Gabor小波变换在叠后地震数据处理中的应用研究

发布时间：2020-11-22 09:10

　　 地震数据是地球物理学家和油藏地质工程师认识地下地质构造,寻找油气储藏的重要信息源。信号处理方法内容丰富,在地震数据处理和解释中有广泛的应用,它能辅助油藏地质工程师处理、分析和解释地震数据,准确高效地从地震数据中提取地质构造信息,识别有利于油气储藏的地质目标。论文重点研究Gabor小波及其变换和S变换在叠后地震数据处理和解释中的一些应用,进行了以下几方面的研究工作:第一,构造了一个Gabor小波变换的逆变换。Gabor小波变换在地震数据分析中有广泛应用,但是Gabor小波不是容许小波,因此没有容许小波特有的逆变换,而且研究人员一直未能找到Gabor小波变换的逆变换。这制约着Gabor小波变换在某些方面的应用。论文改进了Gabor小波,并在此基础上构造了一个Gabor小波逆变换,使Gabor小波理论趋于完善,为拓展Gabor小波的应用范围提供了理论支持。将Gabor小波的正逆变换相结合提出了一个提高叠后地震数据分辨率的方法,实例证明用新方法处理的地震数据有更高的分辨率和保真性。第二,研究了S变换及各种广义S变换,提出了广义S变换的一般形式。一般形式的广义S变换有两个重要参数——主频率和分辨率因子,其中,变换主频率是变换时频窗的中心频率,分辨率因子用以控制变换的分辨率,它是变换主频率的函数。在应用中,分辨率因子函数可根据需要选取。实验证明用一般形式的广义S变换对信号时频分析时能灵活地控制变换的分辨率,有更准确的时频定位性能。第三,研究了地震数据的滤波方法,认识到方法与处理对象的物理模型相适应是方法取得良好效果的前提条件。地震道是地震数据的基本组成单位,是反映地层垂向变化的一维时间序列。把地震剖面看成二维图像进行滤波不完全契合其物理结构。用二维平滑滤波方法滤波时会平滑掉一些类似噪音的、反映地层横向不整合性边缘的信息,而边缘保持滤波方法会强化虚假的边缘信息。以地震道为单位的地震数据滤波策略契合地震数据的物理结构,在滤除当前地震道的噪音时不影响近邻地震道,为保持地震数据的横向变化信息提供可能。如何在地震道滤波的前提下实现地震数据滤波的边缘保持是值得深入研究的问题。基于此目标,论文在这方面做了初步探索,构造了Gabor小波滤波器、Gabor小波积分滤波器和Gabor小波时频滤波器等三个一维时域滤波器,其中Gabor小波积分滤波器在地震数据滤波中有良好的边缘保持性能。第四,改进了一些地震属性的提取方法。首先,瞬时地震属性提取需要对地震数据做Hilbert变换。由于Hilbert变换对噪音敏感,从低信噪比数据中提取的瞬时属性误差较大,不利于数据解释。论文用Gabor小波积分滤波器替代Hilbert变换,有效地改善了瞬时地震属性的品质。其次,第三代相干体属性算法性能稳定,但运算量大。基于地层连续性假设,改进了第三代相干体计算时迭代初值的选取方法,提高了运算的收敛速度。第三,研究了谱分解和分频属性。由于Gabor小波变换是有自适应的分辨率因子的线性零相位滤波器,因此,与几种常用时频分析方法比较,它具有更准确的时频定位和灵活的带宽控制性能。理论证明Gabor小波变换提取的子带信号的主频率谐波与原信号中该频率的谐波完全相同,因此它是具有保真性的谱分解和分频工具。最后,研究了地震属性在地震数据解释中的应用,提出用分频瞬时相位识别小断层的方法,仿真和实例验证了方法的正确性和有效性。第五,系统地研究了提高叠后地震数据分辨率的方法,提出了两个基于时频谱能量补偿的提高地震数据分辨率的方法。论文分析了地震数据分辨率偏低的原因,并在此基础上研究了通过数学物理方法提高地震数据分辨率的可能性。利用基于地震道褶积模型建立的地震数据时频谱、地震数据频谱与地层衰减函数之间的关系,分别提出基于S变换和Gabor小波变换时频谱补偿两个提高地震数据分辨率的方法。通过正演模型和工程实例验证新方法的合理性和保真性,且工程实例证明新方法的处理效果优于传统高分辨率方法。
【学位单位】：西北工业大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：P631.44
【部分图文】：

地震道进行类似处理，提出另一个基于Gabor小波变换谱的高分辨率方法。这两个新的高分辨率方法已在工程实践中得到验证。全文结构如图1-1所示，内容安排如下：图 1-1 论文结构图

静校正是将所有震源炮点与接收点的位置校正到一个公共基准面之上，用来消除由高程，低降速带以及井深等因素对旅行时间的影响。对于某些地震资料，因近地表速度的不规则性，产生静校正畸变，剩余静校正可以消除这种畸变。图2-3是一个单炮记录静校正前后的比较，从图2-3(b)中可看到通过折射波静校正处理基本可解决野外地表低降速带变化所导致的长波长静校正问题，静校正后单炮初至变得较光滑且提高了信号的信噪比[76]。(a) 静校正前单炮记录 (b) 静校正后单炮记录图 2-3 折射波静校正处理前后单炮记录对比[76]地震反褶积技术通过压缩地震子波达到提高地震数据纵向分辨率的目的，反褶积在叠前和叠后都能做。叠前反褶积是把地震子波压缩为尖脉冲以提高地震数据的时间分辨率；叠后的预测反褶积其主要目的是消除海上鸣震等多次波干扰。反褶积的基础是传统的维纳滤波方法。李庆忠先生认为在反褶积处理中最好使用多道反褶积方法[74]。图2-4是反褶积前后单炮记录的结果对比，从图中可以看出，反褶积后单炮数据分辨率增强。(a) 反褶积前的单炮记录 (b) 反褶积后的单炮记录图 2-4 反褶积前、后炮点记录比较

多道反褶积方法[74]。图2-4是反褶积前后单炮记录的结果对比，从图中可以看出，反褶积后单炮数据分辨率增强。(a) 反褶积前的单炮记录 (b) 反褶积后的单炮记录图 2-4 反褶积前、后炮点记录比较
【相似文献】

相关期刊论文 前10条

1 陈培芝;陈水利;陈国龙;;Gabor小波和局部二值模式结合的一种人脸识别算法[J];集美大学学报(自然科学版)(网络预览本);2010年04期

2 李云章;赵静;;离散周期集上的弱Gabor双框架[J];中国科学:数学;2018年12期

3 张园园;邹策;陈晓玲;尹永浩;程生翠;陈迎亚;谢平;;基于Gabor小波-传递熵的脑-肌电信号同步耦合分析[J];生物医学工程学杂志;2017年06期

4 Ma Xin;Jing Xiaojun;;Palm vein recognition method based on fusion of local Gabor histograms[J];The Journal of China Universities of Posts and Telecommunications;2017年06期

5 吕贤利;;Gabor框架的一些判定[J];科技经济导刊;2018年01期

6 XIAO Jing;DUAN Xiusheng;QI Xiaohui;WANG Jianchen;;Direction navigability analysis of geomagnetic field based on Gabor filter[J];Journal of Systems Engineering and Electronics;2018年02期

7 史漫丽;凌龙;吴南;原娜;;基于自适应Gabor滤波的红外弱小目标检测[J];红外技术;2018年07期

8 李兴慧;武友德;李小汝;;基于Gabor变换降噪和盲信号分离的轴承故障诊断方法[J];现代制造工程;2014年08期

9 Qiao Fang LIAN;Hai Li MA;;Density Results for Subspace Multiwindow Gabor Systems in the Rational Case[J];Acta Mathematica Sinica;2013年05期

10 ;Fast parallel algorithms for discrete Gabor expansion and transform based on multirate filtering[J];Science China(Information Sciences);2012年02期

相关博士学位论文 前10条

1 赵静;周期集上弱Gabor对偶标架的一些问题[D];北京工业大学;2019年

2 姬战怀;Gabor小波变换在叠后地震数据处理中的应用研究[D];西北工业大学;2018年

3 马欣;手掌静脉身份识别关键技术研究[D];北京邮电大学;2018年

4 李锐;基于离散Gabor变换的信号稀疏时频表示[D];安徽大学;2016年

5 余磊;Gabor小波变换在人脸识别中的应用研究[D];重庆大学;2009年

6 傅一平;基于Gabor与小波的边缘检测理论、快速算法与实时应用研究[D];浙江大学;2004年

7 赵英男;Gabor滤波器在车辆检测和车型识别中的应用研究[D];南京理工大学;2004年

8 李文书;中医舌诊中若干图像分析关键技术的研究[D];浙江大学;2005年

9 李云峰;基于Gabor小波变换的人脸识别[D];大连理工大学;2006年

10 山世光;人脸识别中若干关键问题的研究[D];中国科学院研究生院（计算技术研究所）;2004年

相关硕士学位论文 前10条

1 肖炳环;Gabor框架的系统研究[D];华北电力大学(北京);2019年

2 关倩仪;基于Gabor特征的高光谱图像空谱分类研究[D];华南理工大学;2019年

3 柳莘莘;基于区域Gabor特征的人脸识别算法改进[D];云南大学;2018年

4 陈玲;基于多尺度Gabor小波纹理提取算法研究及应用[D];武汉轻工大学;2019年

5 王博馨;Gabor小波参数对人脸特征的影响机理[D];西安科技大学;2019年

6 刘恬;结合方向增强型LBP与Gabor小波特征的图像检索算法研究[D];长安大学;2019年

7 李绵;基于自适应方向响应编码的Gabor特征提取及融合[D];深圳大学;2018年

8 张元铭;基于HOG与Gabor特征的人脸识别算法研究[D];哈尔滨理工大学;2019年

9 苏园;智能驾驶状况下的行人检测方法研究[D];河北工程大学;2019年

10 程干;复杂光照条件下的人脸识别方法研究[D];中国矿业大学;2019年

本文编号：2894463