基于MP方法的地震信号快速分解算法

Matching Pursuits算法是信号分解的一种具体实现方法.针对地震信号在过完备库中进行分解时原子字典索引和计算量均非常庞大的问题,提出了一种原子字典索引的快速生成算法.首先根据地震信号的频带特征缩小字典索引的频率范围;然后同样依据地震信号的波形特征缩小字典索引的尺度范围.从而利用对地震信号的先验知识,收缩原子字典索引的扫描范围,实现基于Matching Pursuits算法的地震信号的快速分解.     

基于匹配追踪分解和tau-p域拾取的快速高斯束偏移方法

交互式的速度分析是复杂构造探区速度模型建立的一种有效方法,为了使不同的速度模型在短时间内得到检测和标定,本文基于匹配追踪分解算法和tau-p域同相轴拾取技术,发展了一种快速叠前深度域高斯束偏移方法.根据tau-p域地震同相轴的振幅特征,本文采用匹配追踪算法对地震记录进行时间和空间上地稀疏分解,并将分解的时频原子应用于高斯束偏移,以达到压缩地震数据和提高偏移速率的目的.模型试算和实际资料处理结果表明:本文方法不仅能够对地下复杂构造和高陡反射面清晰成像,而且可使叠前地震数据压缩近数十倍,使深度域偏移的计算效率提高一个数量级以上.     

改进的高精度匹配追踪方法研究及应用

本文在常规算法的基础上,提出了一种改进的匹配追踪方法.该方法通过引入新的完备库构建策略,并以雷克子波作为原子,利用原始地震数据最大相关性估计完备库的原子的位置和能量,使得分解精度进一步提高,极大地提高了算法的适应性;为避免原子间隔过小问题,引进了最小原子间距,使得分解效率和分解质量进一步提高.模型试算和实际资料应用表明,本文算法不仅提高了信号稀疏表示的质量,加快了收敛速度,而且算法的适应性和分解精度也得到提高;该方法能够较好地挖掘地震有效信息,提高地震解释精度.     

基于结构化匹配追踪的地震资料去噪技术研究

地震数据往往受噪声干扰,影响有效反射波的识别,因此提高地震资料信噪比在数据处理中尤为重要,我国在此方面研究已经取得进展.结构化匹配追踪算法是一种采用原子字典分组式及树状结构搜索的全局结构化算法,具有运算效率高、速度快的特点.本文在分析结构化匹配追踪算法的基础上提出基于该算法的地震资料去噪技术,根据反射波信号与噪声信号的频段差异,对分解得到的时频原子设置阈值频段,去除含噪成分,从而达到去噪目的.与常规去噪技术相比,该技术精准、快速地分解地震反射波信号与噪声信号,最大限度地减小对地震反射波信号的损害.     

基于匹配追踪稀疏分解的高斯束成像方法

高斯束偏移是一种高效、稳健的深度域成像方法,其不仅保持了射线类偏移的高效、灵活性,而且具有接近波动方程偏移的成像精度.匹配追踪是一种基于匹配寻优算法的信号稀疏分解技术,常用于地震信号的时频分析和去噪处理中.本文将建立在Ricker子波原子库的匹配追踪算法应用于常规的高斯束偏移中,并结合Kirchhoff偏移的单输入道成像方式,发展了一种成像精度更高且适用于低信噪比资料的叠前高斯束成像方法.该方法通过合理地控制匹配追踪稀疏分解的迭代次数,可以有效地去除地震信号中的随机干扰,提高成像结果的信噪比;此外,在偏移过程中,本文方法采用了Kirchhoff偏移的单输入道成像方式,解决了常规高斯束方法对浅层小尺度地质体成像不准的问题,提高浅部反射层的成像精度.两个典型的数值算例验证了本文方法的有效性和适应性.     

基于正交时频原子的地震信号快速匹配追踪

匹配追踪能够根据地震信号自身的特点进行自适应分解,但因计算量巨大使其不能被广泛应用.本文提出了一种正交时频原子快速匹配追踪方法,该方法在迭代分解过程中,充分利用地震信号的局部性特征作为先验信息点,在先验信息点附近采用动态搜索策略寻找最佳匹配时频原子,同时对时频原子进行正交变换,消除了时频原子库中的冗余分量,最终将信号分解为一系列正交时频原子的线性叠加.测试结果表明,该方法不仅保持了匹配追踪的分解精度,而且使计算效率有了质的提高.     

Matching Pursuits方法综述

Matching Pursuits(匹配逼近)算法是在一个确定的函数集合中自适应地选择一些函数来表示一个信号的计算过程,函数集合中的每个函数都称为原子.多样化的信号特征决定了可以精确刻画信号特征的原子的类型,而重复迭代逼近的贪婪算法又确定了运算效率是MP算法的存在和发展的问题核心.本文围绕MP算法中原子库的生成,原子参数的搜索索引方式和迭代逼近过程中的快速算法等方面,阐述了MP算法发展变化过程.     

多道联合压缩感知弱小反射地震信号提取处理方法

在讨论联合压缩感知稀疏重建的基础上,针对地震资料特点,利用小波分析方法,进行联合稀疏公共部分和特有部分分解建模.为了挖掘地震资料有效地质信息,考虑到分布式压缩感知算法和应用效果实际实现困难,提出了多道地震资料压缩重建方法.就研究提出的新方法、新理念,围绕决定稀疏重建质量的稀疏度、稀疏基等关键问题进行了深入研究,结合纵横向地震信号特点分析,分别研究纵横稀疏度的选取方法及指导准则.同时对稀疏基的类型和特性在揭示地质信息能力方面进行了分析讨论.集各种研究问题于一体,形成了多道联合压缩感知地震资料重建的新方法.通过实际资料测试,比较分析各类计算结果,得到了新的认识和结论,实际资料处理效果明显.     

匹配追踪算法及其在煤层气富集区预测中的应用

为了更准确地刻画地震信号的时频信息,实现高效率的时频谱分解,本文引入一种基于复数道地震记录的匹配追踪算法,阐述了该算法的基本原理和具体算法流程,基于合成记录进行了匹配追踪算法的抗噪能力和端点效应分析,并对实际煤田地震资料进行了匹配追踪的计算和分析.结果表明:1)匹配追踪算法更适用于信噪比为10dB以上的信号;2)端点平滑方法的引入可有效提高算法的准确性,解决了因端点振幅值过大导致的算法陷入局部匹配的问题;3)实际煤田地震资料中,煤层气富集区下部具有低频能量强、高频能量弱的特点,可将其作为煤层气富集区预测的一个标志.     

谱图重排的谱分解理论及其在储层探测中的应用

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.     

AVO信息约束匹配追踪技术在富煤储层刻画中的应用

针对西湖凹陷富煤环境下储层刻画精度低问题,本文结合煤层AVO截距、梯度特征,提出一种基于AVO信息约束的匹配追踪技术,压制煤层强反射引起的岩性假象,凸显储层真实、有效信号。该方法首先利用煤层4类AVO负强截距P、正强梯度G特点,构建煤层地震敏感因子P - G,放大煤层地震响应,并压制非煤层强振幅影响,实现煤层位置精细定位;在此基础上,将该煤层地震信息作为匹配追踪需要分解、重构的原始信号,利用复地震道分析技术提高信号快速匹配分解的效率,完成煤层强反射解耦。模型试算及实际资料应用表明:匹配追踪技术在精细定位煤层地震响应基础上,提高了匹配追踪算法去煤层强振幅效率;煤层解耦后地震数据较好地凸显储层横向展布变化,提高主力气层的纵向刻画精度。      

基于正交秩-1矩阵追踪的天然地震数据重建研究:以加州San Jacinto断层密集地震台阵为例

由于受地理环境和采集成本等因素的影响,采集到的天然地震数据往往呈现不规则和不完整分布,将直接影响到后续的天然地震数据处理效果,因此需要对缺失数据进行重建.本文将一种基于降秩补全理论的正交秩-1矩阵追踪算法(Orthogonal Rank-One Matrix Pursuit,OR1MP)应用于加州San Jacinto断层带的天然地震数据重建.首先将空间数据的每个频率切片进行Hankel预变换,获取具有低秩结构特征的预变换矩阵,缺失地震道和随机噪声会增加数据预变换矩阵的秩,然后运用OR1MP算法进行降秩处理,最后做反Hankel变换,得到频域上的重建数据.OR1MP算法对2D和3D的加州San Jacinto断层带的天然地震数据实验结果表明,OR1MP算法能够有效地增加地震体的峰值信噪比,能较好地实现对天然地震信号的重建.     

基于匹配追踪和遗传算法的大地电磁噪声压制

针对匹配追踪计算量大、大地电磁数据处理效率低的问题,提出基于匹配追踪和遗传算法的大地电磁噪声压制方法.首先,利用Gabor原子构建过完备原子库,并对过完备原子库集合进行划分.然后,借助遗传算法的自适应性,快速搜寻最优匹配原子及所在位置.最后,运用最优匹配原子对待处理信号进行稀疏分解,重构有用信号.通过对计算机模拟的典型强干扰和矿集区实测大地电磁数据进行分析处理,实验结果表明,相对于匹配追踪和正交匹配追踪,文中所提方法能从过完备原子库中快速、自适应地选取最优匹配原子与不同噪声干扰类型高精度的匹配,极大地提升了计算效率;大地电磁时间域序列中的大尺度强干扰被有效剔除,视电阻率曲线更为光滑、连续,低频段的数据质量得到明显改善.     

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.     

多尺度快速匹配追踪多域联合地震反演方法

多尺度快速匹配追踪多域联合地震反演是一种通过地震数据多尺度分解的迭代反演方法.与此同时,在快速匹配追踪算法中引入低频模型约束,有效提高了收敛精度,使反演结果具有丰富的高低频信息.首先通过对大尺度地震资料进行反演得到低频背景.在此基础上,采用中尺度与小尺度地震数据进行逐级迭代用以获得高频数据,因而有效缓解了常规反演方法对于初始模型精度的依赖.最后利用理论模型与实际地震数据进行测试,通过与常规时间域反演方法的反演结果进行对比可以看出,本文方法在地层连续变化处依然可以对变化地层进行精确刻画,且在纵向分辨率提升的同时保持了较好的横向连续性.     

多尺度快速匹配追踪多域联合地震反演方法

多尺度快速匹配追踪多域联合地震反演是一种通过地震数据多尺度分解的迭代反演方法.与此同时,在快速匹配追踪算法中引入低频模型约束,有效提高了收敛精度,使反演结果具有丰富的高低频信息.首先通过对大尺度地震资料进行反演得到低频背景.在此基础上,采用中尺度与小尺度地震数据进行逐级迭代用以获得高频数据,因而有效缓解了常规反演方法对于初始模型精度的依赖.最后利用理论模型与实际地震数据进行测试,通过与常规时间域反演方法的反演结果进行对比可以看出,本文方法在地层连续变化处依然可以对变化地层进行精确刻画,且在纵向分辨率提升的同时保持了较好的横向连续性.     

一种改进的子波分解方法及其应用

为了克服常规的子波分解与重构方法采用固定的雷克子波时所造成的缺陷,本文引入地震相分析和三参数小波,提出了一种改进的适用于存在地震相带变化区域的子波分解与重构方法.该方法首先采用基于波形分类的地震相分析方法进行研究区的地震相分析及主要相带划分,然后根据各个主要相带的子波特征匹配与之对应的三参数小波来建立过完备原子库,再分相带利用基于匹配追踪算法的三参数小波进行子波分解,最后优选对储层敏感的频带范围进行重构,并采用重构的地震道来进行储层预测.四川某海相碳酸盐岩储层预测的实例应用结果表明,该研究区的储层预测结果与钻井符合率高,研究区中高产气井与低产气井在本文新方法获得的重构剖面上具有较大的差异,能进行有效地区分与预测,具有重要的实际应用价值.     

基于超完备字典学习的缺失地震数据重构方法

地震勘探目标区域环境的复杂多变性导致采集的地震数据存在不完整或者不规则等问题,针对这一问题,本文在压缩感知相关理论的支撑下,提出了基于超完备字典学习的缺失地震数据重构方法.首先利用K-SVD字典学习技术对地震样本数据进行训练,建立超完备字典对地震数据进行稀疏表示,然后引入高斯随机采样矩阵作为测量矩阵对地震数据进行采样;在数据重构阶段采用分段正交匹配追踪算法实现缺失地震数据的重构.通过与传统的地震数据重构方法对比,本文算法的重构效果在峰值信噪比、信噪比等指标上均优于对比算法,证明了超完备字典学习方法能更好的根据地震数据特征进行稀疏表示,从而获得较好的重构效果.     

GNMF小波谱分离在地震勘探噪声压制中的应用

地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势.     

基于压缩感知的高分辨率平面波分解方法研究

平面波分解方法是地震资料处理中的一项关键技术,它广泛地运用在平面波偏移、各类Beam偏移等成像方法中.平面波分解不仅可以提高偏移成像的效率,而且可以压制地震资料中的随机噪音,提高地震数据的信噪比.线性Radon变换（LRT）是一种常见的实现平面波分解的方法,但常规的LRT存在以下两个缺点：（1）分辨率受测不准原理限制;（2）变换结果存在很多噪音和空间假频.为了克服LRT的上述缺点,本文提出一种基于压缩感知的高分辨率平面波分解方法,并利用加权匹配追踪（WMP）技术实现了该方法.该方法将LRT视为一个参数估计问题,并将LRT结果的稀疏性作为约束条件,在压缩感知理论的指导下利用WMP方法得到高分辨率、高信噪比的平面波分解结果.另外,该方法还可以用于提取地震数据的线性信号、压制随机噪音、实现高维地震数据规则化等地震资料处理技术.数值实验结果证明：WMP方法可以有效地提取地震数据中的线性信号,提高LRT的分辨率和信噪比,从而改善平面波分解的质量.