这八种方法，并从时间分辨率、频率分辨率，以及对多频率成份信号适应能力等各方面阐述了各种方法的优缺点，对其中的一些方法结合了理论记录进行了试算，进一步阐述了这些方法的长处和不足之处.     

几种时频分析方法的比较和实际应用

地震信号往往是非线性非平稳的,时频分析技术能同时展示信号在时间域和频率域的局部化特征。本文研究4种时频分析方法:短时傅里叶变换(STFT)、小波变换、广义S变换和Wigner-Ville分布。在理论上运用雷克子波模拟地震记录进行时频分析对比,发现广义S变换具有相对较好的时频聚焦性以及较好的交叉项抑制性。为了验证这一理论,我们分别在两个工区做了实际的地震实验,分析并阐述4种时频分析方法的优缺点,同时也验证广义S变换的优越性。      

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...     

基于反褶积短时傅立叶变换的油气检测

低频阴影现象为油气识别的一个重要标志.然而对于薄储层,低频阴影现象仍然较弱,因此有必要采用更高时频分辨率的时频分析方法进行低频阴影的识别.将信号的短时傅立叶变换谱与窗函数Wigner-Ville分布进行二维反褶积可得到信号Wigner-Ville分布,该二维反褶积方法即为反褶积短时傅立叶变换.该方法不仅提高了时间和频率分辨率而且减少了交叉项.文中对两种理论信号进行多种时频分析方法的计算机仿真效果对比,结果证明,反褶积短时傅立叶变换与传统的时频分析方法相比更具优势.文中采用反褶积短时傅立叶变换的方法对信号进行时频分析,首次将该方法用于单频剖面的提取.由低频阴影现象的数值模拟结果可知,该方法比广义S变换在薄储层预测中取得了更好的效果.在实际资料的应用中证实了此方法检测含油气储层的可行性.     

地震勘探信号时频分析方法对比与应用分析

针对地震勘探信号,对非平稳信号时频分析几种适效方法:短时Fourier变换、小波变换、S变换、Wigner分布、平滑伪Wigner分布、锥形核时频分布、AOK(adaptive optimum kernel,自适应最优核函数)分布等进行对比与应用研究.在阐明各种方法基本原理的基础上,进行数值分析与应用研究.首先对非平稳地震勘探模拟信号进行试算及时频属性提取,结合各类方法的信号表示理论,在时频局部化的精度和交叉项抑制等方面对计算结果进行对比分析;进一步应用于实际二维地震数据,提取瞬时频率和瞬时带宽等时频属性,进行比较研究.研究表明:对于地震勘探信号,就本文涉及的几种时频分析方法而言,AOK分布是时频局部化精度最高、交叉项抑制最好、时频匹配最优的方法,值得在地震勘探信号分析和地震属性提取、频谱分解等应用中深入研究和应用.     

2013年海西5.0级地震波形时频特性研究

传统的傅里叶变换因缺乏信号局域性的信息,无法对地震波等非平稳信号进行全面描述,时频分析通常是分析非平稳信号较好的工具.本文利用大柴旦地震台记录到的2013年6月5日青海海西5.0级地震波形,采用赵-阿特拉斯-马克时频分布（ZAM）分别研究了该地震P波、S波段的时间-频率特征.研究结果很好地解释了地震波的非平稳性,较全面地展示了地震波的衰减特征.     

近地震波的小波相对能量分布特征分析

地震波具有非平稳信号特征,能量分布在一个有限带宽范围内.本文根据小波变换的时频特性和分层分解关系,得到了近地震(震中距小于300 km)峰值能量的频率主要集中在3～6 Hz频段这一初步结果.统计分析结果证明了这种方法对于近地震波分析的有效性和可靠性,同时也表明基于小波变换的地震相对能量分布特征可以更准确的给出地震信号的细节.结果对于地震震源及地震波传播规律的研究以及工程抗震设计具有一定的参考意义.     

低震级地震与人工爆破记录的时频分析

时频分析是为了对非平稳信号进行分析而引入的,可以给出某一时间点或小时间段内的频谱信息.典型的时频分析方法有短时傅里叶变换、小波变换和希尔伯特黄变换等.由于短时傅里叶变换计算速度较快,而且对本研究里的地震信号具有不错的分辨率,利用短时傅里叶变换对地震和爆破信号进行分析.     

分数阶S变换:第一部分,理论(英文)

S变换(ST)结合了小波变换和短时傅里叶变换的特性,对信号处理具有良好的局部时频聚集性.分数阶傅里叶变换是一种对非平稳信号分析的工具.本文基于分数阶傅里叶变换和S变换的思想,提出了分数阶S变换(FRST),将S变换从时间-频率域推广到时间-分数阶频率域,推导了它的逆变换公式并研究了其数学性质。分数阶S变换(FRST)具有分数阶傅里叶变换和S变换的优点,增强了S变换对信号处理的灵活性。相比于S变换,分数阶S变换能提高信号时频分辨能力。仿真实验证实了该方法的有效性。     

谱图重排的谱分解理论及其在储层探测中的应用

谱分解理论是把单道地震记录分解为连续的时频谱平面,是地震资料处理和解释的重要技术之一.由于谱分解方法的多解性,所以同一道地震记录因为分解方法不同,得到的时频谱是不一样的.短时傅里叶变换,小波变换,S变换和匹配追踪算法都是对信号开窗分析,这些方法都受到不确定性原理的限制.Wigner-Ville变换避开了不确定性原理的限制,但是交叉项的存在限制了本方法的使用.本文利用谱图重排的时频分析方法(RSPWV)对合成的单道地震记录和实际的地震资料进行了分析.与短时傅里叶变换和匹配追踪算法的比较得出:此方法具有较高的时频分辨率,能够很好地识别气层.     

Hilbert-Huang变换在提取阵列声波信号动力特性中的应用

阵列声波信号是典型的非线性、非平稳信号,其动力特性的量化提取对于进行地层结构构造分析提供了必要的基础资料.而Hilbert-Huang变换(HHT)是一种处理非线性、非平稳信号的新方法.它通过经验模态分解(EMD)将信号分解为有限个固有模态函数(IMF),并对每个固有模态函数进行Hilbert变换得到Hilbert谱.本文将这种方法应用于阵列声波信号动力特性的提取,有效地获得了信号能量的时频分布,瞬时能量、Hilbert能量、最大振幅对应的时频分布等动力特性,显示了HHT的优势以及对于进一步实现地层结构构造分析的重要意义.     

基于Hilbert-Huang变换和随机减量技术的模态参数识别

傅里叶分析的信号处理方法对非线性、非平稳信号的处理能力差,传统的模态参数识别方法也存在阻尼比识别精度不高的问题。基于Hilbert-Huang变换和随机减量技术提出了一种新的、实用的模态参数识别方法,首先对结构振动信号进行滤波处理和经验模态分解,得到若干阶本征模态响应,然后利用随机减量技术提取自由衰减响应,进而由Hilbert-Huang变换得到信号的瞬时特性,最后结合模态识别的基本理论识别结构的模态频率和模态阻尼比。为了验证这一方法的有效性,对12层钢筋混凝土框架模型振动台试验一测点的加速度记录进行了处理,识别了模态参数,识别结果与其它识别方法及有限元分析结果的对比表明该方法识别模态频率是可靠的,而模态阻尼比识别的精准性仍然难以确认。     

Hilbert-Huang 变换与大地电磁噪声压制

大地电磁信号具有非线性、非平稳、非最小相位特征,不符合以Fourier变换为基础的传统功率谱估计的基本要求. Hilbert-Huang变换是近年发展起来的处理非线性、非平稳信号的完全局部时频分析方法. 本文在简要介绍Hilbert-Huang变换基本原理与算法基础上,以实际数据分析为例,探讨了它在大地电磁信号处理及噪声压制中的应用. 提出利用Hilbert时-频能量谱对大地电磁信号进行时段筛选,以提高信号品质,增强数据处理的质量和资料的可解释性. 利用经验模态分解方法及其多尺度滤波特征,可以有效地分析MT信号中的噪声分布特征,并进行干扰压制.     

MCZT在气枪震源信号频谱分析中的应用

气枪震源信号是短时非平稳信号,采用频谱细化算法能提高频谱分析的准确性。首先进行了改进线性调频Z变换(MCZT)和FFT两种频谱分析算法的误差仿真计算,然后进行气枪震源的水下子波信号和地震波信号的对比计算。结果表明MCZT计算误差较小、计算时间较少,能有效提高气枪震源信号频率和幅度特征提取的准确性,是气枪震源信号频谱特征分析的一个有效方法。     

Hilbert-Huang变换在提取地震信号动力特性中的应用

H ilbert-Huang变换(HHT)是一种处理非线性、非平稳信号的新方法。它通过经验模态分解将信号分解为有限个固有模态函数,并对每个固有模态函数进行H ilbert变换得到H ilbert谱。本文将这种方法应用于地震信号动力特性的提取,有效地获得了信号能量的时频分布,量化提取了中心频率、瞬时相位、瞬时能量、H ilbert能量、最大振幅对应的时频分布等动力特性,并与Fourier变换、小波变换等进行了比较,显示了HHT的优势以及对于进一步实现结构分析和控制的重要意义。