地震波在地層介質(zhì)傳播的過程中,散射和吸收衰減等都與頻率有關(guān),信號的功率譜密度是時變的,屬于非平穩(wěn)信號,時頻分析是分析它們的重要手段。本文通過對時頻分析方法研究對比,對其優(yōu)劣做出了初步的分析,優(yōu)選出HHT、廣義S變換以及匹配追蹤來進(jìn)行應(yīng)用。HHT可以根據(jù)信號本身的特點自適應(yīng)的分解出一系列不同頻率的分量,不用考慮基函數(shù)或者窗函數(shù)的選取等其他非自身因素的干擾,得到的結(jié)果能更好的反映信號本身的特點;將HHT自適應(yīng)分解地震信號的能力與譜白化拓頻能力有效的結(jié)合,根據(jù)模型和實際資料效果顯示,此方法能有效的拓展地震資料的頻帶,從而提高其分辨率。準(zhǔn)確而有效的時頻工具是進(jìn)行地震資料多尺度分解的基礎(chǔ),通過對各種時頻分析的對比研究表明,廣義S變換具有良好的時頻分辨率能力,分頻參數(shù)可調(diào),且具有無損可逆變換的特點,非常適用于地震資料的多尺度分解。根據(jù)含油氣頻譜異常“高頻衰減,低頻增加”的特點,使用小波變換和廣義S變換做高頻衰減、低頻增加剖面用于檢測含氣異常。在強(qiáng)振幅異常區(qū),用匹配追蹤和能量均衡歸一化廣義S變換來進(jìn)行改進(jìn),能有效減少強(qiáng)振幅對含氣檢測的影響。
【學(xué)位單位】：中國石油大學(xué)(華東)
【學(xué)位級別】：碩士
【學(xué)位年份】：2017
【中圖分類】：P631.4
【部分圖文】：

獲得原信號在t時刻附近 時段的信號，然后對該段信號 ts 進(jìn)行傅里葉變換。隨著平移參數(shù) 的改變， h t所確定的 時間窗 在時間軸上移動，使的信號 逐步進(jìn)入被分析的狀態(tài)。有分段信號函數(shù) ts 突出了原信號 在 時刻附近一個時段的特性，所以分段信號 的傅里葉變換反映了原信號在該時段的頻率分布。STFT 在時間分辨率和頻率分辨率不能同時兼顧[18]。好的時間分辨率需要較小的時寬；與此同時好的頻率分辨率需要較小的頻寬，也就是較大的時寬，但是時寬與頻寬相互制約，不能同時取得最小值。根據(jù)不確定性原則時寬與頻寬的乘積不小于 0.5，實驗表明，當(dāng)窗函數(shù)為高斯函數(shù)時，時頻分辨率最好。2.2.2 離散短時傅立葉變換在實際信號處理中，信號往往是離散的時間信號，matlab 軟件里采用的正是離散短時傅里葉變換。

獲得原信號在t時刻附近 時段的信號，然后對該段信號 ts 進(jìn)行傅里葉變換。隨著平移參數(shù) 的改變， h t所確定的 時間窗 在時間軸上移動，使的信號 逐步進(jìn)入被分析的狀態(tài)。有分段信號函數(shù) ts 突出了原信號 在 時刻附近一個時段的特性，所以分段信號 的傅里葉變換反映了原信號在該時段的頻率分布。STFT 在時間分辨率和頻率分辨率不能同時兼顧[18]。好的時間分辨率需要較小的時寬；與此同時好的頻率分辨率需要較小的頻寬，也就是較大的時寬，但是時寬與頻寬相互制約，不能同時取得最小值。根據(jù)不確定性原則時寬與頻寬的乘積不小于 0.5，實驗表明，當(dāng)窗函數(shù)為高斯函數(shù)時，時頻分辨率最好。2.2.2 離散短時傅立葉變換在實際信號處理中，信號往往是離散的時間信號，matlab 軟件里采用的正是離散短時傅里葉變換。

方法將給定的信號分解為一系列固有模態(tài)函數(shù)（IMF，征模態(tài)函數(shù)是滿足一定條件的分量；然后對每一個本征相應(yīng)的希爾伯特譜[24]，這樣得到的希爾伯特譜能分別描化的瞬時頻率的信號。經(jīng)驗?zāi)B(tài)分解分解的終止條件是相同或至多相差一個；2）本征模態(tài)函數(shù)在任意點由局個處理過程流程圖如圖 2-3 所示。構(gòu)后的原始信號為：nnjjx c r 1 j 個 IMF；rn為為 x(t)的剩余項。-4 所示信號經(jīng)驗?zāi)B(tài)分解之后的幾個本征模態(tài)函數(shù)分量態(tài)函數(shù)頻率由高到低，顯示了原始信號不同頻段的信息

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 石曼曼;李雷;楊真真;;分段迭代匹配追蹤圖像重構(gòu)算法[J];中國圖象圖形學(xué)報;2017年09期

2 王世豪;金輝鑫;;基于微分進(jìn)化算法的匹配追蹤算法研究[J];數(shù)字技術(shù)與應(yīng)用;2015年01期

3 黃芳;朱永忠;;基于局部性質(zhì)的改進(jìn)正交匹配追蹤算法[J];青島科技大學(xué)學(xué)報(自然科學(xué)版);2013年05期

4 張玉峰;;改進(jìn)的基于樹型搜索的正交匹配追蹤算法[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年14期

5 高強(qiáng),張發(fā)啟,孫德明,何正嘉;遺傳算法降低匹配追蹤算法計算量的研究[J];振動、測試與診斷;2003年03期

6 高飛,玉振明,解光;匹配追蹤分解算法的簡化實現(xiàn)[J];廣西大學(xué)梧州分校學(xué)報;2002年01期

7 沙志超;盛衛(wèi)東;徐湛;李駿;;運用改進(jìn)正交匹配追蹤算法精確估計跳頻信號跳變時刻[J];國防科技大學(xué)學(xué)報;2016年02期

8 邢巖輝;林云;;改進(jìn)的壓縮采樣匹配追蹤算法[J];計算機(jī)應(yīng)用;2015年S1期

9 熊承義;董攀峰;;基于FPGA的正交匹配追蹤算法的硬件實現(xiàn)[J];中南民族大學(xué)學(xué)報(自然科學(xué)版);2013年02期

10 馮勇明;周麗;李真;;基于匹配追蹤的蜂窩夾層復(fù)合材料損傷檢測[J];儀器儀表學(xué)報;2012年04期

相關(guān)會議論文 前10條

1 李前言;康春玉;胡光潮;張大偉;;基于正交匹配追蹤的水下寬帶目標(biāo)方位估計方法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2015年學(xué)術(shù)會議論文集[C];2015年

2 陸媛媛;宋煒;左佳卉;李亭;;基于改進(jìn)匹配追蹤的子波特征能量氣藏檢測方法[A];中國地球物理2013——第十九專題論文集[C];2013年

3 李輝;;面向圖像視頻編碼的多規(guī)模匹配追蹤圖像表達(dá)法[A];信息科學(xué)與微電子技術(shù):中國科協(xié)第三屆青年學(xué)術(shù)年會論文集[C];1998年

4 邵婕;王一博;武紹江;薛清峰;常旭;;基于正交匹配追蹤的多分量微震數(shù)據(jù)去噪處理[A];2017中國地球科學(xué)聯(lián)合學(xué)術(shù)年會論文集（三十三）——專題63：微地震監(jiān)測與反演[C];2017年

5 許丹;張小正;畢傳興;;基于正交匹配追蹤算法定位管道內(nèi)旋轉(zhuǎn)聲源[A];2016年全國聲學(xué)學(xué)術(shù)會議論文集[C];2016年

6 孫晨;楊國權(quán);曹文俊;;壓縮感知貪婪算法綜述[A];2017中國地球科學(xué)聯(lián)合學(xué)術(shù)年會論文集（二十五）——專題50：地震波傳播與成像[C];2017年

7 于勇凌;張海燕;馬世偉;;改進(jìn)的chirplet匹配追蹤在Lamb波信號時頻分析中的應(yīng)用[A];融合與創(chuàng)新：新世紀(jì)物理聲學(xué)的發(fā)展——二零一二年度全國物理聲學(xué)會議論文集[C];2012年

8 裴松;印興耀;宗兆云;;基于改進(jìn)快速匹配追蹤的地層尖滅點識別方法[A];2017中國地球科學(xué)聯(lián)合學(xué)術(shù)年會論文集（三十二）——專題61：工程地球物理技術(shù)進(jìn)展與應(yīng)用、專題62：油藏地球物理[C];2017年

9 肖沈陽;劉勝興;付強(qiáng);鄭思遠(yuǎn);;基于多路徑匹配追蹤的水聲信道估計研究[A];中國聲學(xué)學(xué)會水聲學(xué)分會2015年學(xué)術(shù)會議論文集[C];2015年

10 高強(qiáng);段晨東;孟慶豐;;經(jīng)驗?zāi)Ｊ椒纸舛它c效應(yīng)處理方法研究[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 李青;優(yōu)化核方法[D];西安電子科技大學(xué);2007年

2 羅詠R

本文編號：2810929