System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及地震勘探数据处理,具体涉及一种基于小波变换的被动源面波频散谱分析的处理方法。
技术介绍
1、在传统被动源面波频散谱分析的过程中,数据的时间长度往往长达几分钟乃至几小时。为了加快数据的处理速度,往往将长时间数据按照某一固定时间长度,例如5秒时长进行切割,再将切割后的时间分段计算任务均匀分配在计算机的多个线程上进行并行计算。
2、对面波数据而言,低频信号包含地下深处的波速信息,但低频信号周期时间较长,需要将震动信号切割为较长的时间分段,否则会降低频散谱低频部分的完整性;高频信号包含地下浅层的波速信息,但高频信号容易受到环境噪音干扰,且波场随机性更高,需要增加叠加次数来提高数据稳定性。因此需要将震动信号切割为较短的时间分段,否则会降低频散谱高频部分的准确性和高频混叠部分的极限分辨率。
3、在传统被动源面波频散谱分析的过程中,时间分段为一般为固定长度,其对应的采样点长度为2的幂次方,方便计算机进行分割和并行运算,但固定长度的时间分段难以兼顾低频和高频数据分析所对应的不同长度需求,具体为:
4、低频信号完整性较低:固定时间长度的时间分段会使信号周期接近或者大于分段时间长度的低频数据产生严重的幅度和相位畸变,导致低频数据完整性大幅降低;低频信号在频散谱中用于计算地下深部波速。在低频信号完整性受损的情况下,频散谱低频能量团不清晰,难以提取频散曲线,有效探测深度因此变浅。
5、高频信号稳定性较低:固定时间长度的时间分段对于信号周期远小于分段时间长度的高频信号而言过长,高频信号在长时间
6、一般探测项目对探测深度和浅层盲区范围有硬性要求,导致必须使用较长时间分段和高叠加次数来进行数据采集,进而大大延长了数据采集时间,降低了探测效率。同时,传统被动源面波频散谱分析方法会将所有时间分段不加甄选全部计算,难以剔除明显污染数据的时间分段,同样降低了数据质量和探测效率。
7、由此可见,如何提高被动源面波频散谱数据分析质量并兼顾低频和高频信号不同时间长度需求是亟需解决的问题。
技术实现思路
1、为了解决上述技术问题,本专利技术提供了一种基于小波变换的被动源面波频散谱分析的处理方法,具体包括以下步骤:
2、s1、自适应时间分段切割:根据探测深度范围、分辨率和预估面波波速计算分频频点,并根据各所述分频频点计算相应的分段时长,并将原始数据d切割成分段数据dm;
3、s2、数据段分频处理:对所述分段数据dm进行小波卷积分频;
4、s3、单频数据分析:对分频后的数据的信噪比进行评价和筛选,并计算数据的有效相位信息p;
5、s4、频散谱成像过程:根据各道的所述有效相位信息p,计算出各道之间的相位差δp;结合两道之间的距离差δx,依次算出频率f下的相速度合成f-v二维频散能量谱。
6、进一步的,所述s1中还包括:
7、s11、根据最浅探测深度d1、最深探测深度d2以及预估面波波速vr,计算出最低频率f1和最高频率f2,其中,计算公式为:
8、
9、
10、s12、根据每倍频程分频数,将所述最低频率f1和最高频率f2取对数后均分为nf个频率,再根据所述频率数量nf计算出每个分频fk,其中,所述频率数量nf满足公式:
11、
12、其中,vpo为每倍频程分频数;
13、所述分频fk满足公式:
14、
15、其中,f1为最低频率;vpo为每倍频程分频数。
16、进一步的,所述s1中还包括:
17、s13、针对每个分频fk,将时间分段长度确定为5倍周期长度,计算得到采样点的数量lk,且满足公式:
18、
19、其中,fs为数据的采样率;
20、s14、将原始数据d切割成多个长度为lk的分段数据dm,且并行输出给各分频处理系统进行处理,并将所述分频处理系统输出的数据整合为有效相位信息p,所述有效相位信息p满足关系:p=p(fk)。
21、进一步的,所述s2中还包括:
22、s21、将所述分段数据dm并行输出给各分频fk对应的单频数据分析系统;
23、s22、将所述单频数据分析系统输出的分段数据整合为分段有效相位信息pm,所述分段有效相位信息pm满足关系:pm=pm(fk)。
24、进一步的,所述s3中还包括:
25、s31、计算每个所述分频fk对应的morse小波基bk;
26、s32、所述bk依次与所述分段数据dm进行卷积得到卷积数据zmk;
27、s33、将所述卷积数据zmk分解为振幅数据amk和相位数据ps,计算所述振幅数据amk的全局均方根值ak,并筛选出振幅数据大于ak的时间tmk,将所述时间tmk对应的相位数据ps作为有效相位信息pmk进行输出。
28、进一步的,若所述s33中所述振幅数据小于等于所述ak,则返回步骤s31。
29、与现有技术相比,本专利技术具有如下有益效果:
30、本专利技术通过自适应时间分段切割,有效保证了被动源面波数据低频信号的完整性和高频信号的稳定性;通过小波变换对被动源面波数据进行分解,可将原始信号分解为复信号,其振幅和相位信息精细地描述了波场的运动和变化,大幅提高了对被动源面波信号的解析能力;通过分频方法处理数据,便于控制变量,以评价某一频率下的全局数据质量,从而方便数据筛选,进而提高采集效率;通过并行处理分段和分频数据,使计算资源得以最大化利用,进而提高计算速度。
本文档来自技高网...【技术保护点】
1.一种基于小波变换的被动源面波频散谱分析的处理方法,其特征在于,具体包括以下步骤:
2.根据权利要求1所述的基于小波变换的被动源面波频散谱分析的处理方法,其特征在于,所述S1中还包括:
3.根据权利要求2所述的基于小波变换的被动源面波频散谱分析的处理方法,其特征在于,所述S1中还包括:
4.根据权利要求1所述的基于小波变换的被动源面波频散谱分析的处理方法,其特征在于,所述S2中还包括:
5.根据权利要求4所述的基于小波变换的被动源面波频散谱分析的处理方法,其特征在于,所述S3中还包括:
6.根据权利要求5所述的基于小波变换的被动源面波频散谱分析的处理方法,其特征在于,若所述S33中所述振幅数据小于等于所述Ak,则返回步骤S31。
【技术特征摘要】
1.一种基于小波变换的被动源面波频散谱分析的处理方法,其特征在于,具体包括以下步骤:
2.根据权利要求1所述的基于小波变换的被动源面波频散谱分析的处理方法,其特征在于,所述s1中还包括:
3.根据权利要求2所述的基于小波变换的被动源面波频散谱分析的处理方法,其特征在于,所述s1中还包括:
4.根据权利要求1所述的...
【专利技术属性】
技术研发人员:刘贵熙,杨阳,陈静,
申请(专利权)人:合肥国为电子有限公司,
类型:发明
国别省市:
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。