基于频谱分解的碳酸盐岩储层识别

频谱分解技术是将地震信号从时间域转换到频率域,分析频率对不同尺度地质体的振幅、相位响应特征的一项技术.频谱分解能够得到高于传统分辨率的解释结果,提高刻画储层分布的能力.本文详述了短时傅里叶变换、连续小波变换和S变换的数学原理及适用性:短时傅里叶变换使用固定时窗,不能根据信号的变化调整分辨率,只适合分析分段平稳或近似平稳的信号;连续小波变换使用移动的、尺度可变的小波作为时窗,具有多分辨率特点,但是实际中选择能反映信号特征的小波函数不易;S变换使用频率的倒数来调节时窗,具有多分辨率特征,对数据处理的适应性较强.将这三种方法分别应用于碳酸盐岩储层发育区,利用靠近地震主频的35 Hz分频剖面,分析了不同时窗大小的短时傅里叶变换效果,不同类型小波的连续小波变换效果,并对比了不同频谱分解算法对储层的描述精度.通过分析得出分频剖面比常规地震剖面更有利于储层识别,且S变换效果最好.     

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.     

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。     

稀疏时频分解方法的研究与运用（英文）

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。     

基于Gabor变换反褶积技术在渤海某工区的应用研究

使用常规的Wiener反褶积必须假设震源子波在地层旅行过程中是平稳的即一成不变的,这个前提条件与实际野外地震资料采集差别较大,而基于Gabor变换反褶积技术考虑到地震能量的衰减、子波的形变等非平稳性特征.地震道在Gabor域可因式分解成三项即震源子波、衰减函数和反射系数,该技术设计POU窗函数,并利用此函数在Gabor域对地震信号进行局部时频分解.Gabor域反褶积算法在Gabor域通过除以衰减函数和震源子波的乘积来估算地层反射系数,然后再做Gabor反变换可求得时间域的地层反射系数.理论模型的测试和实际地震资料的应用均表明,与Wiener反褶积相比较,基于Gabor变换反褶积可补偿中深层的能量衰减并因此拓宽有效频带和提高时间分辨率.     

基于小波包变换的地震数据时频分析方法

介绍了瞬时频率的概念和瞬态谱的小波包计算方法,并结合时间域模拟信号给出了其时频分布,结果表明,小波包变换可准确技术地震信号的时变特征,值得推广应用。     

地震与核爆识别的小波包分量比方法

频谱分析法在核爆与地震识别中具有广泛的应用．但是频谱分析方法是稳态方法,即使采用Gabor变换,也因时-频窗口形状不变而分辨串较低．为提高时-频分辨率,本文将小波变换理论用于乌鲁木齐台记录的地震与核爆事件的分析,并提出了识别核爆和天然地震的小波包分量比判据．通过对加拿大黄刀地震台记录的印度地下核爆的分析,进一步验证了小波包分量比判据对核爆和地震的识别具有较高的识别效率．结果表明：对于地震信号,其小波包分量比U03/U1一般都大于1.0,而对于核爆信号,比值U03／U13一般都小于1.0.     

基于小波分频叠前相干噪声压制方法

基于小波分析的去噪方法在地震资料叠前处理中得到了广泛应用.本文主要介绍利用小波变换的分频特性来压制相干噪声.通过小波分频技术将叠前地震信号分解为不同频带,然后利用有效波和相干干扰波的频谱差异来区分有效信号和噪声,最后利用加权方法去掉不需要的噪声信息来达到去除相干噪声的目的.实际资料的处理结果表明：基于小波分频方法能很好地压制相干噪声,从而提高地震资料信噪比和分辨率.     

基于S变换的软阈值滤波在深地震反射数据处理中的应用

深地震反射原始单炮数据是非平稳的弱能量反射信号, 信噪比较低. 如何提高信噪比一直是深地震反射数据前处理中的一大难题. S变换是一种适用于分析非平稳信号的时频变换方法. 同其他分析时变信号的方法相比, S变换的基本小波不必满足小波在时间域均值为零的容许性条件, 它的时频分辨率与分析信号的频率有关, 且其在时间域的积分可以得到傅里叶频谱,其反变换也简单. 因此, S变换容易表示深地震反射信号复杂的时频特性. 本文在S变换的基础上, 利用软阈值滤波方法对深地震反射数据进行处理, 实验结果表明, 该方法有效地提高了信噪比, 压制了有效频带范围内的混频干扰, 突出了弱反射信号, 使得波组信息更加丰富, 有利于连续追踪有效反射波组和识别薄地层, 特别是提高了深部Moho界面反射层位的分辨率, 为深地震反射剖面后续处理和准确解释奠定了基础.     

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.     

小波包F-X域前后向预测去噪

小波包变换具有分时分频的特性,是非平稳信号分析处理的一个很好的工具本文将小波包的分时分频特性结合地震信号处理中的F-X域预测抑制噪声技术,提出了小波包F-X城前后向预测去噪方法实际应用结果表明,该方法对于叠后地震剖面的随机噪声抑制比较好,有很强的实用性     

基于可靠地估计反射方位和边界的构造约束保边滤波(英文)

本文给出一种既能有效衰减地震噪音又可保护地层及构造的不连续性的新方法。构造约束保边平滑技术需要已知反射局部方位和边界信息,通常这些信息由全频率地震资料估算获得,但在资料信噪比很低的情况下,噪音往往会降低估算的可靠度。对于信噪比极低的地震资料,其主频成分相对非主频成分信噪比高,所以由主频资料获取的方位和边界信息比由其它频率成分获取的更可靠。方位和边界信息通常用倾角和相干值差异来描述。由于不同频率所引起的倾角和相干值差异的变化均比地震记录的变化缓慢,所以由主频资料获取的倾角及边界信息能够近似代表所有频率成分的倾角及边界信息。Ricker子波广泛用于地震勘探,Marr小波与Ricker子波在时间和频率域均具有相同的形态,所以选用Marrl小波变换将地震数据按照倍频程分为几个分频体。扫描主频分频体,用不等权二次曲面拟合并求解极大值来获取视倾角,通过比较9个滑动窗口的相干值来确定反射边界。将这些信息用构造约束保边平滑技术可选择性地（selectively）对主频、低频、高频分频体做平滑处理,最后将平滑后的各频段地震记录合成为滤波去噪后的地震记录。理论模型和实际资料处理效果表明该方法能有效压制噪音,保护边界,保护同相轴的连续性,且灵活地保留地震记录中的有用信息。     

典型振动信号时-频分析方法研究

首先对比较简单的单分量信号和多分量信号进行时-频分析,对比了不同时-频分析方法(STFT、WD、Hilbert时-频谱分析、连续小波分析)的分析精度。结果表明对单分量信号和可以分解为若干单分量信号叠加的多分量信号,Hilbert时-频谱分析精度最好,WD和STFT次之,连续小波变换的精度最差;由于Hilbert时-频谱分析和WD方法要求信号为单分量信号或可以分解为若干单分量的信号,故其不适用于复杂信号的时-频分析;对多分量信号,STFT时-频谱较连续小波时-频谱精度高些。需要指出的是,当使用STFT方法时,取不同的窗参数,STFT的时-频分析精度相差很大,必须使用合适的窗参数,以取得较好的分析效果。此外还对El Centro波的两水平分量和人工合成的地震动进行了时-频分析,虽然STFT的时间分辨率和频率分辨率存在矛盾,但它对信号的适应性最强,对复杂信号的时-频分析精度一般可以满足需要,而连续小波变换进行信号的时-频分析时,时-频分辨精度最差,且对于大于30Hz的频率分量,随频率的增加,时-频分析的效果和精度迅速变差,说明小波变换并不适合于做时-频分析,尤其对于高频信号,用连续小波变换得到的时-频谱图看起来很粗糙,而且很难准确解释。进一步对比了真实地震动和人工地震动的时-频分布,认为用胡聿贤教授合成人工地震动的方法合成的地震动在时-频域上的分布和真实地震动相似。     

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.     

基于反射地震记录变子波模型提高地震记录分辨率

本文给出了地震记录变子波模型的一种近似数学表达式．基于该表达式研究了反射系数序列不满足白噪假设和子波在地下传播时发生变化这两种情况下地震道谱的组成及结构,讨论了谱白化及反褶积方法在这两种情况下效果不佳的原因．然后基于变子波模型,提出了一种新的提高地震记录分辨率的方法：第一步,用自适应于地震记录的Gabor分子窗把地震记录恰当地划分成若干片断,每段内信号近似平稳,然后将地震记录变换到时间-频率域;第二步,在变换域对每个分子窗内信号的振幅谱进行处理以拓宽频带;最后把处理后的时间-频率域函数反变换回时间域得到提高分辨率后的结果．本文提出的方法具有能较好地适用于反射系数不满足白噪假设的情况及提高分辨率后的地震记录能较好地保持原地震记录的相对能量关系等优点,模型和实际资料算例结果均表明,本文方法在拓宽地震资料频带及保持地震记录局部能量相对关系方面均明显优于谱白化方法．     

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.     

在频率域基于小波变换和Hilbert解析包络的CSEM噪声评价

传统CSEM一般只提取主频信号,或以谐波与主频的振幅比为依据提取部分低阶谐波信号,但缺乏判断标准,实际操作中存在很大的不确定性.本文基于小波变换和希尔伯特解析包络提出一种新的CSEM信号噪声评价方法,首先在时间域中基于混合基快速傅里叶变换获得原始信号准确功率谱;其次在频率域中根据CSEM频率位置相邻频率幅值进行频谱预处理,基于离散小波变换将预处理后的频谱分成低频部分和高频部分,基于希尔伯特变换识别高频部分的上包络线,并与低频部分重构得到频谱的整体上包络线;最后根据包络线与对应CSEM频率振幅的比值估计噪声的影响幅度,根据阈值筛选出高信噪比的主频和谐波信号.本方法不需增加野外工作量即可提取大量的频率信号,特别是高阶谐波信号,实现频率加密,提高CSEM的纵向分辨能力和能源利用率.

     

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.

     

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含气性检测中的潜力.

     

S变换在地震资料处理中的应用及展望

S变换是近年来发展起来的一种具有高时频分辨率的信号处理方法,它的时频分辨率与信号的频率有关,反变换简单,基本小波不必满足容许性条件,并且不存在交叉项.广义S变换弥补了S变换的一些不足,具有更高的频率聚集能力.本文总结了实际应用中具有代表性的几种广义S变换类型,并结合实例从4方面内容综述了S变换在地震资料处理中的应用:应用S变换和广义S变换在时频域滤波去噪以提高信噪比,压制面波和拾取初至波;通过检测频率和振幅等地震波属性信息研究地层中地质体和精细构造,提高地震波的主频进行地震高分辨分析;进行地层吸收衰减补偿和地层品质因子Q值的求取;以及瑞利面波频散分析和面波频散曲线的提取.本文介绍的结果及其他很多应用均表明S变换和广义S变换是地震资料处理中的一个有效手段.但是,目前S变换多应用于勘探地震学中,我们在文章最后分析展望了S变换在天然地震学中的潜在应用.