首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 359 毫秒
1.
基于小波变换的地震相干体算法研究   总被引:27,自引:2,他引:27       下载免费PDF全文
基于计算相干体算法,提出了用模拟地震子波的小波函数(或高分辨导数小波函数)的小波变换,得到分频瞬时相位,再计算相干体的相干体算法1和用小波变换得到的实、虚部(相当Hilbert变换)计算相干体的相干体算法2. 在油田构造解释中,为了突出小断层特征,用分频计算出的相干体进行重构. 实际资料计算表明,相干体算法2较K. J. Marfurt相干体算法抗噪声能力强;相干体算法1较相干体算法2在实际应用中效果更明显.  相似文献   

2.
基于广义S变换的大地电磁测深数据处理   总被引:9,自引:7,他引:2  
S变换是一种优于短时傅里叶变换和小波变换的时频分析方法.采用广义S变换进行大地电磁场时间序列频谱分析,一方面能够提高对电磁噪声成分的时间定位能力,便于实现电磁噪声的滤波处理;另一方面可以增加频谱系数的个数,从而改善大地电磁阻抗张量元素的统计特性.本文从广义S变换和大地电磁测深数据处理方法的原理出发,给出了采用叠加窗函数的离散广义S变换形式,讨论了广义S变换窗口宽度比例因子、窗口宽度与可提取频谱系数个数之间的关系,定义了利用离散广义S变换时频谱计算大地电磁场分量功率谱公式;在此基础上,研究了基于S变换时谱频的大地电磁测深数据ROBUST处理方法.最后,通过实测资料进行方法检验,结果表明本文方法比短时傅里叶变换处理效果更好,并且有利于识别和压制电磁噪声.  相似文献   

3.
地震与爆破的小波包识别判据研究   总被引:1,自引:1,他引:0       下载免费PDF全文
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.   相似文献   

4.
Popiński  W.  Kosek  W.  Schuh  H.  Schmidt  M. 《Studia Geophysica et Geodaetica》2002,46(3):455-468
The wavelet transform techniques were applied to compute time-frequency spectra, coherence and cross-covariance functions between complex-valued polar motion and atmospheric excitation functions. These wavelet transform approaches are based on the classical wavelet transform with Morlet wavelet and the harmonic wavelet transform. The computed coherence and cross-covariance functions enable comparison of polar motion and atmospheric excitation functions data in the chosen frequency band. In the study we concentrate on short period oscillations with periods ranging from several to about 250 days. The time lag functions show frequency dependent time lags corresponding to maxima of the modules of cross-covariance functions between the polar motion and atmospheric excitation functions.  相似文献   

5.
基于小波变换与小波包变换的降噪方法比较   总被引:1,自引:0,他引:1  
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。  相似文献   

6.
Hilbert-Huang变换在提取地震信号动力特性中的应用   总被引:1,自引:0,他引:1  
H ilbert-Huang变换(HHT)是一种处理非线性、非平稳信号的新方法。它通过经验模态分解将信号分解为有限个固有模态函数,并对每个固有模态函数进行H ilbert变换得到H ilbert谱。本文将这种方法应用于地震信号动力特性的提取,有效地获得了信号能量的时频分布,量化提取了中心频率、瞬时相位、瞬时能量、H ilbert能量、最大振幅对应的时频分布等动力特性,并与Fourier变换、小波变换等进行了比较,显示了HHT的优势以及对于进一步实现结构分析和控制的重要意义。  相似文献   

7.
本文将小波有限元法引入到流体饱和多孔隙介质二维波动方程的正演模拟中,以二维Daubechies小波的尺度函数代替多项式函数作为插值函数,构造二维张量积小波单元.引入一类特征函数解决了Daubechies小波没有显式解析表达式所带来的基函数积分值计算问题,并推导出计算分数节点上Daubechies小波函数值的递推公式,从而构造出由小波系数空间到波场位移空间的快速小波变换.数值模拟结果表明该方法是有效的.  相似文献   

8.
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。   相似文献   

9.
对不同的小波变换算法和小波基函数进行了研究,得到了适用于地震资料处理的最佳小波基函数,并用Visual C 语言开发了基于Windows操作平台下的地震资料小波剖面制作系统。利用小波剖面制作系统和最佳小波基函数对煤田实际地震资料进行了处理,取得了令人满意的地质效果。  相似文献   

10.
基于物理小波的频谱分解方法及应用研究   总被引:6,自引:4,他引:2       下载免费PDF全文
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.  相似文献   

11.
小波变换在高分辨率层序地层分析中的应用   总被引:8,自引:4,他引:4       下载免费PDF全文
为了分析测井曲线一维小波变换用于高分辨率层序地层研究的方法效果,从小波系数模极值点、过零点与信号突变点数学模型出发,分析高分辨率层序地层研究对测井曲线分层的要求,探讨测井小波变换最大分级和最佳小波选择,以一取心率高探井为例,用两种小波函数对四种测井曲线进行一维小波变换和高分辨率地层界面解译,进而在某油区用小波分析开展高精度地层对比.研究表明,选择恰当窗宽小波决定测井曲线小波分层精度、测井数据sym6 小波分解的小层界面划分效果要稍好于db4小波、常规测井曲线正则性小波分解可以很好地满足高分辨率层序地层划分要求.  相似文献   

12.
广义S变换及其在大地电磁测深数据处理中的应用   总被引:1,自引:0,他引:1  
广义S变换是一种优于短时窗傅立叶变换和小波变换的时频分析方法,利用广义S变换能够准确定位大地电磁资料中存在的噪声,通过定义时频窗对噪声进行滤除,从而明显提高阻抗视电阻率与相位的估算质量.本文基于S变换和大地电磁测深资料处理的基本原理,研究了基于广义S变换的大地电磁测深资料的处理流程和方法.对理论模拟信号及实测大地电磁场时间序列数据的处理,证实了方法的有效性.  相似文献   

13.
We introduce a method of wavefield separation from multicomponent data sets based on the use of the continuous wavelet transform. Our method is a further generalization of the approach proposed by Morozov and Smithson, in that by using the continuous wavelet transform, we can achieve a better separation of wave types by designing the filter in the time–frequency domain. Furthermore, using the instantaneous polarization attributes defined in the wavelet domain, we show how to construct filters tailored to separate different wave types (elliptically or linearly polarized), followed by an inverse wavelet transform to obtain the desired wave type in the time domain. Using synthetic and experimental data, we show how the present method can be used for wavefield separation.  相似文献   

14.
小波变换与信号瞬时特征分析   总被引:66,自引:17,他引:66       下载免费PDF全文
基于经典Hilbert变换计算信号瞬时参数(如瞬时频率等),当信号中噪声较强时计算结果不能很好地刻划有效信号特征.本文提出了用小波变换求能量有限实信号对应的解析信号的一个定理,在此基础上给出了用小波变换计算信号瞬时参数的算法.理论分析及模型算例结果表明,本文提出的方法计算精度高且有较强的抗噪声能力.对地震记录的褶积模型,深入地分析了不同尺度下地震记录小波变换结果及其对应的瞬时参数含义,这对实际应用有重要意义.  相似文献   

15.
海底地震仪(OBS)采集数据的去噪处理是开展OBS震相分析及后续处理反演的基础.本文结合曲波(Curvelet)变换及压缩感知提出一种稀疏化表达的OBS去噪方法,并通过与小波变化对比等探讨去噪效果.曲波变换具有抛物尺度及识别线性异常的优点,可以稀疏地表示OBS数据,再结合压缩感知思想对稀疏表达OBS数据进行去噪处理和重构.通过对变换后的系数进行基于L1范数的冷却阈值迭代滤波,获得最优的变换系数,本文指出基于曲波变换的冷却阈值迭代法能够很好地对OBS数据去噪.对比小波和曲波两种变换在相同迭代次数下对理论模型数据进行去噪处理,表明曲波变换得到的结果信噪比更高.利用本文方法对渤海地区采集的OBS数据进行去噪处理获得了更加清晰连续的震相,噪声压制效果更明显,为震相拾取及后续速度模型反演奠定了良好的基础.  相似文献   

16.
—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.  相似文献   

17.
测井曲线的小波变换特性在自动分层中的应用   总被引:27,自引:3,他引:24  
研究了信号在特定函数作为小波基时其小波变换过零(极值)点的特征,提出了利用小波变换过零(极值)点特性对测井信号进行地层划分的方法.该方法包括两个主要步骤,一是利用小波变换的多分辨率特性得到测井曲线的形态特性随空间坐标的变化信息;二是利用小波变换过零(极值)点的特征在不同尺度上的反映,提取不同尺度下的奇异点作为分层的待参考点,结合实际情况最终确定分层点.并结合实际应用,验证了利用该方法处理测井信号的有效性。  相似文献   

18.
地震数据去噪中的小波方法   总被引:17,自引:12,他引:5       下载免费PDF全文
地震资料去噪是地震数据处理中是必不可少的步骤,随着地震勘探的进步和勘探目的层加深,对地震资料的信噪比和分辨率提出了越来越高的要求.小波分析作为一个新兴的数学方法在地震资料去噪中也有巨大的潜力.本文从小波去噪的特点出发,介绍了小波分频和小波域阈值去噪的特点,并详细总结了地震资料去噪中的小波方法,主要有面波的压制和随机噪声的衰减.最后简要叙述了地震资料小波去噪的一些问题和发展.  相似文献   

19.
利用小波变换研究地震勘探信号小波变换的过零点特性,本文提出了用小波变换的过零点特性和地震勘探信号相邻道的横向相关性提高信号分辨率和信噪比的新方法.该方法包括两个主要步骤:①利用相邻地震道信号具有很好相关性,而噪音相关性差的特点以及小波变换的过零点特性得到有效反射波同相轴随空间坐标的变化信息.②利用奇异值分解和最小二乘(SVD-TLS)方法沿同相轴对振幅进行多项式拟合去噪并增加信号高频提高信号分辨率.  相似文献   

20.
— In the recent years, geophysical methods have been applied successfully in archaeological studies. In this article we have studied the application of wavelet transform to magnetic data in order to estimate boundaries of various synthetic examples and real data. Enhanced Horizontal Derivative (EHD) method is also applied as an alternative method for boundary estimation. The performance of wavelet transform and the EHD method are evaluated using magnetic data of the Sarissa-Kusakli archaeological site. All boundary results are mutually compared. Based on these comparisons, we conclude that the wavelet transform provides reasonable results.This work was supported by the TUBITAK under Project YDABCAG-100Y021.Received: 23 October 2001  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号