首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 137 毫秒
1.
局域波分解及其在地震信号时频分析中的应用   总被引:6,自引:7,他引:6       下载免费PDF全文
讨论非平稳、非线性局域波信号分解方法的物理意义和自适应性,数值实现三种局域波分解算法,研究局域波分解在地震信号时频分析中的应用方法和实践.通过Hilbert变换得到地震信号时频分布特征,与Fourier变换谱物理意义不同.采用一定的计算策略,改善瞬时频率计算精度,突出瞬时频率属性的物理意义;将局域波分解同Wigner分布结合,计算地震信号基于局域波分解的Wigner分布,抑制交叉项.模型和实际地震数据试算结果表明实现算法的正确性和有效性.研究表明:在地震信号时频分析中采用局域波分解求Hilbert谱具有自适应性,时域和频域的分辨率也较高;而基于局域波分解的地震信号Wigner分布,保留Wigner分布优良特性,抑制交叉项方法简单易实现;局域波分解方法适合处理地震信号,值得进一步研究和推广.  相似文献   

2.
基于MPI的时频分布的改进及应用   总被引:6,自引:6,他引:0       下载免费PDF全文
Cohen类时频分布在一定程度上克服了Wigner\|Ville分布的不足,特别是交叉项.但在平滑交叉项的同时却降低了时频聚集性,从而本文讨论了Wigner\|Ville分布的修正方法,进而可提取出不同的地震时频属性.为了提高计算效率,采用了基于MPI的并行计算及时频属性优化方法,取得了良好的效果.  相似文献   

3.
数字化地震波形资料的时频分析方法及应用   总被引:1,自引:1,他引:0       下载免费PDF全文
信号的时频分布具有比时间尺度分布更高的描述和刻画非稳态地震波信号的能力,进一步提高信号的时频聚集性和尽可能减小交叉项干扰是时频分析发展的方向。基于高阶矩时频分布理论,本首次提出了将其应用于数字化地震波形资料分析和处理的技术途径和方法。通过对仿真信号的Choi-Willams各阶矩时频分布与Wigner各阶矩时频分布的对比和交叉项干扰的理论分析,认为Choi-willams高阶矩时频分布具有时频聚集性高和交叉干扰项小的特点,在提高处理数字化地震波特性参数精度和地震应急技术系统的智能化程度等方面具有潜在应用前景。  相似文献   

4.
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。   相似文献   

5.
希尔伯特-黄变换地震信号时频分析与属性提取   总被引:13,自引:10,他引:13       下载免费PDF全文
地震信号属于非线性和非平稳信号,传统的分析方法主要包括短时傅立叶变换、小波变换和Cohen类时频分布等等;希尔伯特-黄变换是分析非平稳信号的新方法,该方法的关键部分是信号的经验模态分解,通过经验模态分解,复杂的信号可以分解为有限的数量很少的几个固有模态函数,从而可以得到信号的希尔伯特时频谱;将该方法应用于单个的地震道数据,可以对地震道进行经验模态分解并得到希尔伯特谱,应用于地震剖面,可以得到意义更加明确的瞬时频率和瞬时振幅等地震属性,模型试算和实际应用表明了该方法的有效性.  相似文献   

6.
Hilbert-Huang变换在提取地震信号动力特性中的应用   总被引:1,自引:0,他引:1  
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。  相似文献   

7.
二阶同步挤压S变换及其在地震谱分解中的应用   总被引:1,自引:0,他引:1       下载免费PDF全文
同步挤压S变换是一种处理非平稳信号的新时频变换方法,通过"挤压"信号的S变换结果,可以得到高分辨率的时频谱.但是,当信号的相位随时间呈非线性变化时,同步挤压S变换计算出的瞬时频率会出现误差,并造成时频谱分辨率降低.为了改善其对于该类信号的时频分析效果,我们利用时间和频率的二阶偏导数对瞬时频率计算式进行修正,提出二阶同步挤压S变换.合成信号处理结果表明,二阶同步挤压S变换的分辨率不但明显高于常用时频变换,在信号瞬时频率随时间呈二次或正弦变化的情况下,其时频挤压效果也好于同步挤压S变换.我们将二阶同步挤压S变换应用到天然气地震勘探资料的谱分解当中,结果表明,二阶同步挤压S变换可以很好地检测到与天然气相关的谱异常.因此,二阶同步挤压变换对于地震解释是一种很有潜力的方法.  相似文献   

8.
Gabor变换和S变换是常用的时频分析工具。根据测不准原理,它们的时频分解结果无法在时间域和频率域同时具有很高的分辨率。为了提高非平稳信号时频分解结果的分辨率,本文提出瞬时频率分布函数(IFDF)并利用它表达非平稳信号。当非平稳信号时频成分的分布满足测不准原理对信号可分辨的要求时,瞬时频率分布函数的支集和短时Fourier变换的小波脊支集是同一个集合。利用IFDF的该特征,本文提出一种迭代算法(Sparse-STFT)实现了信号的稀疏时频分解。该算法在每次迭代过程中利用残留信号的短时Fourier变换结果的脊支集更新信号的时频成分,每次迭代得到的时频成分的叠加结果即为最终的稀疏时频分解结果。文中的数值实验证明了Sparse-STFT可以有效地提高非平稳信号时频分解结果的分辨率。最后,本文将该方法应用于地震数据面波的压制中,取得了理想的处理结果。  相似文献   

9.
随着我国石油勘探程度的不断加深,非常规油气藏逐步成为了油气勘探的重点.由于致密砂岩具有低孔、低渗、非均质性强等特性,因此迫切需要高精度时频分析后处理方法对该类气藏进行有效表征.本文提出了一种同步提取三参数小波变换(Synchroextracting Three-Parameter Wavelet Transform, SETPWT)新方法,该方法具有小波变换多尺度多分辨率的特性,通过改变三个参数来调节小波基的主频、带宽及相位,灵活匹配多种类型的合成信号以及地震子波;与传统时频分析方法相比,同步提取三参数小波变换在三参数小波变换结果的基础上引入同步提取算子(Synchronous Extraction Operator, SEO),通过SEO提取与信号理想时频谱高度相关的时频信息,去除多余能量,从而实现非平稳信号的高精度时频表征.合成信号算例表明,同步提取三参数小波变换的分辨率不但明显高于常用时频变换,同时具有优于同步提取变换(Synchroextracting Transform, SET)的抗噪性能;将同步提取三参数小波变换应用到地震资料含气性检测中,进一步验证了该时频算法在致密砂岩...  相似文献   

10.
将希尔伯特—黄变换(HHT)应用于天然地震信号处理中,通过对天然地震波信号进行HHT时频分析,获得该信号的三维Hilbert时频谱、边际谱、瞬时能量谱和Hilbert能量谱。通过分析,可以看出HHT方法能敏感地提取到地震波信号随时间和频率动态变化的不同阶段的主要特征,其图像清晰,能够反映能量突变点信息,其时频局部定位能力较强。边际谱、瞬时能量谱和Hilbert能量谱能提取出地震波信号其他新的特性,可对信号的时频分析起到补充作用。结果表明,HHT方法能准确描述地震信号的非线性时变特征,是地震信号时频分析的有效工具。  相似文献   

11.
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。  相似文献   

12.
谱图重排的谱分解理论及其在储层探测中的应用   总被引:1,自引:0,他引:1  
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.  相似文献   

13.
Wigner-Ville分布及其在地震衰减估计中的应用   总被引:1,自引:1,他引:1  
地震信号的衰减一般是在频域内利用信号功率谱的统计性质进行表征。但是,传统的基于傅立叶变换的功率谱估计方法的分辨率较低,使得衰减估计的精度较低。Wigner-Ville分布是一种重要的Cohen类时频分布,它具有一系列的优良性质,如时频边缘分布性质、好的时频聚集性等。这些性质对信号的时频分析具有重要意义。因此,Wigner-Ville分布为地震信号的衰减估计提供了新的手段。本文首先介绍了Wigner-Ville分布以及能够减少或消除交叉项影响的平滑Wigner-Ville分布,然后,提出了一种基于Wigner-Ville分布的衰减估计方法。在这一方法中,利用Wigner-Ville分布得到的瞬时能量谱中高频段的能量下降速率度量衰减。将这一方法应用到塔中地区奥陶系礁滩相碳酸盐岩储层预测,结果表明,基于Wigner-Ville分布的衰减能够有效地检测出礁滩相带和泻湖区域之间衰减特性的差异。  相似文献   

14.
《应用地球物理》2006,3(3):169-173
In this paper, it is described that the time-frequency resolution of geophysical signals is affected by the time window function attenuation coefficient and sampling interval and how such effects are eliminated effectively. Improving the signal resolution is the key to signal time-frequency analysis processing and has wide use in geophysical data processing and extraction of attribute parameters. In this paper, authors research the effects of the attenuation coefficient choice of the Gabor transform window function and sampling interval on signal resolution. Unsuitable parameters not only decrease the signal resolution on the frequency spectrum but also miss the signals. It is essential to first give the optimum window and range of parameters through time-frequency analysis simulation using the Gabor transform. In the paper, the suggestions about the range and choice of the optimum sampling interval and processing methods of general seismic signals are given.  相似文献   

15.
窗函数的衰减系数和采样间隔究竟对地球物理信号时频分辨率造成多大的影响,如何才能更好地消除这种影响,是该文的主要出发点。提高分辨率是信号时频分析处理的关键,在地球物理数据处理和属性参数提取等方面具有重要作用和广泛应用。该文研究了Gabor变换窗函数衰减系数选择正确与否和采样间隔对信号分辨率的影响。参数选择不当,不仅降低信号时频谱的分辨率,甚至要丢失信号。在用Gabor变换作时频分析时,通过模拟计算预先给出最佳窗函数和最佳参数范围是十分必要的。文中还给出了常规地震信号最佳采样间隔的范围和选择、处理方法。  相似文献   

16.
我国每天有数千趟高铁列车驰骋在纵横交错的高铁线路上,构成了十分理想的均布震源,但寻找适合高铁震源地震信号的处理方法是充分挖掘信息的关键.传统的频谱分析结果表明高铁震源所产生的地震信号具有明显的窄带分立谱特征,但无法精确获得高铁震源地震信号的时频变化规律.本文首次将挤压时频分析这种分析工具引入到高铁震源地震信号处理中,对中国南方某高铁沿线采集到的高铁震源地震数据进行了分析.处理结果表明:利用挤压时频分析能够更加精确地刻画频率成分随时间的变化,能够利用单检波器精确刻画高铁列车的运行状态(匀速、加速等);同时利用挤压时频变换还可高精度地重构出所需频带的信号,为提取高铁震源地震信号的特征成分提供了一种有力工具.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号