一种基于经验模态法的震源子波提取方法

本发明涉及地震数据处理，尤其是涉及一种基于经验模态法的震源子波提取方法。

背景技术：

1、经验模态分解（empiricalmodedecomposition,emd）是一种自适应的数据分析方法，由nordene.huang等人于1998年提出，适用于处理非线性、非平稳信号。在地震数据处理领域，emd因其能有效提取信号中的多尺度特征而被广泛应用。

2、地震子波是一段具有确定的起始时间、能量有限且有一定延续长度的信号，它是地震记录中的基本单元。一般认为，地震震源激发时所产生的地震波仅是一个延续时间极短的尖脉冲，随着尖脉冲在粘弹性介质中传播，尖脉冲的高频成分很快衰减，波形随之增长，便形成了地震子波，一个地震子波一般有2至3个相位的延续长度，大约有90ms左右，然后以地震子波的形式在地下传播。

3、目前传统的震源子波提取方法在处理具有复杂时变特性的信号时，往往缺乏足够的自适应性来捕捉信号内部的多种时间尺度特征。emd则能够根据信号自身的变化自适应地进行分解，更好地保留信号的非线性、非平稳特性。并且地震信号往往包含多种频率成分和模式，传统方法在分离这些不同物理机制的信号分量时可能不如emd那样精确和有效，尤其是在震源子波与其他波成分高度混合的情况下。

4、由此可见，传统的震源子波提取方法仍存在缺乏自适应性和多分量信号处理能力有限的问题。

技术实现思路

1、本发明的目的是提供一种基于经验模态法的震源子波提取方法，解决了缺乏自适应性和多分量信号处理能力有限的问题。

2、为实现上述目的，本发明提供了一种基于经验模态法的震源子波提取方法，包括以下步骤：

3、s1、信号分解、将地震数据通过经验模态分解技术进行多层分解，得到一系列固有模态函数imf，每个imf代表了原始信号中不同时间尺度上的局部波动特征；

4、s2、选择合适的imf、在得到的所有imf中，通过对每个imf的特征提取，评估每个imf与震源子波之间的相似性，选择与震源子波特征最为接近的imf作为候选子波；

5、s3、去噪与平滑、对选中的imf进行适当的去噪处理，减少噪声对震源子波的影响；

6、s4、子波校正与合成、对选中的imf进行必要的校正，将校正后的imf与其他imf适当组合，使其恢复完整的震源子波形态；

7、s5、验证与应用、将提取出的震源子波与原始数据进行比较，验证其有效性。

8、优选的，在步骤s1中，信号分解的具体步骤如下所示：

9、s11、针对经验模态分解，选择地震数据的一段作为分析信号，找出信号中的所有局部极大值和极小值点；

10、s12、使用样条插值连接所有局部极大值点和极小值点，形成上包络线和下包络线；

11、s13、计算上包络线和下包络线的平均值，得到中间信号，将原始信号减去中间信号，得到差分信号；

12、s14、检查差分信号是否满足imf的条件，若不满足条件，则将差分信号作为新的信号重复步骤s11至s14，获得直到满足条件为止，定义；

13、s15、当差分信号满足imf条件时，将其作为保存，从原始信号中减去，得到剩余信号，并将剩余信号作为新的信号，重复步骤s11至s15，直到分解出所有imf或剩余信号满足停止条件；

14、s16、将所有分离出来的imf加上最后一个剩余信号重构原始地震数据信号，并分析每个imf，通过进行hilbert变换，获取瞬时频率和振幅信息。

15、优选的，在步骤s11中，经验模态分解的表达式如下所示：

16、；

17、式中，为第2个固有模态函数imf，为第2个固有模态函数imf，为第n个固有模态函数imf，为单调残差。

18、优选的，在步骤s15中，停止条件为剩余信号变得单调或其能量低于设定的阈值。

19、优选的，在步骤s3中采用小波变换对选中的imf进行去噪处理。

20、优选的，在步骤s4中，使用希尔伯特变换对imf进行频谱分析，检查是否有能量泄露或模式混淆现象，再通过重新分配高频或低频成分进行校正。

21、优选的，在步骤s5中，采用反褶积运算对震源子波进行验证，具体公式如下所示，其中，是反褶积后的地震记录，是原始地震记录，是震源子波。

22、因此，本发明采用上述结构的一种基于经验模态法的震源子波提取方法，具备以下有益效果：

23、（1）本发明不需要预先设定基函数，通过局部平均和局部极值点来识别并分解信号，能够自动适应信号的内在特征和变化趋势，这使得在处理复杂地质结构和不同类型的地震信号时更为灵活和有效。

24、（2）本发明能够将原始地震信号分解成一系列固有模态函数（intrinsicmodefunctions，imfs），每个imf代表了信号的一个特定频率带的信息。这种多层次的分解有助于更精细地识别和分离出震源子波，尤其是当子波包含多种频率成分时。

25、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

技术特征：

1.一种基于经验模态法的震源子波提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于经验模态法的震源子波提取方法，其特征在于：在步骤s1中，信号分解的具体步骤如下所示：

3.根据权利要求2所述的一种基于经验模态法的震源子波提取方法，其特征在于：在步骤s11中，经验模态分解的表达式如下所示：

4.根据权利要求2所述的一种基于经验模态法的震源子波提取方法，其特征在于：在步骤s15中，停止条件为剩余信号变得单调或其能量低于设定的阈值。

5.根据权利要求1所述的一种基于经验模态法的震源子波提取方法，其特征在于：在步骤s3中采用小波变换对选中的imf进行去噪处理。

6.根据权利要求1所述的一种基于经验模态法的震源子波提取方法，其特征在于：在步骤s4中，使用希尔伯特变换对imf进行频谱分析，检查是否有能量泄露或模式混淆现象，再通过重新分配高频或低频成分进行校正。

7.根据权利要求1所述的一种基于经验模态法的震源子波提取方法，其特征在于：在步骤s5中，采用反褶积运算对震源子波进行验证，具体公式如下所示，其中，是反褶积后的地震记录，是原始地震记录，是震源子波。

技术总结本发明公开了一种基于经验模态法的震源子波提取方法，属于地震数据处理技术领域。包括以下步骤：信号分解；选择合适的IMF；去噪与平滑；子波校正与合成和验证与应用。本发明适用于非线性和非平稳信号，不需要预先设定基函数，通过局部平均和局部极值点来识别并分解信号，能够自动适应信号的内在特征和变化趋势，使得在处理复杂地质结构和不同类型的地震信号时更为灵活和有效。并且能够将原始地震信号分解成一系列固有模态函数，每个IMF代表了信号的一个特定频率带的信息，有助于更精细地识别和分离出震源子波。避免了频谱分析中常见的窗函数引起的泄漏和混叠效应，从而更好地保持了信号的时间局部性和频率特性。技术研发人员：董冬冬,钱进,李翠琳,张广旭受保护的技术使用者：中国科学院海洋研究所技术研发日：技术公布日：2024/9/2