基于离散Gabor变换的磁暴识别

以地磁秒数据为研究对象,通过离散Gabor变换将时域的地磁数据转换至二维时频面,提取Gabor变换谱图的均值和方差作为特征值,使用支持向量机实现地磁正常数据与磁暴干扰数据的自动分类识别。对5个地磁台的200组地磁秒数据进行计算分析,结果表明该方法对测试样本数据的识别率可达94%。     

沿圆曲线的Radon变换数值解

研究具有紧支集且在支集内连续的二元函数沿上半圆曲线的Radon变换反演问题。基于对投影函数的Fourier变换,反演问题可以归结为具有弱奇性及震荡核的Abel积分方程的求解。我们证明了当圆曲线中心及半径在一定范围内变化时,在已知沿上半圆曲线的Radon变换情况下,这个积分方程的解具有唯一性,并给出了消除Abel积分方程弱奇性的数值方法。在考虑投影数据噪声的情况下,给出了多次加权改善系数矩阵条件数稳定的数值方法,并通过数值模拟验证所提出方法的有效性。     

基于改进的线性调频Z变换的高精度地震波速干涉测量

地震波信号走时差的精确估计是了解地壳介质性质变化及其过程的关键,鉴于互相关的时延检测方法受相关窗口长度和信号信噪比影响较大,将改进的线性调频Z变换谱细化和相关峰精确插值引入到陆地大容量气枪主动源观测中的波速干涉测量中,介绍了一种能够获得高精度走时差的短时窗时延估计方法。模拟实验和实际数据分析表明:本文方法可以获得高精度的信号时延估计值,提高地震信号波速变化计算的精度。     

匹配滤波和曲波去噪相结合的气枪主动源弱信号提取

提出由一维模板匹配滤波技术(MFT)和二维曲波(Curvelet)变换法穿插的数据处理方法,即先通过一维模板匹配滤波方法得到相关系数,将相关系数组成二维数据并用曲波变换法处理,最后将各道对应相关系数分别与模板信号褶积,得到高信噪比恢复信号。将该方法用于处理仿真数据和宾川主动源气枪信号,结果表明:在宾川主动源气枪信号的处理中,本方法较单一数据去噪方法恢复能力更好,可对气枪主动源的模拟与实际信号进行更好的数据提取与恢复,得到噪声干扰更少的地下介质波速变化,提高低信噪比数据的利用率与可分析性。     

λ-f域加权抛物Radon变换地震数据重建方法研究

大多数地震处理技术都要求地震数据具备完整性和规则性,然而,由于诸多因素的影响,地震勘探所采集到的资料普遍存在数据缺失,需要对地震数据进行重建.本文在传统Radon变换重建的基础上提出一种λ-f域加权抛物Radon变换的地震数据重建方法.通过引入新变量λ,消除了Radon变换算子对频率的依赖,使得Radon变换算子及算子的逆只需计算一次,显著提高了计算效率.同时,在λ-f域抛物Radon变换迭代计算过程中引入变化的权系数,更好地实现了λ-f域的能量聚焦.理论模型及实际数据试算表明,文中方法对地震数据重建精度较高,单道对比吻合较好.     

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。     

地磁场变化的小波熵复杂度分析方法

根据南极中山站地磁台2005年的地磁观测数据,运用小波分析方法---小波熵复杂度对地磁场观测数据进行了分析,其小波熵序列与时间序列的变化完全一致,表明小波熵序列能够表征地磁场变化程度及变化范围.进一步研究发现,小波熵序列具有阶段特性,反映了地磁场变化在不同的过程中具有不同的变化性质及内容;当地磁场观测数据的幅度整体削减时,小波熵值整幅增大,但小波熵序列的特征完全一致,说明小波熵非常好地反映了地磁场观测数据的幅度与频率的变化,能够揭示地磁场变化的内在规律.因此,可以借助地磁场观测数据的小波熵复杂度计算来反演地球及其外围空间的动力学特征.     

海南地区5口井水位对汶川地震的同震响应及其频谱分析

对比海南地震台网记录的汶川MS8.0地震的地震波形,分析了海南5口井的高采样率数字化水震波波形特征。采用傅立叶变换和小波分解方法,对海南前兆台网5个台水位仪在汶川MS8.0地震中记录到的高采样率数字化水震波进行了频谱分析,结果显示地震波的不同波组激发的水震波波组差别较大,5口井的水震波周期跨度很大,从10多秒到1000多秒,不同井孔的水震波幅度差别较大。同时还初步分析了水震波的形态和水震波各个频率组的形成机理。     

基于压缩感知的Curvelet域联合迭代地震数据重建

由于野外采集环境的限制,常常无法采集得到完整规则的野外地震数据,为了后续地震处理、解释工作的顺利进行,地震数据重建工作被广泛的研究.自压缩感知理论的提出,相继出现了基于该理论的多种迭代阈值方法,如CRSI方法（Curvelet Recovery by Sparsity-promoting Inversion method）、Bregman迭代阈值算法（the linearized Bregman method）等.CSRI方法利用地震波形在Curvelet的稀疏特性,通过一种基于最速下降的迭代算法在Curvelet变换域恢复出高信噪比地震数据,该迭代算法稳定,收敛,但其收敛速度慢.Bregman迭代阈值法与CRSI最大区别在于每次迭代时把上一次恢复结果中的阈值前所有能量都保留到本次恢复结果中,从而加快了收敛速度,但随着迭代的进行重构数据中噪声干扰越来越严重,导致最终恢复出的数据信噪比低.综合两种经典方法的优缺点,本文构造了一种新的联合迭代算法框架,在每次迭代中将CRSI和Bregman的恢复量加权并同时加回本次迭代结果中,从而加快了迭代初期的收敛速度,又避免了迭代后期噪声干扰的影响.合成数据和实际数据试算结果表明,我们提出的新方法不仅迭代快速收敛稳定,且能得到高信噪比的重建结果.     

利用标准时频变换方法在强噪声环境下无偏拾取地震P波、S波到时

地震P波、S波到时是精确分析地震水平位置、深度与速度结构等的重要参数,如何准确拾取P波和S波到时是地震学的一项重要的基础工作.大数据量与强噪声环境给地震到时的自动拾取带来了很大挑战.在频率域中可将信号与噪声分离,但会造成震相的偏移.针对上述问题,本文在STA/LTA、AIC方法的基础上,引入了标准时频变换（Normal Time-Frequency Transform,NTFT）,结合信号时间域与频率域特征,提出了基于NTFT的STA/LTA方法,以及基于NTFT的AIC方法来拾取P波和S波的到时.基于NTFT的STA/LTA方法通过构建即时频率约束的特征函数,以增强地震信号振幅响应的变化特征.基于NTFT的AIC方法则根据NTFT的变换系数定位即时频率-时间基准点,通过滑动窗口直接对标准时频谱进行AIC处理拾取最佳到时.本文采用了不同强度噪声的60组合成数据和105组实测地震数据对方法的可靠性进行检验.以人工拾取到时为参考,实测数据中NTFT-STA/LTA方法拾取P波、S波到时的均方根误差分别为0.36 s和0.56 s;NTFT-AIC方法拾取P波、S波到时的均方根误差分别为0.25 s和0.35 s.相比于STA/LTA、AIC方法,NTFT改进后的方法提高了P波和S波到时的拾取准确率,为强噪声环境下的地震波形到时拾取提供了新思路.