基于自回归滑动平均模型和粒子群算法的地震子波提取

基于自回归滑动平均(ARMA)模型理论,对地震子波进行参数化建模,采用累积量拟合法精确估计参数,使地震子波提取问题最终归结为一个多参数、多极值的非线性函数优化问题。对基本粒子群算法进行改进,通过自适应参数调整和边界约束,克服基本粒子群算法易陷入局部极值的缺陷,同时提高算法寻优精度和计算效率。仿真数据试验结果验证了改进的粒子群算法在地震子波提取方法中的有效性和稳定性。     

利用VSP提高叠后地面地震资料分辨率

反褶积是地面地震处理中提高成像分辨率的常用方法。地面地震资料因地面接收干扰严重，高频成分在中深层衰减和吸收作用较大，得到的叠后剖面中深层频率偏低，难以提取真实反映地震波在地下各个深度地层传播的地震子波，不能得到精确的反褶积算子。利用VSP测井在井下不同深度地层接收的特征，从VSP资料中提取该反褶积算子用于叠后地面地震资料反褶积处理，使地震剖面的分辨率明显提高，同时同相轴的连续性得到改善，波阻特征有所加强，叠后处理剖面整体质量得到较大的改进。     

反演法在提高地震资料信噪比中的应用

t-x预测滤波法是噪音衰减的通用且有效的方法,但是在噪音背景中存在平行同相轴时将产生假同相轴及出现子波畸变和振幅衰减等现象,这是因为噪音的存在影响了滤波器的计算,利用反演法对理论模型和实际数据进行了滤波处理,该方法可以有效地消除一般t-x预测滤波处理中存在的缺陷,实际应用表明,这种方法更能满足对地震资料高分辨率,高信噪比和高保真的要求,处理效果更接近实际。     

反演法在提高地震资料信噪比中的应用

t x预测滤波法是噪音衰减的通用且有效的方法 ,但是在噪音背景中存在平行同相轴时将产生假同相轴及出现子波畸变和振幅衰减等现象 ,这是因为噪音的存在影响了滤波器的计算。利用反演法对理论模型和实际数据进行了滤波处理 ,该方法可以有效地消除一般t x预测滤波处理中存在的缺陷。实际应用表明 ,这种方法更能满足对地震资料高分辨率、高信噪比和高保真的要求 ,处理效果更接近实际。     

地震子波外推方法研究

根据离散反演理论,综合测井和地震资料,充分考虑了地震子波的振幅特点和相位特点,给出了精确计算井旁地震子波的方法。在此基础上,针对测井与地震资料及地层的地质特点,提出了3种无井地震道处地震子波的外推方法,即反距离内插法、相位内插法和虚拟井法。其中反距离内插法是直接按照距离内插井旁子波;相位内插法则只内插井旁子波的相位,无井地震道处的振幅谱通过邻近的地震资料求出;虚拟井法是通过地震层序分析方法,由小波时频分析求出无井地震道处的虚拟反射系数后,进而得到无井地震道处的地震子波。介绍了各种方法的实现步骤,并给出了应用实例。结果表明,尽管各种方法计算的子波不同,但子波的变化是连续的。     

地震子波外推方法研究

根据离散反演理论,综合测井和地震资料,充分考虑了地震子波的振幅特点和相位特点,给出了精确计算井旁地震子波的方法.在此基础上,针对测井与地震资料及地层的地质特点,提出了3种无井地震道处地震子波的外推方法,即反距离内插法、相位内插法和虚拟井法.其中反距离内插法是直接按照距离内插井旁子波;相位内插法则只内插井旁子波的相位,无井地震道处的振幅谱通过邻近的地震资料求出;虚拟井法是通过地震层序分析方法,由小波时频分析求出无井地震道处的虚拟反射系数后,进而得到无井地震道处的地震子波.介绍了各种方法的实现步骤,并给出了应用实例.结果表明,尽管各种方法计算的子波不同,但子波的变化是连续的.     

应用神经网络技术提高地震资料分辨率

通过神经网络技术以井数据和井旁地震数据作为输入,学习它们之间的褶积关系,利用这种关系可以求出地震子波通过求取子波的逆即得到反子波,使建立在褶积模型基础上的地震数据可以与反子波褶积得到波形压缩提高资料的分辨率。该方法和传统的反褶积方法的区别在于对子波没有最小相位假设,而地震子波一般是混合相位的．同时有井数据的参与使得对目的层的子注求取更为准确,通过反褶积使地震波形得到很好的压缩,提高了分辨率     

一种针对气枪记录的三阶段初至震相拾取方案

针对气枪震源数据信噪比较低和自动拾取初至效果较差的问题, 通过引入地震勘探方法来进行初至震相拾取。首先压制噪声; 然后利用传统的勘探方法, 进行特征曲线计算; 最后结合保边平滑方法, 确定初至时间的三阶段方案, 降低自动拾取方法对数据信噪比要求。在此基础上, 根据实际数据特点, 设计自动拾取流程, 并用此流程对长江安徽段的主动源数据进行自动拾取。与传统方法相比, 所提方法对数据信噪比要求更低, 可为后续处理提供更多可用资料。     

基于相位扫描的地震子波提取方法研究

以常相位假设为基础,通过计算随信号相位发生变化的目标函数值来对地震记录进行相位扫描,以寻求最能逼近子波真实形态的常相位值,并应用此相位及地震记录的振幅谱合成地震子波,达到地震子波提取的目的。在以往通用目标函数的基础上,增加了对信号相位特征反映更为敏感的绝对峰度准则目标函数,并在统计平均意义下,采用多目标联合扫描的方式求取信号相位,使其更能准确、真实地反映子波的相位特征,同时也能提高抗干扰能力。模拟试验证实了该方法的可行性和有效性,进一步通过对实际资料的子波估计以及应用估计的子波进行反褶积处理的结果论证了该方法的实用价值。     

一种改进的蚁群算法在断层自动追踪中的应用

 断层属性体是自动解释断层的基础,但这些属性也包括来自地层成层性和各种噪声产生的假象,这些假象使得断层位置和断层系统交切关系变得模糊不清,很难准确识别和拾取断层。与噪声不同的是,断层线的延伸均有一定的方向。基于此特点,本文通过计算数据块的梯度方向约束蚂蚁追踪的范围,根据计算数据块的方向一致性区分断层和噪音,用蚁群算法在相干数据体或其他断层增强数据体中自动识别和追踪断层。此外,使用Zhang-Suen算法对蚁群追踪到的断层数据体中断层线进行细化处理,得到可以应用于地震解释的断层线。通过数值模型,验证了该方法在自动追踪断层和抑制影响断层识别的线性噪声中应用的可行性和有效性。实际地震资料的断层自动提取的结果表明,基于梯度方向约束的群算法是一种有效的断层追踪方法,在提高计算效率、减小计算量和抑制线性噪声方面具有一定优越性。     

脑-计算机接口系统中诱发脑电信号的小波分析

针对特定思维诱发脑电信号的特点,提出一种确定其分布情况及提取其波形的方法·首先采用离散小波变换对脑电信号进行分解,然后使用小波奇异点检测和小波统计分析相结合的方法进行特征分析,确定特定思维诱发脑电信号处于小波变换的哪个尺度上,并根据分析结果重构出诱发脑电信号·结果表明,这种方法能够有效地消除脑电信号中的常见噪声,尤其适用于对诱发脑电信号的提取·     

基于形状特征的图像配准

针对图像配准,提出了一种高效的配准方法,结合小波变换与传统的配准方法,检测形状的轮廓,利用小波分解后的系数分层提取图像形状信息,并进行由粗到细的逐次配准,然后利用最小距离函数对两轮廓进行判别,减少了计算量,得到了高精确的配准结果,有效地提高了配准效率。     

小波技术在氧化锌避雷器泄漏电流在线检测中的应用

为提高氧化锌避雷器泄漏电流的测试准确度,以确保设备故障诊断中的有效性和可靠性,采用小波技术对现场信号进行消噪处理,对消噪后的信号,利用信号的相关分析推算出阻性基波泄漏电流,仿真结果表明：与传统的信号分析方法相比,小波分析技术不仅能众噪声中准确提取待测泄漏电流信号,同时又可真实复现泄漏电流信号中的劣化特征,这对设备的早期故障诊断具有重要意义。相关分析的应用,则显著提高了测量的准确度,增强了设备故障诊断的准确性。     

支持向量机在长江芜湖段水质评价中的应用

为了快捷和高精度地评价水质,针对支持向量机的训练数据量局限于小样本集以及对噪音数据的敏感性问题,提出了一种基于粗糙集与Morlet小波核支持向量机的水质评价方法．利用本算法和matlab平台在长江芜湖段15项参评指标检测数据的108个样本基础上,进行水质评价建模和分类．实验表明,利用小波核不仅提高了分类的准确性,而且提高了整体分类效率．     

基于改进的STA/LTA方法的微地震P波自动拾取技术

基于STA/LTA方法,提出了一种改进的自动拾取P波到时算法.引入权重因子K,构建了一种新的特征函数,提出寻找STA/LTA曲线上的最大值对应时刻为P波到时的方法,并运用Matlab对冬瓜山铜矿微震事件进行初至拾取分析.结果表明:该方法能够准确地拾取微地震P波初至,减少了传统的STA/LTA算法需要调整触发阈值(Thr)的过程,克服了固定阈值不能适应复杂多变信号到时拾取的缺点,具有抗噪性强、稳定性强、拾取精确度高等优势.     

被淹没地震信号的小波熵检测与自动识别方法

为探测大震前的微震,保护大型煤矿、油田和矿山等重要设施,急需地震信号的实时处理、自动识别和提取地震初至点等地震数据处理技术。采用了小波变换和信息熵理论相结合的一种具有多分辨率的复杂度参数——小波熵,该参数能够从被淹没环境中清晰地显示出勘探数据中地震波到达所带来的变化。结合实测数据进行了仿真,并对比了单一的小波变换、数字带通滤波器的监测效果,结果表明小波熵参数能够更好地自动识别微震初至点。     

小波分析及其去噪性能研究

小波变换是一种具有一定时间和频率分辨率的分析方法．为了寻找更有效的去噪方法，对连续小波变换(CWT)、离散序列小波变换(DTWT)和正交小波变换(QWT)作了理论分析。结果表明：CWT对噪声具有良好的抑制作用；DTWT在通过域值处理的同时，也考虑了因噪声造成的某些信号细节的丢失；而QWT则能有效地提取淹没在噪声中的微弱信号。与传统的傅里叶变换(FT)相比较，具有显著的优点，值得关注。     

基于距离分类准则的雷达目标识别方法

雷达目标信号是非平稳信号，对于这样的非平稳信号，用于分类的特征往往包含在局部的时一频信息中，用一般的变换提取有效的特征比较困难。利用小波包基的性质，提出了一种雷达目标识别方法。首先，对雷达回波信号进行小波分解，利用距离准则，选择最优小波包基，从被识别的信号中提取具有最大可分性的特征，得到目标识别的特征向量，由此进行目标识别。仿真实验结果表明，该方法具有高的识别率。