希尔伯特黄变换在地震数据处理中的应用.pdfVIP

中图分类号：P631.4 单位代码：10425 学 号： 希尔伯特黄变换在地震数据处理中的应用 The application of the Hilbert-Huang Transform in seismic data processing 学科专业： 地球探测与信息技术 研究方向： 地球物理探测方法与技术 作者姓名： 王姣 指导教师： 杨国权（副教授） 二〇一三年六月 The application of the Hilbert-Huang Transform in seismic data processing A Thesis Submitted for the Degree of Master Candidate：Wang Jiao Supervisor: Associate Prof.Yang Guoquan School of Geosciences China University of Petroleum (East China) 摘 要 与传统的时频分析方法相比，希尔伯特黄变换（Hilbert-Huang Transform ，HHT ） 在处理非线性非平稳信号时有着较为明显的优势，而且 HHT 可以根据信号本身的特点 自适应的分解出一系列不同频率的分量，即固有模态函数 （Intrinsic Mode Function ， IMF ），不用考虑基函数或者窗函数的选取等其他非自身因素的干扰，得到的结果能更好 的反映信号本身的特点。HHT 的核心部分是经验模态分解 （Empirical Mode Decomposition ，EMD ），EMD 在处理信号时有很多的优点，但是同样也存在着很严重 的问题，其中之一就是模态混叠问题，针对此问题，本文研究了几种改进的算法，包括 集合经验模态分解 （Ensemble EMD ，EEMD) ，互补集合经验模式分解 （Complementary EEMD ，CEEMD ）和均值约束下的EMD 。EEMD 引入了辅助作用的Gauss 白噪声，使 得信号在不同尺度上具有连续性，极值点特性得到了改变，比较好的避免了模态混叠现 象；CEEMD 在EEMD 的基础上做了进一步的改进，所加的每个噪声都采用正负成对的 形式，能够非常精确的去除重构信号的剩余噪声，并且提高了计算速度；均值约束下的 EMD 求包络线考虑到了较强低频信号中的微弱变化，能比较好的反映低阶弱突变点变 化的特点。 在压制随机噪声方面，本文主要采用了分频滤波法和基于CEEMD 分解的小波阈值 法，分频滤波法主要是通过舍弃包含噪声较多的分量达到去噪的目的；基于CEEMD 的 小波阈值分解方法相对于单纯的CEEMD 分频滤波和小波阈值去噪都具有很大的优势， 应用前景比较好。在压制面波的研究方面，本文给出了基于EMD 分解的F-x 域面波压 制和在时域利用EMD 分频分解去除面波的方法，其中基于经验模态分解的F-x 域面波 利用面波具有低频高波数的特点，去除含面波部分；EMD 分频分解压制面波的方法主 要是考虑到了面波的频域特征以及面波与一次波的正交假设。利用EMD 分解提高地震 剖面的分辨率主要是针对叠后资料的深层反射波，处理之后的频带得到适当的拓宽。另 外，本文对基于 EEMD 的二维经验模态分解做了初步的尝试，将其用于去噪处理中， 并取得了一定的效果。 总体来说，模型试算和实际资料的处理证明了改进的