自适应核时频分析方法的改进及应用

提高地震信号的时频分辨率是时频分析研究的重点,传统的线性时频分析方法(短时傅里叶变换、小波变换、S变换)时频分辨率不高,而双线性时频分析方法(如魏格纳分布)时频分辨率高,但存在严重的交叉项干扰。自适应核时频分析方法,属于双线性时频分布,计算过程中采用随时间变化的最优核函数,在保证高分辨率的前提下,压制信号模糊域的交叉项干扰,提高了时频谱的可读性。对比了四种时频分析方法对于线性调频信号的分析效果,并将聚焦性更好的自适应核方法应用于实际资料,并利用改进的自适应核时频分析方法在瞬时属性提取和谱分解识别断层的应用中进行了初步试验,计算效率明显提高且取得良好的效果。     

修正S变换与常规时频分析方法的对比

地震信号往往是非线性、非平稳信号,基于平稳信号理论的常规傅里叶变换方法不能刻画任一时刻的频率成分,而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。修正S变换作为一种较新的时频分析方法,是针对S变换窗函数相对固定、时频分辨率不能调节的问题提出的。通过对修正S变换与常规时频分析方法如短时傅里叶变换(STFT)、小波变换(WT)和S变换的对比,分析了修正S变换在时频分析方法中的作用。根据合成信号以及实测地震记录的时频分析可知:修正S变换较常规的时频分析方法具有更好的时频分辨率和能量聚集性,更有利于对非平稳信号的处理。     

时频分析在石油地球物理勘探中的应用

时频分析方法经历了富氏变换、短时富利叶变换、小波变换三个阶段。随 改进,其在地学中的应用及研究范围也在不断拓宽,从对有关地质信号的能量补偿、滤波、压缩等处理,发展到通过信号的时频特征对地层的变化特征、沉积旋回性质等方面的研究。主要阐述了时频分布的概念,方法的改进及其在石油地球物理勘探中的应用和前景。     

广义S变换在地震勘探中的研究进展

广义S变换是目前比较新的一种非平稳信号分析的时频分析方法,其特点和优势为广义S变换的反变换与傅立叶变换有直接的联系,保证其是无损变换;线性变换保证其不存在交叉项;时频分辨率与信号的频率有关;基本小波不必满足容许性条件;尺度性质使得广义S变换有很好的频率聚集能力。基于这些特点和优势,在地震勘探中已经有了广泛的应用,如利用广义S变换进行瑞利面波频散分析、时频域波场分离与去噪、沉积相旋回以及地震波初至识别等。笔者总结了应用中比较有代表性的广义S变换类型,并结合实例,阐述了该方法在地震勘探中的研究进展。     

基于广义S变换的地层吸收补偿

广义S变换是一种新的非平稳信号时频分析方法。广义S变换的反变换与傅立叶变换有直接的联系,是无损变换;线性变换保证其不存在交叉项;时频分辨率与信号的频率有关;基本小波不必满足容许性条件;尺度性质使得广义S变换有很好的频率聚集能力。基于广义S变换的特点和优势,进行地层吸收补偿。通过对实际二维叠后地震数据进行地层吸收补偿处理,结果表明,提高了地震反射层的分辨率,改善了地震资料的品质,而且无需知道地层的Q值。      

复小波频谱分析方法及在储层预测中的应用

针对短时窗傅立叶变换频谱分析方法存在窗函数选取不确定、分辨率固定、频谱分析精度较低等问题,采用了复小波分析方法对地震信号进行时频分析,选择复Morlet小波作为分析小波,对地震信号进行复小波变换,并将尺度域转换到频率域,获得了不同频率的时频特征水平切片;用理论模型说明了复小波频谱分析精度明显高于傅立叶变换的频谱分析.对新疆某油田实际资料的处理结果表明,复小波频谱分析能细致地反映储层的分布、位置及形态,其效果优于短时窗傅立叶变换方法.     

基于广义S变换的地震资料信噪分离方法

基于S变换具有良好的时频聚焦性和分时分频性,将可灵活选取窗函数的广义S变换引入到地震信号去噪处理中,系统研究了广义S变换在地震资料信噪分离中的应用。首先对地震数据进行广义S变换,然后对含噪频率剖面选取适当阈值压制噪声干扰,提取有效信号,最后重构得到去噪后的记录。经合成记录和实际地震资料处理实验证明,该方法能有效地进行信噪分离,提高地震剖面信噪比和分辨率。     

基于窗口理论的时频分析方法研究

通过对比短时Fourier变换、连续小波变换、S变换、广义S变换等时频分析方法发现,从窗的维度看,它们具有统一的内积形式,差别在于窗函数中σ(f)的取值。通过分析相应方法中σ(f)随信号频率的变化规律,以及随之产生的时窗与时频分辨率问题,解释广义S变换的相对优越性。将广义S变换应用于四类薄互层模型,研究薄互层时频特性与地质特性的对应关系,指导地层旋回方向的预测。     

地震信号的时频分析方法

阐述了S-变换的概念及其性质，通过合成的非平稳时间序列，将四种时频分析方法进行比较，从而显示出S-变换具有较高的时间—频率分辨率。以时频分析的一些应用实例，说明时频分析在地震信号处理中具有广阔的应用前景。     

时频分析法在检测混凝土构件质量中的应用

时频分析是近年发展起来的一种新的数学分析方法,这里应用时频分析的方法分析混凝土构件质量。对于混凝土构件的高频地震数据,利用自编的MATLAB程序进行短时傅里叶变换,提取各时窗的主频,然后用SURFER绘制时间-频率等值线图。在利用时频分析方法对混凝土模型和实际资料进行处理后的结果表明,应用时频分析方法可以极大地提高分辨率和实用性。     

基于S-变换的面波压制技术

对得到信噪比和分辨率较高的地震记录,做好地震资料的地质构造解释十分必要,而压制面波是提高信噪比和分辨率的一项重要技术,本文提出用S-变换来压制面波的方法,该方法是将时间域地震信号变换到时频域,在时频域去除面波,再变换回时间域,其结果是滤掉面波的地震信号。针对这种技术,给出实施流程,并将其应用于含有面波的理论模型和实际资料中。理论模型和实际应用效果表明,该方法能有效地压制面波,并保持了地震记录的其他特征,其结果不会出现空间假频的现象：同时,还具有适应性强、效果好等特点。     

基于同步挤压改进短时傅立叶变换的分频蚂蚁追踪在断裂识别中的应用

在地球物理领域,时频分析方法在资料处理过程中占据着愈发重要的位置;运用分频属性检测断层、裂缝等应用广泛;因此,寻求更高精度的时频分析方法一直是地震信号处理领域所追求的目标。改进短时傅立叶变换方法由于窗函数的限制导致时频分析结果准确度不理想,为了更大限度地提升时频分辨率,对改进短时傅立叶变换后的时频谱进行挤压,发展了同步挤压改进短时傅立叶变换;根据合成信号结果可知,同步挤压改进短时傅立叶变换其时频汇聚程度更加明显,在刻画信号的时频特征上更有优势。理论表明,地震数据高频成分可以对微小的次生裂缝进行精确的雕刻,而蚂蚁追踪技术是检测裂缝、断层信息的有效手段。因此,本文基于高分辨的时频分析方法,并结合蚂蚁追踪技术对三维数据体进行裂缝预测,结果表明:该方法可以更好地勾勒出微小裂缝以及伴生褶皱,识别精度与传统蚂蚁追踪算法相比有了明显的提高,同时也证实了该方法在实际应用中可行且有效。     

Generation of Aquifer Heterogeneity Maps Using Two-Dimensional Spectral Texture Segmentation Techniques

Numerical models that solve the governing equations for subsurface fluid flow and transport require detailed quantitative maps of spatially variable hydraulic properties. Recently, there has been great interest in methods that can map the spatial variability of hydraulic properties such as porosity and hydraulic conductivity (permeability). Presently, only limited data on natural permeability spatial structure are available. These data are often based on extensive discrete sampling in outcrops or boreholes. Then methods are used to interpolate between data values to map aquifer heterogeneity. Interpolation methods often mask critical local or intermediate scale heterogeneities. As sediment texture is directly correlated with many hydraulic properties we developed two new texture segmentation algorithms based on a space-local two-dimensional wavenumber spectral method known as the S-Transform. Existing texture segmentation algorithms could not delineate the subtle and continuous texture variations that exist in natural sediments. The S-Transform algorithms successfully delineated geologic structures and grain size patterns in photographs of outcrops in a glacial fluvial deposit; thus, no interpolation methods were required to produce continuous two-dimensional maps of texture facies. The S-Transform method is robust and is insensitive to changes in light intensity, and moisture variations. This makes the algorithm particularly applicable to natural sedimentary outcrops. The effectiveness of our methods are tested by correlating measured relative grain sizes in the images with actual grain size measurements taken from the sedimentary outcrops.     

基于重排Gabor 变换的高分辨率谱分解

地震信号是随机信号,频率成分随着时间变化而变化。Gabor 变换是加窗傅里叶变换的一种,被广泛用于信号的时频分析,但分辨率有限。本文引入一种基于能量重排的Gabor 变换,在时频平面上对能量关于其重心进行重排,提高了时频分析的分辨率。通过理论算例和实际数据证明,重排后的 Gabor 变换谱分解在烃类检测中有更好的时频分辨率,分层更准确,更精细地指示了烃类的存在。     

谱模拟方法在高分辨率地震资料处理中的应用

为了克服地震子波的时变影响,避免复杂的时窗大小选取问题,使得谱模拟方法能更好地适应地震信号是平稳信号的假设条件,将改进S变换与谱模拟方法相结合,形成时频域谱模拟方法。在二维时频谱中进行谱模拟处理,该方法能够克服地震子波随地层深度变化的限制。理论模型及实际资料处理效果显示,时频域谱模拟方法能够有效提高地震分辨率,实现地震资料的高分辨处理。     

广义S变换时频域滤波在MT数据处理中的应用

短时傅里叶变换是建立在稳态信号基础之上,它仅能提供信号的频域信息,对信号的时间分辨能力差。这影响了它在大地电磁测深数据处理中的应用效果。S变换是一种优于短时傅立叶变换的时频分析方法,能够提供信号时-频域信息。利用S变换对大地电磁测深数据进行时频分析,有助于实现大地电磁测深数据噪声的时频-域滤波,从而提高大地电、磁分量数据的频谱分析精度。从广义S变换理论出发,分析了各类波形噪声的时-频域特征及其对大地电磁测深数据的影响。针对大地电磁测深数据处理特点,利用广义S变换得到时频谱,采用时频比值和门槛值方法,研究适合压制电磁噪声的时频滤波器和滤波方法。对实际大地电磁测深数据的处理结果表明这个方法提高了阻抗张量的估算质量,验证了该方法的有效性。