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 .     

基于自适应Morlet小波的低信噪比微震信号初至拾取方法研究

针对影响微震初至拾取的资料信噪比过低的问题,传统方法的拾取精度与稳定性大多不太理想.为了克服低信噪比条件下初至无法有效拾取的缺点,本文设计了一种对目标成分具有高敏感性的自适应Morlet小波基,通过利用该小波基对微震记录进行小波分解,利用三分量数据的有效成分在小波域内具有特征相关性,对三分量小波系数进行主成分分析,提取主成分特征,最终对各级主成分进行加权重构,实现对低信噪比微震信号的初至拾取.在设计有不同信噪比的模型实验与实际资料应用中,该算法均表现出优异的抗噪性能.在极低信噪比条件下,仍能精确指示有效成分的初至.模型实验与实际资料处理结果均验证了本方法对极低信噪比微震资料的初至拾取处理上的有效性与实用性.本方法在微震监测等相关领域中具有较高的理论与应用价值.     

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.      

基于小波变换与小波包变换的降噪方法比较

在模拟地震记录信号中加入信噪比为17的高斯白噪声,然后分别采用小波降噪和小波包降噪方法,对含噪信号进行降噪处理。在不同降噪阈值下,比较降噪后信号的信噪比。结果表明:在同一降噪阈值下,小波包降噪后信号的信噪比高于小波降噪后信号的信噪比,而且采用wbmpen方法给定的阈值明显可以提高降噪后信号的信噪比。     

基于EWT和Meyer自适应阈值的微震降噪

露天矿采场边坡的微震信号具有振幅弱、噪声多、信噪比低的特征,基于经验小波变换(EWT)及Meyer自适应阈值提出分频降噪方法.首先,针对微震信号的频谱特征,设计一种频谱分割策略,将信号和噪声分解为不同的模态;其次,分析模态的频谱和能量,采用Meyer阈值函数自适应降噪,提高有效信号振幅;最后,借助阈值函数处理包含较少有用信号的模态,重构微震信号以保持其连续性,结果表明,降噪后微震信号信噪比(SNR)高、有效信息多,噪声少;通过多种方法对比,并用信噪比与均方根误差(RMSE)对本次降噪效果进行评价,本文方法较好的保留了微震信号有效信息,降噪效果显著.     

小波包单子带重构提取GPS序列特征信息

GPS观测环境愈来愈复杂,动态观测值包含的影响因素较多,函数关系复杂,影响特征信息的提取和参数模型的解释能力.小波包具有良好的时频分析能力,利用小波包理论对GPS数据序列进行分解与重构过程中有三个基本运算：与小波滤波器卷积、隔点采样、隔点插零,该三项运算产生频率交错和频率折叠等频率混淆现象.为消除频率混淆现象,分解与重构时,每作一次信号与小波卷积后,将其结果作一次快速傅立叶变换,频谱中多余的频率成分的谱值置零,再对置零后的频谱进行傅立叶逆变换,然后继续进行小波包的分解与重构,从而实现单子带重构提取GPS数据序列特征项.通过实例验证了小波包单子带重构提取GPS特征信息的有效性.     

最优小波包变换在地震信号去噪中的应用

应用最优小波包变换,采用取决于节点噪声时频特征的相关阈值,对模拟地震波到达的加噪合成信号、SDAES数字声发射仪采集的微震实验信号、NIED观测台站记录的日本2007年能登半岛地震信号进行去噪,并和基于小波变换的其他方法进行了去噪效果比较.结果表明,该方法获得的信号信噪比(SNR)高、失真低,体现出了总体优越性.     

噪声水平上的爆炸余震信号提取

文中采用窄带滤波、傅里叶反变换及小波分析在噪声水平上提取弱余震信号。窄带滤波能够在背景噪声水平上以及（－10）－（20）dB记录中提取有用信息，但是往往产生截断误差，如果数字序列具有较大的初始幅值，所提取的波形在截断处发生畸变。傅氏反变换从负信噪比的记录中提取的信号质量较差，伴有高频干扰成分，对于信噪比为正数的记录，傅氏反变换提取的波形是良好的，该种方法同滤波方法一样，也存在截断误差。小波分析从信噪比为负数的记录中提取的信号不理想，而从信噪比为正数的记录中提取的信号质量最好，波形完整，首尾清晰，基线平直，无截断误差。窄带滤波，傅氏反变换及小波分析有两个共同点，基一，都能够从强背景噪声中提取有用信息；其二，信噪比越大，获取的信号质量越高。     

改进的小波分频重构算法在石油地震勘探中的应用

在地震资料处理过程中,为了提高信号的信噪比以及保留数据的可靠频段,通常采用频率域滤波的方法.但是,传统的频率域滤波方法是基于傅里叶变换,在窗口与窗口之间的接合部位会出现假异常.且在滤除噪声的同时,很可能同时也将有用信息一起滤除掉. 本文针对上述问题,将小波域分频处理与重构的方法应用到石油地震勘探数据处理中.在提高信号信噪比的同时又可兼顾其它频段信息,使处理出的地震剖面信噪比提高,频带有所拓宽,从而达到最佳重构.文中先后给出了小波变换及其逆变换的数值计算方法以及最佳小波和最佳重构系数的求取方法.最后通过实例分析,其结果表明,该方法在理论上是正确的,实际应用效果也是成功的.     

基于支持向量机和小波包的金属矿床地震数据去噪

针对深部找矿地震资料信噪比很低的问题,结合小波包和支持向量机的理论,提出了一种新的去噪算法.该算法首先从地震资料中找出噪声干扰极小的和噪声很强的数据,利用支持向量机进行训练学习,提取噪声和有效信号的样本特征.然后将地震资料实施小波包变换得到更加精细和不同频带的信号,利用支持向量机训练出的样本特征对小波包变换后的数据进行...     

基于小波变换的大尺度岩体结构微震监测信号去噪方法研究

为将小波去噪方法应用于大尺度岩体结构微震监测信号的去噪研究,首先在MATLAB环境下进行仿真,验证了使用Symlet6小波进行小波去噪的可行性;利用4种自适应阈值规则对含噪信号进行去噪对比,结果表明4种阈值去噪后的信号在均方差较小的情况下都极大地提高了信号的信噪比,有效地去除了噪声,对不同的含噪信号,无偏似然原则阈值去...     

A first arrival detection method for low SNR microseismic signal

Most of the microseismic signals have low signal-to-noise ratio (SNR) due to the strong background noise, which makes it difficult to locate the first arrival time. Both accuracy and stability of conventional methods are poor in this situation. To overcome this problem, here we proposed a new method based on the adaptive Morlet wavelet and principal component analysis process in wavelet coefficients matrix. The three components of microseismic signal make it possible to extract the features in wavelet coefficients domain. Then the reconstructed signal from weighted features presents an obvious first arrival. Tests on synthetic signals and real data provide a solid evidence for its feasibility in low SNR microseismic signal.     

基于稀疏分布特征的井下微地震信号识别与提取方法

井下微震监测获得的地震记录往往包含大量的噪声,记录信噪比很低.有效地震信号的识别与提取是进行后续地震定位等工作之前需要优先解决的问题.经过研究发现,井下水压裂微地震信号具有稀疏分布的特征,而井下环境噪声则具有更多的Gaussian分布特征.为此,本文提出将图像处理领域适宜于稀疏分布信号降噪处理的稀疏码收缩方法应用于井下微震监测数据处理.为解决需要利用与待处理数据中有效信号成分具有相似分布特征的无噪信号序列估算正交基以及计算效率等问题,将原方法与小波变换理论相结合.即通过优选小波基函数作为正交基进行小波变换将信号分解为不同级的小波系数,利用稀疏码收缩方法中对稀疏编码施加的非线性收缩方式作为阈值准则对小波系数进行改造.通过多方面的数值实验证明了该方法在处理地震子波及井下微地震信号方面准确可靠.含噪记录经过处理后有效地震信号的到时、波形、时频谱特征等均能得到良好的识别和恢复.并且该方法具有很强的抗噪能力,当信噪比低至-20~-30db时,仍然能够发挥作用.在处理大量实际井下微震监测数据的过程中,面对多种复杂情况,本方法展现出了计算效率高、计算结果可靠、应用简单等优势,证明了其本身具有实际应用价值,值得进一步的研究和推广.     

Method for Identifying Micro-seismic <Emphasis Type="Italic">P</Emphasis>-Arrival by Time-frequency Analysis Using Intrinsic Time-Scale Decomposition

A method to identify the P-arrival of microseismic signals is proposed in this work, based on the algorithm of intrinsic timescale decomposition (ITD). Using the results of ITD decomposition of observed data, information of instantaneous amplitude and frequency can be determined. The improved ratio function of short-time average over long-time average and the information of instantaneous frequency are applied to the time-frequency-energy denoised signal for picking the P-arrival of the microseismic signal. We compared the proposed method with the wavelet transform method based on the denoised signal resulting from the best basis wavelet packet transform and the single-scale reconstruction of the wavelet transform. The comparison results showed that the new method is more effective and reliable for identifying P-arrivals of microseismic signals.     

复数子波匹配追踪算法识别薄层砂体

针对东营凹陷滩坝砂岩薄砂体的预测识别问题,研究了复小波匹配追踪方法.从地震信号morlet小波分解及重构分析入手,讨论了重构地震信号时关于频率、振幅、相位及时移参数的选取方法及其具体的选取变量.并就关键的振幅参数,研究了改善的计算方法.常规的匹配追踪算法扫描地震信号的所有时间点和频率.在本文中,为了改善时频分辨率,采用局部扫描主频和子波的时间延迟.在具体实现过程中,采用计算地震信号的平均瞬时频率和地震信号的瞬时包络处的时间,做为采样频率和时间采样点,得到与地震信号最佳相关的子波.对研究的方法从理论模型和实际资料进行了论证分析,证明理论上正确合理,实际应用效果显著.     

Gauss linear frequency modulation wavelet transforms and its application to seismic phases identification

Introduction The accurate gradual change style seismic phases identification is an older new question for discussion. Wavelet transform has good localization properties in time-frequency domain, and is a effective tool to analyze seismic signal which has been applied to detection of many kinds of signal, picture processing and other fields. When a kind of new signal stack up another kind of signal, more high frequency signal components will happen at onset time of new signal. Based on the wave…     

基于探地雷达信号处理的小波基选取研究

针对探地雷达信号处理和分析时小波基选取存在的问题,本文在分析探地雷达信号特点的基础上,首先从理论上讨论小波基的选取准则,然后再从实验角度进行对比、判别,认为在进行小波分解和重构时应该分别选择不同的小波基函数进行处理,这样可以保证重构信号的精确度,增强对信号的处理能力,从而也突破了以往分解与重构时都采用同一个小波基进行处理的做法.最后通过实际资料的处理,指出bior2.6小波基在进行雷达信号处理时效果最佳,不仅去噪彻底,而且能够保留有效信号的高频部分,提高信号的分辨率和信噪比,为后续解释工作打好了基础.     

基于分数阶小波域GSM模型的地震信号随机噪声压制方法

地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号.     

高斯线调频小波变换及其在地震震相识别中的应用

基于地震渐变信号在起始点附近信号高频分量比较丰富，但信号幅度较小的特点，本文选取高斯线调频小波作为基函数，研究了不同小波参数和信号参数对其变换结果的影响规律，找出了直接利用变换峰值进行震相识别的误差来源，提出了一种从背景噪声中实现渐变地震震相识别的有效方法——定尺度小波变换比方法，给出了模拟数字信号和实际地震震相识别的实例．