会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利库 / 信号处理 / 信噪比 / 一种用于低信噪比地震信号的时频域直接拾取初至方法及系统

一种用于低信噪比地震信号的时频域直接拾取初至方法及系统

阅读:706发布:2021-02-26

IPRDB可以提供一种用于低信噪比地震信号的时频域直接拾取初至方法及系统专利检索,专利查询,专利分析的服务。并且本发明涉及一种用于低信噪比地震信号的时频域直接拾取初至方法及系统,属于地震勘探技术领域。本发明首先对低信噪比信号开展时频正变换;然后在时频域进行噪声自适应衰减;最后,根据地震信号在时频域的系数叠加响应和时间域具有相同波形表征的特点,直接在时频域利用基于统计学的方法开展初至拾取。本发明具有运行速度快、人工干预少的自适应特点,通过获取的低信噪比数据的准确初至位置,将提升采集质量欠佳靶区的后续被动源震源定位、速度分析以及层析成像等地震处理结果的准确性。,下面是一种用于低信噪比地震信号的时频域直接拾取初至方法及系统专利的具体信息内容。

1.一种用于低信噪比地震信号的时频域直接拾取初至方法,包括以下步骤:步骤1,通过时频正变换将原始数据转入时频域;

步骤2,利用自适应的噪声衰减方法开展噪声压制;

步骤3,直接在时频域利用基于统计学的方法开展初至拾取。

2.根据权利要求1所述的一种用于低信噪比地震信号的时频域直接拾取初至方法,其特征在于,所述步骤1中的时频正变换包含但不限于小波变换,S变换时频正变换方法,基于式1:式中,d(t)代表时间域信号,Xs(a,b)为相应小波系数,ψ*表示母小波ψ(t)的复共轭,此处的母小波选用的是与地震子波信号相似的Ricker子波;b代表母小波的时移度量;a代表母小波的尺度变换度量。

3.根据权利要求1所述的一种用于低信噪比地震信号的时频域直接拾取初至方法,其特征在于,所述步骤2中的噪声衰减包括以下子步骤:步骤2.1,从通过步骤1转换的时频域数据中随机挑选一道,利用式2计算阈值:λ=α·s               式2;

式中,阈值λ表示为α和s的乘积,s表示标准正态分布中在平均数左右三个标准差的范围内概率密度函数曲线面积与总面积的比值,α为标定参数,任取一道地震信号即可确定α的值;

步骤2.2,遍历所有道集在时频域的系数值,如果大于通过上述步骤2.1计算的阈值λ,则保留,否则,对其采取置零或者一定比例的衰减处理。

4.根据权利要求1所述的一种用于低信噪比地震信号的时频域直接拾取初至方法,其特征在于,所述步骤3中基于统计学的初至拾取包括以下子步骤:步骤3.1,通过改进的AIC(akaike information criterion)方法,求取每个道集的QAIC向量,如式3:QAIC(i)=1/{log 10[var(tw1)]/log 10[var(tw2)]·k} 式3;

式中,tw1和tw2分别表示待处理道集中相邻的两个时窗的数据,var(·)表示求取方差,k为常数;

步骤3.2,计算每个道集对应的QAIC向量中的最大值,即对应每个道集的初至时间位置。

5.一种用于低信噪比地震信号的时频域直接拾取初至系统,其特征在于,包括以下模块:时频正变换模块,通过时频正变换将原始数据转入时频域;

噪声衰减模块,利用自适应的噪声衰减方法开展噪声压制;

初至拾取模块,直接在时频域利用基于统计学的方法开展初至拾取。

6.根据权利要求5所述的一种用于低信噪比地震信号的时频域直接拾取初至系统,其特征在于,所述时频正变换模块进行时频正变换时,采用包含但不限于小波变换,S变换时频正变换方法,基于式1:式中,d(t)代表时间域信号,Xs(a,b)为相应小波系数,ψ*表示母小波ψ(t)的复共轭,此处的母小波选用的是与地震子波信号相似的Ricker子波;b代表母小波的时移度量;a代表母小波的尺度变换度量。

7.根据权利要求5所述的一种用于低信噪比地震信号的时频域直接拾取初至系统,其特征在于,所述噪声衰减模块包括:阈值获取单元:从通过时频正变换模块转换的时频域数据中随机挑选一道,利用式1计算阈值:λ=α·s               式2;

式中,阈值λ表示为α和s的乘积,s表示标准正态分布中在平均数左右三个标准差的范围内概率密度函数曲线面积与总面积的比值,α为标定参数,任取一道地震信号即可确定α的值;

数据处理单元:遍历所有道集在时频域的系数值,如果大于通过阈值获取单元计算的阈值λ,则保留,否则,对其采取置零或者一定比例的衰减处理。

8.根据权利要求5所述的一种用于低信噪比地震信号的时频域直接拾取初至方法,其特征在于,所述初至拾取模块包括:QAIC向量获取单元:基于改进的AIC(akaike information criterion)方法求取每个道集的QAIC向量,如式3:QAIC(i)=1/{log 10[var(tw1)]/log 10[var(tw2)]·k}, 式3;

式中,tw1和tw2分别表示待处理道集中相邻的两个时窗的数据,var(·)表示求取方差,k为常数;

初至时间位置获取单元:计算每个道集对应的QAIC向量中的最大值,即对应每个道集的初至时间位置。

说明书全文

一种用于低信噪比地震信号的时频域直接拾取初至方法及

系统

技术领域

[0001] 本发明涉及一种直接拾取初至方法及系统,属于地震勘探技术领域,具体涉及一种用于低信噪比地震信号的时频域直接拾取初至方法及系统

背景技术

[0002] 地震信号初至拾取是指是对地震信号初至波形的到时拾取,是地震勘探领域最基本的数据处理方法之一,拾取精度决定了被动源震源定位、速度分析以及层析成像等地震处理结果的准确性。传统的能量比法、基于统计学信息的初至拾取方法在信号信噪比较高的情况下都能获得较高的拾取精度,但当信号信噪比降低时,传统方法的拾取精度也相应降低,为了提高低信噪比信号初至的拾取精度,许多新方法被引入,其中,基于时频分析的初至拾取方法也得到了广泛的应用。
[0003] 目前,基于时频分析的低信噪比信号初至拾取方法主要分为两大类,具体如下:
[0004] 现有方法1:
[0005] 对每一个检波器采集到的地震信号逐道重复步骤(1)-(3):
[0006] (1)将原始数据转换入时频域,对原始数据开展时频分析;
[0007] (2)从时频域分解出多个频带(尺度)的信号中挑选出信噪比较高的信号;
[0008] (3)采用传统方法对挑选的高信噪比信号进行初至拾取。
[0009] 现有方法1的缺点:
[0010] (1)挑选信噪比较高的尺度对应的地震数据过多依赖人为干预;
[0011] (2)每次拾取需要对信号同时开展时频正、逆变换,较为耗时。
[0012] 现有方法2:
[0013] 对每一个检波器采集到的地震信号逐道重复步骤(1)-(3):
[0014] (1)将原始数据通过时频变换转换入时频域;
[0015] (2)利用信号和噪声在时频域具有系数差异的特点在时频域选择合适阈值衰减噪声,逆变换至时间域;
[0016] (3)采用传统方法对噪声压制后的信号进行初至拾取。
[0017] 现有方法2的缺点:
[0018] (1)每道信号的噪声压制过程需要同时进行时频正、逆变换,较为耗时;
[0019] (2)去噪过程中的阈值选择过多依赖人为干预。
[0020] 综上所述,提供一种用于低信噪比地震信号的快速、自适应的拾取初至方法,以解决上述问题,是地震勘探技术领域迫切需要解决的问题。

发明内容

[0021] 为了解决上述现有技术存在的问题,本发明公开了用于低信噪比地震信号的时频域直接拾取初至方法。本发明首先对低信噪比信号开展时频正变换;然后在时频域进行噪声自适应衰减;最后,根据地震信号在时频域的系数叠加响应和时间域具有相同波形表征的特点,直接在时频域利用基于统计学的方法开展初至拾取。
[0022] 本发明的目的是通过以下技术方案来实现的:
[0023] 一种用于低信噪比地震信号的时频域直接拾取初至方法,包括以下步骤:
[0024] 步骤1,通过时频正变换将原始数据转入时频域;
[0025] 步骤2,利用自适应的噪声衰减方法开展噪声压制;
[0026] 步骤3,直接在时频域利用基于统计学的方法开展初至拾取。
[0027] 优选的,所述步骤1中的时频正变换包含但不限于小波变换,S 变换等时频正变换方法,基于式1:
[0028]
[0029] 式中,d(t)代表时间域信号,Xs(a,b)为相应小波系数,y*表示母小波y(t)的复共轭,此处的母小波选用的是与地震子波信号相似的 Ricker子波;b代表母小波的时移度量;a代表母小波的尺度变换度量。
[0030] 优选的,所述步骤2中的噪声衰减包括以下子步骤:
[0031] 步骤2.1,从通过步骤1转换的时频域数据中随机挑选一道,利用式2计算阈值:
[0032] λ=α·s  式2;
[0033] 式中,阈值λ表示为α和s的乘积,s表示标准正态分布中在平均数左右三个标准差的范围内概率密度函数曲线面积与总面积的比值,α为标定参数,任取一道地震信号即可确定α的值;
[0034] 步骤2.2,遍历所有道集在时频域的系数值,如果大于通过上述步骤2.1计算的阈值λ,则保留,否则,对其采取置零或者一定比例的衰减处理。
[0035] 优选的,所述步骤3中基于统计学的初至拾取包括以下子步骤:
[0036] 步骤3.1,通过改进的AIC(akaike information criterion)方法,求取每个道集的QAIC向量,如式3:
[0037] QAIC(i)=1/{log10[var(tw1)]/log10[var(tw2)]·k}  式3;
[0038] 式中,tw1和tw2分别表示待处理道集中相邻的两个时窗的数据, var(·)表示求取方差,k为常数。
[0039] 步骤3.2,计算每个道集对应的QAIC向量中的最大值,即对应每个道集的初至时间位置。
[0040] 一种用于低信噪比地震信号的时频域直接拾取初至系统,其特征在于,包括以下模块:
[0041] 时频正变换模块,通过时频正变换将原始数据转入时频域;
[0042] 噪声衰减模块,利用自适应的噪声衰减方法开展噪声压制;
[0043] 初至拾取模块,直接在时频域利用基于统计学的方法开展初至拾取。
[0044] 优选的,所述时频正变换模块进行时频正变换时,采用包含但不限于小波变换,S变换等时频正变换方法,基于式1:
[0045]
[0046] 式中,d(t)代表时间域信号,Xs(a,b)为相应小波系数,y*表示母小波y(t)的复共轭,此处的母小波选用的是与地震子波信号相似的 Ricker子波;b代表母小波的时移度量;a代表母小波的尺度变换度量。
[0047] 优选的,所述噪声衰减模块包括:
[0048] 阈值获取单元:从通过时频正变换模块转换的时频域数据中随机挑选一道,利用式1计算阈值:
[0049] λ=α·s  式2;
[0050] 式中,阈值λ表示为α和s的乘积,s表示标准正态分布中在平均数左右三个标准差的范围内概率密度函数曲线面积与总面积的比值,α为标定参数,任取一道地震信号即可确定α的值;
[0051] 数据处理单元:遍历所有道集在时频域的系数值,如果大于通过阈值获取单元计算的阈值λ,则保留,否则,对其采取置零或者一定比例的衰减处理。
[0052] 优选的,所述初至拾取模块包括:
[0053] QAIC向量获取单元:基于改进的AIC(akaike information criterion)方法求取每个道集的QAIC向量,如式3:
[0054] QAIC(i)=1/{log10[var(tw1)]/log10[var(tw2)]·k},  式3;
[0055] 式中,tw1和tw2分别表示待处理道集中相邻的两个时窗的数据, var(·)表示求取方差,k为常数。
[0056] 初至时间位置获取单元:计算每个道集对应的QAIC向量中的最大值,即对应每个道集的初至时间位置。
[0057] 因此,本发明具有以下优点:1、本发明具有运行速度快、人工干预少的自适应特点,通过获取的低信噪比数据的准确初至位置,将提升采集质量欠佳靶区的后续被动源震源定位、速度分析以及层析成像等地震处理结果的准确性;2、本发明将传统的初至拾取计算域由时间域转换为时频域,免去了传统基于时频变换的低信噪比信号初至拾取方法中的时频逆变换过程,因此在很大程度上降低了计算成本,提高了算法的效率;3、本发明在阈值去噪步骤中,仅需分析计算其中任意一道数据的阈值,即可应用于全体道集数据,很大程度上降低了人工干预。附图说明:
[0058] 图1为本发明的时频域直接拾取初至方法流程图;
[0059] 图2为模拟无噪声信号在时频域的叠加响应与时间域信号的对比图;
[0060] 图3a为传统aic方法应用于模拟无噪声信号的拾取结果;
[0061] 图3b为本发明方法应用于模拟无噪声信号的拾取结果;
[0062] 图3c为传统aic和本发明方法应用于模拟无噪声信号的初至拾取对比结果;
[0063] 图4a为传统aic方法应用于模拟低信噪比信号的拾取结果;
[0064] 图4b为本发明方法应用于模拟低信噪比信号的拾取结果;
[0065] 图4c为传统aic和本发明方法应用于模拟低信噪比信号的初至拾取对比结果;
[0066] 图5a为本发明方法应用于实际低信噪比信号的拾取结果;
[0067] 图5b为本发明方法应用于实际低信噪比信号的初至拾取结果标定对比图。

具体实施方式

[0068] 下面结合附图和具体实施方式对本发明做进一步详细的说明。
[0069] 如图1所示,本发明一种用于低信噪比地震信号的时频域直接拾取初至方法及系统,其基本步骤如下:
[0070] 1)通过时频正变换将原始数据转入时频域;
[0071] 2)利用自适应的噪声衰减方法开展噪声压制;
[0072] 3)直接在时频域利用基于统计学的方法开展初至拾取;
[0073] 下文对上述步骤开展具体描述:
[0074] 步骤01所述的将原始数据转入时频域,可通过但不限于小波变换等时频变换实现,如式(1)所示:
[0075]
[0076] 式中,d(t)代表时间域信号,Xs(a,b)为相应小波系数,y*表示母小波y(t)的复共轭,此处的母小波选用的是与地震子波信号相似的 Ricker子波;b代表母小波的时移度量;a代表母小波的尺度变换度量。
[0077] 步骤02所述利用自适应的噪声衰减方法开展噪声压制:
[0078] 噪声压制包括如下步骤:
[0079] (A).从通过式(1)转换的时频域数据中随机挑选一道,利用式(2) 计算阈值:
[0080] λ=α·s,  (2)
[0081] 式中,阈值λ表示为α和s的乘积,s表示标准正态分布中在平均数左右三个标准差的范围内概率密度函数曲线面积与总面积的比值,α为标定参数,通过3~5次试算可确定α的值。
[0082] (B).遍历所有道集在时频域的系数值,如果大于通过上述步骤(A) 计算的阈值λ,则保留,否则,对其采取置零或者一定比例的衰减处理。
[0083] 步骤03,基于统计学的初至拾取包括如下步骤:
[0084] (A).通过改进的AIC(akaike information criterion)方法,求取时频域中每个道集的QAIC向量,计算过程如式(3)所示:
[0085] QAIC(i)=1/{log10[var(tw1)]/log10[var(tw2)]·k},  (3)
[0086] 式中,tw1和tw2分别表示待处理道集中相邻的两个时窗的数据, var(·)表示求取方差,其中时窗大小可根据地震信号的主频宽度选取, k为常数。
[0087] (B).计算时频域中每个道集对应的QAIC向量中的最大值,根据地震信号在时频域的系数叠加响应和时间域具有相同波形表征的特点,如图2所示(图中长段虚线为原始时间域信号,短段虚线表示叠加的时频系数响应),时频域中各道集QAIC向量的最大值的即对应其初至时间位置。
[0088] 至此即完成了低信噪比地震信号在时频域的直接初至拾取。
[0089] 下文分别通过模型和实际数据,对本发明进行验证。
[0090] 一是开展数值模拟对本发明的方法开展验证:
[0091] 为了标定及后续验证本发明方法的准确性,分别利用传统aic 方法和本发明方法对模拟无噪声数据开展初至拾取。其中,模拟采用的数据道数为49,采样率0.001s,共采集0.9s。对比结果如图3所示。
[0092] 图3a和图3b为传统aic和本发明方法应用于模拟无噪声信号的初至拾取标定图,图3a中加号为传统aic方法的拾取结果;图3b中加号为本发明方法拾取结果;图3c为二者的对比,为了清晰对比,仅保留拾取结果,其中加号和圆圈分别代表本方法和传统aic法的拾取位置,对比可以看出,两种方法在无噪声的信号中拾取结果完全相同。
[0093] 图4a、图4b和图4c为传统aic和本发明方法应用于模拟低信噪比信号的初至拾取对比图,其中低信噪比数据通过在图3a 和图3b基础上增加信噪比为1的噪声能量构建。图4a中加号为传统aic方法的拾取结果;图4b中加号为本发明方法拾取结果;图4c为二者与图
3a和图3b标定结果的对比图,为了清晰对比,此处也仅保留拾取结果,加号表示标定拾取结果,空心圆和实心圆分别表示本方法和传统aic法的拾取结果,对比可以看出,本方法和无噪声情况下的拾取结果基本重合,而传统方法有5/49道左右的拾取误差。
[0094] 二是通过实际采集到的低信噪比数据对本发明设计的方法开展验证:
[0095] 图5a为本发明方法应用于实际低信噪比信号的拾取结果,其中加号表示初至拾取位置。
[0096] 为了进一步验证本发明方法的拾取效果,对上述同一实际数据开展噪声衰减处理,并将拾取结果绘制在噪声衰减后的信号中,如图5b所示,图5b即为本发明方法应用于实际低信噪比信号的初至拾取结果标定对比图,根据图5b的对比结果可以在一定程度上反映本发明方法应用于实际低信噪比信号初至拾取的稳健性。
[0097] 最后需要说明的是,以上数值模拟和实际采集资料的算例对本发明的目的、技术方案以及有益效果提供了进一步的验证,这仅属于本发明的具体实施算例,并不用于限定本发明的保护范围,在本发明的精神和原则之内,所做的任何修改,改进或等同替换等,均应在本发明的保护范围内。
高效检索全球专利

IPRDB是专利检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,专利查询、专利分析

电话:13651749426

侵权分析

IPRDB的侵权分析产品是IPRDB结合多位一线专利维权律师和专利侵权分析师的智慧,开发出来的一款特色产品,也是市面上唯一一款帮助企业研发人员、科研工作者、专利律师、专利分析师快速定位侵权分析的产品,极大的减少了用户重复工作量,提升工作效率,降低无效或侵权分析的准入门槛。

立即试用