一种时频谱的时间同步压缩提取变换方法技术

本发明专利技术涉及一种时频谱的时间同步压缩提取变换方法，隶属于油气田勘探技术领域，该方法首先对地震数据做常规时频变换计算时频谱和群延迟算子，然后通过群延迟和高斯窗构建一个时间同步压缩提取算子，最后根据同步压缩提取算子对时频谱进行同步压缩提取变换，从而得到压缩提取变换后的时间方向具有一定宽度的振幅谱，且每个频率的振幅谱都具有相同的时间分辨率，该振幅谱相对于未进行压缩提取变换前的振幅谱，提高了时间方向上的分辨率，从而提高了时频分析的精度，相对于常规的时间同步压缩方法得到的振幅谱，每个频率的振幅谱都具有相同的时间分辨率，提高了多个频率的振幅谱对比分析的可靠性

【技术实现步骤摘要】
一种时频谱的时间同步压缩提取变换方法


[0001]本专利技术涉及油气田勘探
，尤其涉及一种时频谱的时间同步压缩提取变换方法
。

技术介绍

[0002]时频分析是利用时频联合密度函数来描述信号在时域和频域的能量密度或强度，并对其进行分析和处理的方法
。
由于时频分析使我们能够分析地震信号在时频域的能量分布，因此时频分析技术广泛应用于地球物理勘探领域，如油气识别
、
薄层识别
、
河道砂体检测等，经过多年的理论扩充，时频分析已经成为主流的地震资料处理技术
。
常规的时频分析方法大致可以分为两类：
(1)
线性时频分析方法：如短时傅里叶变换
(STFT)、
小波变换
(WT)
和
S
变换等，该类方法通过计算信号与基函数的卷积来得到时频特征；
(2)
双线性时频分析方法：如
Wigner
‑
Ville
分布及其变体等，该类方法通过计算其局部信号相关的傅里叶变换来得到较高的时频分辨率
。
[0003]然而，常规时频方法存在一些缺陷，如线性时频分析方法受限于海森堡不确定性原理的约束，即不能同时获得较高的时间和频率分辨率
(
张金强
,2023)
，并且因时频聚焦能力差，频谱值将分布在时频谱图中的一条带上，其几何形状共同取决于信号和窗口，因此，在时频谱图上不应该存在能量的位置会观察到错误的能量分布
(Zhonglai Huang,2016)。
双线性时频分析方法对于多分量信号将引入了意外的交叉项，时频谱上会受到能量密度重叠或者交叉的影响，从而难以完成对信号的有效识别
(
张洪茂
,2023)。
[0004]为了克服常规时频分析方法分辨率不足的缺陷，近年来一些基于传统时频分析方法的后处理方法被相继提出，如重新分配方法
(RM)
；频率方向上的同步压缩方法，如同步压缩变换
(SST),
同步压缩提取变换
(SET)
等；时间方向上的同步压缩方法，如时间同步压缩变换
(TSST),
时间同步压缩提取变换
(TET)
等
。
[0005]RM
方法通过将时频系数重新分配到瞬时频率轨迹中以实现信号的更好的时频定位，但它不允许信号的重建
(Gang Yu,2021)。
而频率方向上的同步压缩方法如同步压缩
、
同步压缩提取等方法仅在频率方向上将时频系数压缩到瞬时频率中，因此它们具有重构信号的能力且相对于
RM
方法可以提供更高的时频分辨率
(Zhen Li,2020)
，然而该类方法仅对频率方向进行同步压缩，在时间方向上并不能提供很好的时频分辨率
(F.Auger,2013)。
而时间方向上的同步压缩方法通过引入群延迟算子来对时频谱进行同步压缩，可以对类脉冲信号实现相对高度集中的时频分辨率
(Dong He,2019)。
时间方向上的同步压缩方法包括时间同步压缩变换
(TSST)
和时间同步压缩提取变换
(TET)
等方法，其中
TET
相对于
TSST
具有更强的抗噪能力
(Gang Yu,2021)。
然而时间方向上的同步压缩方法在处理地震信号时，往往将能量在时频谱上压缩成了一条脊线，不利于实际的分析和处理，如多个频率的振幅谱的对比分析等
。
本专利技术提出了一种时频谱的时间同步压缩提取变换方法，旨在通过构建一种时间同步压缩提取算子来解决常规技术
(
如
TET
等
)
存在的问题，将时间方向的振幅谱能量压缩在一定宽度范围内
(
优点1：提高分辨率
)
，且保持单个频率的振幅谱具有相同的时间分辨
率
(
优点2：可以进行多个频率的振幅谱的对比分析
)
，提高基于时频谱分析的储层预测的精度和可靠性
。

技术实现思路

[0006]本专利技术为了解决常规时频分析方法分辨率较低及高分辨率时频分析方法中时间同步压缩方法将能量在时频谱上压缩成了一条脊线，不利于实际数据的分析的缺陷
(
如不能进行多个频率的振幅谱的对比分析
)
，提出了一种时频谱的时间同步压缩提取变换方法
。
该方法先对数据做常规时频变换
(
如短时傅里叶变换，小波变换，
S
变换等
)
计算时频谱，再计算数据的群延迟算子，并根据群延迟算子构建同步压缩提取算子，最后根据同步压缩提取算子对时频谱进行同步压缩提取变换，从而得到压缩提取变换后的时间方向具有一定宽度的振幅谱，且每个频率的振幅谱具有相同的时间分辨率
。
该振幅谱相对于未进行压缩提取变换前的振幅谱
(
常规时频方法的振幅谱
)
，提高了时间方向上的分辨率，从而提高了时频分析的精度；相对于常规的时间同步压缩方法得到的振幅谱
(
如
TET
方法得到的振幅谱
)
，其振幅谱能量在时频谱上不再是一条脊线，而是分布在一定宽度范围内，且每个频率的振幅谱具有相同的时间分辨率，提高了多个频率的振幅谱的对比分析的可靠性
。
[0007]具体的技术方案如下：
[0008]S1
：对数据做常规时频变换计算时频谱，以常规时频变换中的小波变换方法为例，其计算方程如下，
[0009][0010]式中，
x(t)
为数据的时间域表示，
W(a,b)
为小波变换结果，其中
a
为尺度，
b
为时间，
ψ
(t)
为小波基函数，
()
*
表示复共轭，在实际应用中，通常选用复
Morlet
小波作为小波基函数，其表达式如下，
[0011][0012]其中
f
c
为复
Morlet
小波的中心频率，
f
b
为复
Morlet
小波的带宽频率；
[0013]S2
：以
t
ψ
(t)
作为基函数，带入小波变换公式得到
W
tg
(a,b)
，其表达式如下，
[0014][0015]S3
：计算群延迟算子，其表达式如下，
[0016][0017]式中，即为得到的群延迟算子，其为复数形式，但在实际使用中仅用到其实数部分，因此，需对其结果做取实部处理；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种时频谱的时间同步压缩提取变换方法的具体步骤包括：步骤1，根据实际地震数据，提取单道数据，对其进行常规时频变换计算时频谱，下面将以常规时频变换中的小波变换方法为例，根据数据的采样点数以及采样频率设置小波变换的参数，得到小波变换结果
W(a,b)
，式中，
x(t)
表示时域信号，
a
为小波变换的尺度，
b
为其时间，
()*
表示函数的复共轭，
ψ
(t)
为小波基函数，其应为一个复数小波函数，在实际应用中，通常选用复
Morlet
小波作为小波基函数，其表达式为，其中
i
为复数单位，
f
b
为复
Morlet
小波的带宽频率，
f
c
为复
Morlet
小波的中心频率，可以通过控制
f
b
和
f
c
来调节小波变换的时频分辨率；步骤2，以
t
ψ
(t)
作为基函数，带入小波变换公式得到
W
tg
(a,b)
，其中，
ψ
(t)
及其参数应当同步骤1中的相同；步骤3，根据得到的
W(a,b)、W
tg
(a,b)
以及尺度
a
来得到群延迟来得到群延迟其中，
rel()
表示取复数的实部，得到的群延迟以及步骤1中得到的小波变换
W(a,b)
均为尺度域，需要将其转换至频率域，计算方法是，
ω0＝2π
f
c
，式中，<...

【专利技术属性】
技术研发人员：史威龙，张本健，熊晓军，熊高君，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：