【技术实现步骤摘要】
一种基于VMD局部F-X谱分解的沙漠勘探弱信号恢复方法
本专利技术属于地球物理
，尤其涉及沙漠勘探弱信号恢复方法，
技术介绍
众所周知，地震数据的信噪比和分辨率直接影响后续的结构预测和参数反演结果。因此，如何提高地震资料质量，重构微弱地震有效信号成为地震数据处理中的重点。影响沙漠地区地震勘探数据中弱有效信号恢复的主要因素是其独特的地质条件。由于沙漠地区地表被沙丘覆盖，有效地震波的传播能量被严重吸收和衰减，产生的随机噪声具有非平稳、非高斯、非线性和低频等特性，微弱的有效地震信号淹没于噪声当中，难以识别和恢复。目前，国内外有关地震勘探随机噪声压制及有效信号恢复的方法有很多，除了传统的中值滤波、维纳滤波、自适应滤波、小波变换、经验模态分解(EMD)、f-x滤波、经验模态分解(EMD)等之外，还包括后续发展出来的Curvelet变换、Contourlet变换、S变换、时频峰值滤波(TFPF)等方法。但这些现有方法对沙漠地区勘探数据中有效信号的恢复结果均不够理想，因此寻找适合沙漠地区地震勘探数据中弱信号恢复的新方法成为研...
【技术保护点】
1.一种基于VMD局部F-X谱分解的沙漠勘探弱信号恢复方法，其特征在于，包括下列步骤：/n1)基于地震勘探数据中同相轴的多样性及信号的时变性，首先对含噪地震数据采用二维加窗的局部化处理，保证每个窗内数据特征的相似性；对一张n
【技术特征摘要】
1.一种基于VMD局部F-X谱分解的沙漠勘探弱信号恢复方法，其特征在于，包括下列步骤：
1)基于地震勘探数据中同相轴的多样性及信号的时变性，首先对含噪地震数据采用二维加窗的局部化处理，保证每个窗内数据特征的相似性；对一张n1×n2的含噪地震数据D，选取合适的时间窗长nt和位移窗长nl，令该二维窗在含噪地震数据上滑动，相邻两个窗之间具有一定的重合，用重合系数ξ(0<ξ<1)来表示，实现对含噪地震数据D的分块处理；将划分出的第i个数据块用D(i)(i＝1,2,…,N)来表示，N为划分出的数据块个数，则：
D(i)＝[D(i)(a,b)]，a＝1～nt，b＝1～nl(1)
于是D(i)中的第b列数据用D(i)(:,b)来表示，第a行数据用D(i)(a,:)来表示；
接着，对含噪数据块D(i)(i＝1,2,…,N)中的各列数据、即沿时间方向的数据进行傅里叶变换，以D(i)中的第b列数据D(i)(:,b)为例，式(2)给出了对其进行傅立叶变换的公式：
其中k为频域采样点序号，n为时域采样点序号，j为虚数单位，F(i),(:,b)(k)为时域数据D(i),(:,b)(n)对应的频域数据；通过式(2)可以计算出D(i)中各列数据对应的频域数据，于是D(i)的F-X谱F(i)就可由其各列数据的频域数据组合得到，即F(i)＝[F(i)(:,1)(k),F(i),(:,2)(k),…,F(i),(:,nl)(k)]，以此类推其他数据块的情况；
2)将VMD算法应用于步骤1)中得到的每个数据块的F-X谱数据，实现F-X谱数据中有效信号与噪声成分的分离，利用VMD算法对F-X谱数据的行向量、即沿位移方向进行分解，F(i)的第a行数据表示为F(i)(a,:)，由于F(i)是复数，直接应用VMD算法无法实现对复数的分解，因此采用对实部和虚部分别进行分解再组合的方式，实现对F-X谱数据的分解过程；式(4)给出了F(i)(a,:)的复数形式：
F(i)(a,:)＝F(i)(a,:)real+jF(i)(a,:)img，a＝1～nt(4)
其中j为虚数单位，F(i)(a,:)real和F(i)(a,:)img分别为实部数据和虚部数据；
接着，利用式(3)将F(i)(a,:)real和F(i)(a,:)img分别分解为K个子模态函数加权和的形式，分解后的各个子模态函数与F(i)(a,:)real和F(i)(a,:)img之间的关系为：
式中K为子模态函数个数，通常在4到7之间，up,r...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。