当前位置:主页 > 理工论文 > 地球物理论文 >

完备总体经验模态分解方法研究及其应用

发布时间:2020-05-16 13:53
【摘要】:在地震勘探中,地下介质的复杂性导致接收到的地震资料往往是复杂的非线性、非平稳信号,分析这类信号的一种有力工具便是谱分解技术。目前,常用的谱分解方法多是基于傅里叶变换思想发展起来的传统方法,如短时傅里叶变换(STFT)、连续小波变换(CWT)、S变换及广义S变换等,这些常规谱分解方法存在诸如选取分解基困难、受Heisenberg测不准原理限制等问题,以致于分析地震信号的效果不是很令人满意,而且很难满足高分辨率地震数据处理、解释的需求。Hilbert-Huang变换(HHT)是一种适应于非线性、非平稳信号分析的强有力工具,包括经验模态分解(EMD)和Hilbert变换两部分,其基本思想是首先应用EMD将非线性非平稳信号分解为一系列含有不同频率分量的被称为固有模态函数(IMF)的子信号,然后对各IMF分量进行Hilbert变换获得信号的具有明显物理意义的瞬时属性,在地震资料的处理和解释中得到了广泛的应用。然而,噪音或间歇信号会使得EMD分解发生严重的模态混叠效应,从而导致分解出的IMF失真,产生假频。本文对EMD及其改进型算法EEMD和CEEMD进行了研究,并尝试将最新算法变体CEEMD应用于地震数据去噪和砂岩薄储层的含气性检测中。首先,本文介绍了几种时频分析方法的原理,包括STFT、CWT、三参数小波变换、S变换、同步挤压小波变换(SWT),以及适应于非线性、非平稳信号分析的强有力工具HHT,并通过信号测试分析讨论了影响其时频分辨率的因素。然后,本文详细阐述了EMD的基本原理、筛分迭代过程、性质以及存在的问题;针对EMD存在的模态混叠效应,介绍了一种EMD的改进算法—总体经验模态分解(EEMD),该方法是一种噪声辅助分析方法,一定程度上改善了模态混叠问题,但同时也引入了新的问题,如完备性较差、等;随后本文研究了EMD的最新算法变体—完备总体经验模态分解(CEEMD)的原理及实现过程,并通过合成信号测试验证了CEEMD相对于EMD和EEMD方法的优越性,不仅克服了模态混叠效应,而且能够提供原始信号的精确重构以及相对EEMD较高的计算效率。最后,鉴于CEEMD的优越性,本文提出了基于CEEMD的小波阈值去噪方法和CEEMD/HT高分辨率时频分析方法,并分别在地震数据去噪和砂岩薄储层含气性检测中进行了应用研究。在地震去噪中,模拟信号测试和实际地震数据分析结果表明,基于CEEMD的小波阈值去噪不仅能有效压制随机噪声,还能保持有效信号不受损失,是一种相对保幅的去噪方法。在致密砂岩薄储层含气性检测中,CEEMD/HT分频剖面上对储层位置的刻画更加精细、准确,低频异常现象更加明显,同时提取的归一化地层吸收剖面与瞬时谱分析结果一致,可以有效、直观地指示油气的存在。另一方面,利用CEEMD/HT结合子波谱拟合方法提取的高、低频吸收衰减梯度同样能够清晰、准确地显现砂岩含气层段的位置,刻画其空间展布。相信CEEMD/HT时频分析方法可以作为一种薄层精细解释的有力工具。
【图文】:

效果图,时频,效果图,长度


对上式计算求模,则可以得到 STFT 的时频能量谱 S (t , ),即:2S (t , ) F (t , )(2-4通过 STFT 逆变换可以重构原信号:( ) ( , ) ( )jx F t h t e d dt (2-5STFT 存在明显的时窗缺陷,时窗长度一旦选定便无法调节,频谱分辨率单一,在分析非平稳信号时所获得的时频图像聚集性低,能量分布无法充分展示,处理非平稳信号的效果较差。图 2-1 显示了 STFT 的时窗长度对高斯信号时频谱特征的影响,从图中可以看出,若选定较短的时窗宽度,则时间分辨率较高,频率分辨率较低(图 2-1(a))若采用较长的时窗宽度,,则频率分辨率较高而时间分辨率较低(图 2-1(c)),可见 STFT的时窗长度受限,频谱分辨率单一,能量聚焦性也比较低。因此,针对不同的信号选择合适尺寸的时窗函数是 STFT 所面临的问题。

频谱,Morlet小波,频谱,波形


a,t分别是尺度因子和平移因子, ( )为母小波,,( ) ( )a tta 是小波基,它是通过对母小波拉伸和平移得到的,当 a 1时相当于被拉伸, a 1时被压缩。小波基函数具有多样性,在信号分析中常用的有 Morlet 小波、Mexican Hat 小波、Meyer小波和 Ricker 子波等。由于 Morlet 小波的时频局部性能较好,且复 Morlet 小波是一种高斯包络下的复指数函数,形式简单且计算方便,有利于地震瞬时属性的提取,故在地震资料分析中常常选择复 Morlet 小波为母小波函数,其表达式如下所示:221( )cbj f tfbttfe e (2-7)式中,bf 、cf 分别为频带宽度、中心频率,主要用于调节复 Morlet 小波的时宽和频宽性质。令 1.5bf , 1cf ,则其对应的时域波形和 Fourier 振幅谱如图 2-2 所示:
【学位授予单位】:中国石油大学(华东)
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:P631.4

【相似文献】

相关期刊论文 前10条

1 杨彩红;张郁山;;基于折线包络的经验模态分解方法[J];国际地震动态;2008年11期

2 蔡峗姝;卢志明;;基于经验模态分解的上证综合指数时间序列分析[J];上海大学学报(自然科学版);2012年04期

3 杨彩红;梁建文;张郁山;;基于折线包络的经验模态分解方法[J];震灾防御技术;2013年03期

4 聂文仲;黄华;陶治江;;基于经验模态分解的间接心电去噪[J];四川大学学报(自然科学版);2011年06期

5 师黎;吴孔海;王治忠;牛晓可;;基于总体平均经验模态分解的局部场电位相位同步信息编码研究[J];科学技术与工程;2013年28期

6 杨永锋;吴亚锋;任兴民;裘焱;;随机噪声对经验模态分解非线性信号的影响[J];物理学报;2010年06期

7 蔡剑华;汤井田;胡惟文;;基于经验模态分解的核磁共振测井信号去噪新方法[J];核电子学与探测技术;2010年03期

8 聂东虎;张汝波;李雪耀;;新的联合三角形法和经验模态分解的水下目标回波检测[J];声学技术;2011年02期

9 徐双;刘增力;;基于集成经验模态分解的舰船辐射噪声仿真信号线谱分析[J];云南大学学报(自然科学版);2009年S2期

10 曲建岭;王小飞;高峰;周玉平;张翔宇;;基于复数据经验模态分解的噪声辅助信号分解方法[J];物理学报;2014年11期

相关会议论文 前10条

1 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

2 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文集[C];2007年

3 杨永锋;;经验模态分解与非线性分析的协同研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年

4 侯文文;邹俊忠;刘未来;;基于经验模态分解的眼电伪差去除研究[A];上海市化学化工学会2010年度学术年会论文集(自动化专题)[C];2010年

5 李关防;许春雷;惠俊英;;基于经验模态分解的特征提取算法研究[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年

6 薛志宏;李广云;周蓉;;一种基于经验模态分解的信号降噪方法[A];全国工程测量2012技术研讨交流会论文集[C];2012年

7 张飞涟;刘严萍;;经验模态分解与神经网络方法在降水预测领域的应用研究[A];中国系统工程学会第十八届学术年会论文集——A01系统工程[C];2014年

8 康春玉;章新华;;一种基于经验模态分解的信号降噪方法[A];中国声学学会2007年青年学术会议论文集(下)[C];2007年

9 辛鹏;辛雷;蔡国伟;李晓琦;;一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法[A];第十一届全国电工数学学术年会论文集[C];2007年

10 郝文峰;骆英;顾建祖;;基于经验模态分解-支持向量机的玻璃幕墙开胶损伤预测研究[A];中国力学学会学术大会'2009论文摘要集[C];2009年

相关博士学位论文 前10条

1 黎恒;经验模态分解中关键问题的优化理论与方法研究[D];西安电子科技大学;2016年

2 张婷琳;从局部到全局脑电感知模式的研究[D];浙江大学;2017年

3 葛光涛;二维经验模态分解研究及其在图像处理中的应用[D];哈尔滨工程大学;2009年

4 孙晖;经验模态分解理论与应用研究[D];浙江大学;2005年

5 张继红;经验模态分解及径向基函数的一些应用研究[D];大连理工大学;2012年

6 熊卫华;经验模态分解方法及其在变压器状态监测中的应用研究[D];浙江大学;2006年

7 杨贤昭;基于经验模态分解的故障诊断方法研究[D];武汉科技大学;2012年

8 高静;经验模态分解的改进方法及应用研究[D];北京理工大学;2014年

9 陈志刚;经验模态分解与Savitzky-Golay方法的自适应遥感影像融合[D];华东师范大学;2010年

10 周义;快速二维经验模态分解和相位追踪方法及其在导波无损检测中的应用[D];上海交通大学;2014年

相关硕士学位论文 前10条

1 赵迎;完备总体经验模态分解方法研究及其应用[D];中国石油大学(华东);2016年

2 史玉君;基于经验模态分解的眼电伪迹去除方法的研究[D];兰州大学;2015年

3 梁江海;基于经验模态分解的通信信号细微特征分析[D];国防科学技术大学;2013年

4 赵强;基于EMD的齿轮故障诊断技术研究[D];东北石油大学;2015年

5 熊伟;试车台振动测试系统的关键技术研究[D];河南工业大学;2015年

6 杨U唝~;基于经验模态分解的城市供水水质异常事件检测方法研究[D];浙江大学;2016年

7 郭学雯;利用经验模态分解方法研究新型热中子探测器数据周期性[D];河北师范大学;2016年

8 杨勤甜;基于经验模态分解和粗糙集属性约简的超声缺陷信号分类识别研究[D];南昌航空大学;2016年

9 李超;透平机组故障特征提取技术研究与系统开发[D];天津工业大学;2016年

10 卢丹丹;基于EEMD的CPI与PPI关系的结构分析及传导机制研究[D];暨南大学;2016年



本文编号:2666832

资料下载
论文发表

本文链接:https://www.wllwen.com/projectlw/dqwllw/2666832.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户de8bf***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com