基于变分模态分解的地震信号高分辨率处理方法研究

论文摘要

提高地震数据的分辨率是地震信号处理过程中关键的一步,同时也是开采石油、天然气等资源一个重要的环节。但是,随着开采工作从浅层进入深层,地质条件变得越发复杂,使得地震反射弱,同相轴不连续,含油气响应更弱,衰减大,导致获取到的地震数据分辨率极低,因此,我们需要进一步地研究提高地震数据分辨率的方法。本文在基于变分模态分解的时频分析方法这一基础上,结合谱白化、小波阈值去噪等方法,在地震数据高频补偿、地震数据高频噪声压制方面研究提高地震数据分辨率的方法,主要的研究内容如下:（1）在研究传统时频分析方法和基于变分模态分解的时频分析方法的基础上,通过对比分析短时傅里叶变换、小波变换、基于经验模态分解的时频分析方法和基于变分模态分解的时频分析方法的特性,得出基于变分模态分解的时频分析方法具有较高的时频分辨率特性。（2）将基于时域的谱白化方法和基于频域的谱白化方法进行对比分析,验证了基于频域谱白化方法的快速、简洁性。在基于变分模态分解的时频分析方法的基础上,结合基于频域的谱白化方法,提出了一种新的地震信号高分辨率处理方法,并与基于希尔伯特-黄变换的谱白化方法进行对比分析,说明了基于变分模态分解的谱白化方法具有更好的地震数据分辨率。（3）在研究传统地震数据振幅补偿方法的基础上,提出了基于变分模态分解的时频分析方法和传统振幅补偿方法结合的地震信号高分辨率处理方法,并与基于经验模态分解的振幅补偿方法相对比,验证了基于变分模态分解的振幅补偿方法较高的时域分辨率。（4）在研究小波阈值去噪方法的基础上,分析了小波阈值去噪方法对噪声进行压制的特性。之后,在基于变分模态分解的时频分析方法具有较好的时频分辨率这一基础上,结合具有较强压制噪声能力的小波阈值去噪方法,提出了一种新的地震信号噪声压制方法。并与传统小波阈值去噪方法相对比,验证了基于变分模态分解的小波阈值去噪方法较好的噪声压制能力。通过合成地震记录处理以及实际地震数据应用,结果表明:基于变分模态分解的谱白化方法、基于变分模态分解的振幅补偿方法以及基于变分模态分解的小波阈值去噪方法都能够有效提高地震信号的分辨率,并且与之前提出的基于希尔伯特-黄变换的谱白化方法、基于经验模态分解的振幅补偿方法以及传统的小波阈值去噪方法相比较效果更好。

论文目录

文章来源

类型: 硕士论文

作者: 张莉萍

导师: 薛雅娟

关键词: 变分模态分解,时频分析方法,地震信号分辨率

来源: 成都信息工程大学

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 地质学,地球物理学,矿业工程

单位: 成都信息工程大学

分类号: P631.44

DOI: 10.27716/d.cnki.gcdxx.2019.000103

总页数: 69

文件大小: 4099K

下载量: 80

相关论文文献

• [1].优化递归变分模态分解及其在非线性信号处理中的应用[J]. 物理学报 2019(23)
• [2].变分模态分解在爆破信号趋势项去除中的应用[J]. 爆炸与冲击 2020(04)
• [3].辛几何模态分解方法及其分解能力研究[J]. 振动与冲击 2020(13)
• [4].基于快速本征模态分解的电力系统短期负荷预测[J]. 中国电机工程学报 2013(S1)
• [5].补充集成极值加权模态分解及其应用[J]. 噪声与振动控制 2020(03)
• [6].基于匹配追踪和变分模态分解的电气化铁路谐波检测[J]. 济南大学学报(自然科学版) 2020(02)
• [7].变微分模态分解罚参量选择方法与时变系统识别[J]. 西南交通大学学报 2020(03)
• [8].基于动态模态分解的缸内流场演变及动能分析[J]. 内燃机工程 2020(05)
• [9].改进二维变分模态分解的磁源分离[J]. 光学精密工程 2020(05)
• [10].关于多种模态分解方法的分离效果的差别探讨[J]. 信息技术 2016(12)
• [11].基于改进极值波延拓的极点对称模态分解端点效应抑制方法[J]. 电工技术学报 2020(S1)
• [12].基于蝙蝠算法优化的变分模态分解的转子裂纹检测方法[J]. 振动与冲击 2020(06)
• [13].基于改进变分模态分解的液体密度测量中超声回波去噪方法（英文）[J]. Journal of Measurement Science and Instrumentation 2020(04)
• [14].基于变分模态分解的变形监测数据去噪方法[J]. 武汉大学学报(信息科学版) 2020(05)
• [15].基于改进变分模态分解的滚动轴承故障诊断方法[J]. 计量学报 2020(06)
• [16].变分模态分解在齿轮故障特征提取中的应用[J]. 东北林业大学学报 2019(08)
• [17].基于模态分解技术的地震信号随机噪声压制方法研究[J]. 科技广场 2017(08)
• [18].动态模态分解方法在缸内湍流场研究中的应用[J]. 内燃机学报 2016(04)
• [19].基于变分模态分解与快速谱峭图的齿轮箱滚动轴承故障特征提取[J]. 机械传动 2020(01)
• [20].基于改进自适应变分模态分解的滚动轴承微弱故障诊断[J]. 振动与冲击 2020(08)
• [21].变分模态分解与深度信念网络的双转子不对中程度识别[J]. 机械科学与技术 2020(05)
• [22].基于时延自相关与变模态分解的故障诊断方法[J]. 兰州理工大学学报 2017(04)
• [23].变分框架下多尺度熵相关优化的模态分解在故障诊断中的应用[J]. 现代制造工程 2017(04)
• [24].基于变分模态分解的模态参数识别研究[J]. 振动与冲击 2020(02)
• [25].基于变分模态分解的直肠压力信号预处理研究[J]. 工业控制计算机 2020(03)
• [26].基于变分模态分解的故障弱信息提取方法[J]. 华中科技大学学报(自然科学版) 2020(07)
• [27].香农熵改进的变分模态分解与故障特征提取[J]. 机械科学与技术 2020(07)
• [28].基于变分模态分解与模糊聚类的船用齿轮箱故障诊断[J]. 珠江水运 2020(16)
• [29].基于变分模态分解时频图的轴承故障诊断[J]. 天津职业技术师范大学学报 2020(03)
• [30].基于变分模态分解与双向长短期记忆神经网络的超短期风速预测[J]. 工业控制计算机 2020(09)

标签：变分模态分解论文;  时频分析方法论文;  地震信号分辨率论文;