基于小波分解与同步挤压变换的西昌小庙台形变典型干扰的时频响应特征研究

为高精度识别定点潮汐形变观测中干扰信号的时频响应特征,提出一种基于小波分解和同步挤压变换的形变干扰数据分频时频分析方法.首先,选用合适的小波基和分解层数对原始数据做多尺度分解和重构,提取出目标异常干扰分量信号;其次,基于分频策略采用高频分辨率较好的同步挤压广义S变换处理高频干扰分量,采用低频分辨率较好的同步挤压小波变换处理中低频干扰分量,同步挤压变换可以在传统方法结果基础上进一步“挤压”瞬时频带,获得更高精度的时频谱结果.利用该方法处理分析2016—2020年西昌小庙台形变观测中受调零标定、人为进洞、道路施工交通、抽水、降雨、地震波等因素影响的典型干扰数据,得到各类形变观测手段在不同干扰因素下的时频响应特征,为准确识别干扰及异常特征提供时频谱特征方面的参考.     

同步挤压广义S变换在南海油气识别中的应用

受窗函数的影响,短时傅里叶变换、小波变换、S变换等传统时频分析方法的分辨率不高.为了提高信号时频变换分辨率,发展了同步挤压小波变换算法;该算法将信号的时频谱值向其中心频率位置挤压,改善了信号时频分析结果,使得信号时频分辨率得到了很大的提升.但由于传统算法时窗固定,处理缺乏灵活性;因此,本文对S变换窗函数进行扩展,提出了同步挤压广义S变换.通过自适应窗函数挤压信号在S域的时频谱值,提高了算法的灵活性和时频分析聚焦能力.运用同步挤压广义S变换对南海某工区实际地震数据进行分频处理,结果显示含油气层能量随着频率的增加而逐渐衰减.因此,使用同步挤压广义S变换对地震数据进行分析处理,不仅可以对储层含油气性进行准确的检测,还可以对地层进行精确的标定.     

同步提取三参数小波变换及其在储层含气性检测中的应用

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...     

基于解析信号重构的同步挤压小波变换的时频谱影响因素分析

受测不准原理的制约,小波变换、S变换等时频分析算法无法同时获得高时间分辨率和高频率分辨率。为了满足更高的要求,出现了一种联合小波变换和时频谱重组的新方法—同步挤压小波变换。本文从同步挤压小波变换和基于解析信号重构的同步挤压小波变换的原理出发,通过模型分析算法中参数设置对时频分析结果的影响,包括小波母函数、小波母函数的参数选择和小波阈值等,分析瞬时频率变化率不为零的信号所存在的时频谱模糊现象,并通过控制小波母函数、小波母函数参数以及小波阈值有效地减轻瞬时频率变化率不为零的信号所存在的时频谱模糊现象,时频谱的质量得到一定程度的提高。研究结果对获取高分辨率地震时频谱具有一定的指导意义。      

二阶同步挤压S变换及其在地震谱分解中的应用

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.     

地震与爆破的小波包识别判据研究

利用sym5小波包基函数对小震级天然地震和人工爆破波形进行4层小波包分解并绘制了时频谱图.通过时频谱图可直观得出, 爆破频率成分简单, 时频谱聚集性较好. 为寻求定量的识别指标, 综合P波和S波小波包变换结果, 提出并定义了P/S能量比. 分析识别效果较好的 P/S能量比判据得出爆破的P波主频集中在频段3.125—9.375 Hz处, 地震频率成分较复杂, S波在高频12.5—23.4375 Hz处也较发育, 在这些频段上, 爆破的P波与S波差异要大于地震的P波与S波差异. 作为小波包判据研究的补充, 文中也提取分析了P波的能量比与S波的能量比. 能量比判据识别结果表明, 人工爆破与天然地震的频率成分存在差异, 通过小波包变换能够提取有效的识别判据.      

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.     

基于时频能量重排的改进小波变换谱分解

小波变换作为一种具有多分辨率特征的时频分析方法已被地球物理学家广泛应用,受不确定性原理影响,其时频分辨率有限.能量重排小波变换通过对小波变换能谱向其局部重心进行重新分配,进一步提高了时频谱图的精度.拟合信号和实际地震数据表明,利用该方法能够更准确地刻画信号的时频特征,有助于获得更好的解释效果.     

基于三参数小波变换的吸收衰减梯度检测

时频分析是地震资料处理和解释中一种强有力的工具,通过对地震波信号进行时频分析,可以获得地震波的吸收衰减梯度属性,从而应用于储层的含油气性检测.将目前时域局部化性质很高的三参数(TP)小波变换和谱拟合方法引入吸收衰减计算中,通过对TP小波时频谱进行子波谱估计获得更平滑、能量聚焦性更好的时频谱,然后利用最小二乘曲线拟合从中提取稳定的地震波低频段和高频段吸收衰减梯度,以期更好地进行储层含气性检测.实际资料的处理分析结果表明,不论是低频吸收衰减梯度,还是高频吸收衰减梯度,对致密砂岩含气储层的预测结果均与实际情况吻合较好,能够清晰可靠地指示含气储层的部位,且与基于瞬时谱分析提取的归一化地层吸收剖面的分析结果一致,有利于刻画含气储层空间展布,直接指示油气存在,为油气检测提供了一种有效可行的手段.     

基于SS-CWT和Yoon-V自适应阈值的弱振幅微震分频降噪方法

多发于采空区的弱振幅微震信号具有强度弱、不平稳、噪源强的特点,基于同步挤压小波变换(SS-CWT)及Yoon-V自适应阈值提出分频降噪方法.首先,SS-CWT重构含噪信号,位于高能噪声的频段使用软阈值降噪;其次,为保留高低频逆转换的有效信息,选用合适的参数进行Yoon-V自适应阈值降噪.该方法相比传统小波变换具有分辨率高的优势,相较经验模态分析(EMD)而言更能提取信号中的弱振幅分量.最后用SS-CWT时频谱对比分析降噪前后信号特征,并用复合变异系数定权T值法对本次降噪效果进行评价,本文方法很好的保留有效信息,降噪效果显著.     

Wavelet‐based cepstrum decomposition of seismic data and its application in hydrocarbon detection

How to use cepstrum analysis for reservoir characterization and hydrocarbon detection is an initial question of great interest to exploration seismologists. In this paper, wavelet‐based cepstrum decomposition is proposed as a valid technology for enhancing geophysical responses in specific frequency bands, in the same way as traditional spectrum decomposition methods do. The calculation of wavelet‐based cepstrum decomposition, which decomposes the original seismic volume into a series of common quefrency volumes, employs a sliding window to move over each seismic trace sample by sample. The key factor in wavelet‐based cepstrum decomposition is the selection of the sliding‐window length as it limits the frequency ranges of the common quefrency section. Comparison of the wavelet‐based cepstrum decomposition with traditional spectrum decomposition methods, such as short‐time Fourier transform and wavelet transform, is conducted to demonstrate the effectiveness of the wavelet‐based cepstrum decomposition and the relation between these two technologies. In hydrocarbon detection, seismic amplitude anomalies are detected using wavelet‐based cepstrum decomposition by utilizing the first and second common quefrency sections. This reduces the burden of needing dozens of seismic volumes to represent the response to different mono‐frequency sections in the interpretation of spectrum decomposition in conventional spectrum decomposition methods. The model test and the application of real data acquired from the Sulige gas field in the Ordos Basin, China, confirm the effectiveness of the seismic amplitude anomaly section using wavelet‐based cepstrum decomposition for discerning the strong amplitude anomalies at a particular quefrency buried in the broadband seismic response. Wavelet‐based cepstrum decomposition provides a new method for measuring the instantaneous cepstrum properties of a reservoir and offers a new field of processing and interpretation of seismic reflection data.     

高精度频率衰减分析技术及其应用(英文)

本文从含流体孔隙介质中的地震波场的衰减理论出发,对常规的频率衰减分析技术中的"低频阴影"和"频率衰减梯度"分析方法进行了改进,提出了一种高精度的频率衰减分析技术。首先,通过引入三参数小波变换和时频聚焦准则,发展了一种基于自适应三参数小波变换的高精度时频分析方法,其不仅具有很高的时—频分辨率(有利于"低频阴影"分析),而且其频谱只有一个峰,旁瓣比较小(有利于"频率衰减梯度"分析)。其次,采用基于最小二乘法的Nelder-Mead非线性算法对频谱的衰减部分进行拟合计算,可以准确地计算衰减系数,提高了"频率衰减梯度"的计算精度。实际资料的计算结果表明,本文提出的综合"低频阴影"和"频率衰减梯度"方法的频率衰减分析技术能够有效地圈定碳酸盐岩鲕滩储层的发育区域,且两种方法具有很好的一致性,有效地提高了储层预测的可靠性,从而降低了勘探风险。     

小波变换与地震信号特征分析

地震波的瞬时信号,如瞬时振幅、瞬时频率及瞬时相位等,是研究地球介质的重要参数。根据小波定义,对Morlet 小波进行了修正,并对修正后的小波形态进行了深入讨论。理论分析表明,小波变换效果受到整形参数、小波长度、中心频率、频带宽度及小波个数等参数的制约,特别是整形参数与小波中心频率及频带之间关系对小波变换起到决定性作用。在地震波信号的实际处理中,可选取恰当的整形参数,同时采用合适的小波中心频率以避免小波变换对信号产生的遗漏和冗余。文中给出了实际地震记录处理的示例。     

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…     

基于曲率模态和小波变换的结构损伤位置识别

小波变换具有在时域和频域内表征信号局部特性的能力,能够在不同尺度下对结构响应中的突变信号进行放大和识别.在结构曲率模态基础上,本文提出了一种基于小波变换的结构损伤检测和定位方法.利用双正交小波函数对损伤前后结构的曲率模态进行小波变换,用损伤前后小波变换系数残差建立了结构损伤指标,通过小波变换系数残差的分布统计情况判定损伤的存在并确定其位置.应用简支梁数值模拟结果对该方法进行了验证.     

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．      

强人文干扰环境的电磁数据小波去噪方法研究

大地电磁法(MT)以成本低廉,探测深度大、水平方向分辨能力高等优点,在矿产资源勘探方面得到广泛应用.然而,在老矿区或者矿区周围进行二次探矿时,强人文干扰严重影响观测数据的质量,导致反演结果出现偏差,甚至出现错误的解释结果.因此,需要对观测数据进行降噪处理.结合多分辨率分析算法和小波阈值算法的特点,本文提出了综合小波算法:采用db3小波基;基于多分辨率分析算法,去除长周期噪声;基于小波阈值算法,将Bayes估计配合改进型阈值函数去除短周期噪声干扰.对实测数据的处理结果显示,处理后的数据的时间序列以及视电阻率曲线质量都有了明显的改善,近源效应得到有效的抑制.     

Application of the continuous wavelet transform on seismic data for mapping of channel deposits and gas detection at the CO2SINK site, Ketzin, Germany

Conventional seismic data are band limited and therefore, provide limited geological information. Every method that can push the limits is desirable for seismic data analysis. Recently, time‐frequency decomposition methods are being used to quickly extract geological information from seismic data and, especially, for revealing frequency‐dependent amplitude anomalies. Higher frequency resolution at lower frequencies and higher temporal resolution at higher frequencies are the objectives for different time‐frequency decomposition methods. Continuous wavelet transform techniques, which are the same as narrow‐band spectral analysis methods, provide frequency spectra with high temporal resolution without the windowing process associated with other techniques. Therefore, this technique can be used for analysing geological information associated with low and high frequencies that normally cannot be observed in conventional seismic data. In particular, the continuous wavelet transform is being used to detect thin sand bodies and also as a direct hydrocarbon indicator. This paper presents an application of the continuous wavelet transform method for the mapping of potential channel deposits, as well as remnant natural gas detection by mapping low‐frequency anomalies associated with the gas. The study was carried out at the experimental CO₂ storage site at Ketzin, Germany (CO₂SINK). Given that reservoir heterogeneity and faulting will have significant impact on the movement and storage of the injected CO₂, our results are encouraging for monitoring the migration of CO₂ at the site. Our study confirms the efficiency of the continuous wavelet transform decomposition method for the detection of frequency‐dependent anomalies that may be due to gas migration during and after the injection phase and in this way, it can be used for real‐time monitoring of the injected CO₂ from both surface and borehole seismics.     

Enhancement of Signal-to-noise Ratio in Natural-source Transient Magnetotelluric Data with Wavelet Transform

—For audio-frequency magnetotelluric surveys where the signals are lightning-stroke transients, the conventional Fourier transform method often fails to produce a high quality impedance tensor. An alternative approach is to use the wavelet transform method which is capable of localizing target information simultaneously in both the temporal and frequency domains. Unlike Fourier analysis that yields an average amplitude and phase, the wavelet transform produces an instantaneous estimate of the amplitude and phase of a signal. In this paper a complex well-localized wavelet, the Morlet wavelet, has been used to transform and analyze audio-frequency magnetotelluric data. With the Morlet wavelet, the magnetotelluric impedance tensor can be computed directly in the wavelet transform domain. The lightning-stroke transients are easily identified on the dilation-translation plane. Choosing those wavelet transform values where the signals are located, a higher signal-to-noise ratio estimation of the impedance tensor can be obtained. ? In a test using real data, the wavelet transform showed a significant improvement in the signal-to-noise ratio over the conventional Fourier transform.