摘要：本文提出一种完备总体经验模态分解(CEEMD)方法与K奇异值分解(KSVD)学习字典算法相结合的地震信号去噪方法。含噪信号通过CEEMD分解得到一系列不同尺度的固有模态函数(IMF);按频率由高到低依次排列IMF各分量,并做自相关分析,去除噪声主导的IMF分量;将累加的过渡IMF分量叠加重构并做CEEMD二次分解,通过自相关分析再次去除噪声主导的IMF分量;分别叠加二次CEEMD分解剩余的IMF分量和一次剩余的IMF分量,得到两个新的含噪信号,并利用KSVD过完备字典分别稀疏表示该两个新的含噪信号,即由稀疏系数重构去噪后地震信号,进而重构最终去噪结果。实验结果证明:该算法的去噪效果明显优于F-X去噪、小波阈值去噪和KSVD字典稀疏去噪等传统方法。

摘要：K均值-奇异值分解(KSVD)去噪方法存在病态问题,因此需要引入正则项进行改进。通过改进正则化近似参数设定,利用AKSVD(近似KSVD)方法对弱信号的识别优势,提出正则化参数自动优选的RAKSVD去噪方法,并进行模型测试和实际资料处理。结果表明,该方法不仅取得了预期的去噪效果,而且更加注重对弱信号的保护,去噪后地震弱信号没有发生畸变,从而有利于对弱信号的提取和识别,同时计算效率还得到了提升。

摘要：复杂断块油藏是胜利油田勘探开发的重要油气藏类型,储量产量均占三分之一,随着勘探和开发程度的提高,低序级断层识别描述技术是目前该类油气藏钻探成功的关键制约因素.影响低序级断层识别描述精度的影响因素也较为复杂,但对复杂断块油田剩余油分布研究和提高油气采收率具有重要意义.目前,尚没有文献开展低序级断层定量识别特征研究.本文针对低序级断层定量识别方面开展了大量研究,在分析研究区地质特点的基础上,分别针对埋藏深度、速度结构、地震子波主频、信噪比、断面倾角、地层产状、地层和断面的夹角等影响低序级断层识别精度的因素,设计了不同类型的低序级断层地质模型,利用波动方程正演模拟了低序级断层的地震响应特征,建立了5种低序级断层定量识别模板,拟合了2条综合曲线图,实现了影响低序级断层识别精度因素的地震正演定量研究,创新形成了一套完整的影响低序级断层识别精度的定量分析方法.由于以上因素引起的低序级断层同相轴的不同变化,为低序级断层的有效定量解释打下了坚实基础,为低序级断层地震描述技术研究提供了有益指导.

摘要：完备总体经验模态分解(CEEMD)克服了经验模态分解(EMD)的模态混叠问题,依据信号自身的特点,将待分析的复杂信号分解为一系列不同尺度的固有模态函数(IMF)的子信号,且各IMF分量的频率由高到低依次排列,是一种适用于分析处理非线性非平稳信号的强大的信号分析技术.地震资料中的随机噪声一般属于高频率的信号,在CEEMD中往往分布在前几个高频IMF分量,本文针对基于CEEMD的分频去噪和基于CEEMD的小波阈值去噪等方法的不足,在前人基于EMD阈值去噪的基础上设计了自相关函数统计特性与CEEMD全局阈值联合去噪方法.该方法先对CEEMD分解的若干个模态分量进行自相关,寻找到噪声主导模态和信号主导模态,然后利用设计的全局阈值对噪声主导模态进行去噪,最后将处理后和未处理的固有模态函数进行重构,得到最终的去噪结果.模型试算和实际地震资料处理都验证了此方法在提高信噪比,保留原信号高频有效成分和弱信号信息上的有效性.

摘要：讨论了时间域线性Radon变换、频率域最小平方Radon变换和频率域高分辨率Radon变换等方法的基本原理。Radon变换在频率域通常采用最小平方反演的方式来实现,但由于最小平方法对于不同的p值(视慢度)范围采用相同的阻尼因子,得到的解不够精确。高分辨率Radon变换对这一缺陷进行了改进,即通过对不同的p值范围采用不同的加权值来提高解的稀疏性和精确性。具体方法是:在反演迭代过程中,根据前一次迭代的结果,通过Bayes原理将加权矩阵与前一次迭代的结果联系起来,得到新的加权矩阵;然后求解这个加权矩阵方程,得到频率域的稀疏解。设计了一个3层水平地层的地质模型,利用高分辨率Radon变换进行了VSP波场分离。τ-p域的结果表明,能量得到了很好的收敛。在分离出来的上、下行波波场记录上,波形恢复得很好,上、下行波波场的相互干扰被完全消除。