买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学

摘要：本发明涉及一种井中地震信‑噪迭合波场高维多分量特征智能分离方法，属于地球物理油气资源勘探领域。建立时域多分量分解结果服务于不同维度差异化特征性质表达；建立多分量信噪成分基础上的六维特征属性空间，并揭示DAS记录中直达波、反射波等复杂信号波及多类型噪声的数理特性表征；设立以树状模型为基学习器的双阶段高度集成框架以完成高维属性空间中的特征点类别判定分离任务，从而精确、高效地实现信号波场的低损伤保留和噪声波场的最大程度压制。方法灵活、准确保留井中DAS二维勘探记录信号场的幅度特性和频率能量成分，数理基础支撑扎实可靠，特征可解释性强，为薄、细地层检测、油气藏开采等实际应用提供重要依据。

主权项：1.一种井中地震信-噪迭合波场高维多分量特征智能分离方法，其特征在于：包括下列步骤：步骤1井中DAS二维地震勘探记录获取；步骤2多分量高维时频特征属性空间建立：2.1、以改进的固有时间尺度分解方法建立多分量分解成分将固有时间尺度分解中的线性收缩变换方法替换为三次样条差值算法，改以平滑曲线方式串联拟合所有极值点，从而有效改善分解后子波毛刺、畸变与信号形态的不连续性问题；另一方面在每次分解过程中加入筛分过程，在大迭代中嵌套进小迭代循环，对大迭代所得粗糙分量细加工，进一步缩小不同时间尺度信息重叠范围，减轻频率成分混叠程度，同时依据井中DAS记录噪声分布强度不均、能量差异大的特点提出基于标准差和相似性衡量的灵活化迭代终止条件，即采用物理意义明确的曼哈顿距离衡量地震记录数据每次筛分迭代前后的基线信号与原分解分量间差异，并以公式1的标准差作为距离曲线平缓度衡量标准以确定迭代终止次数，避免不同数据表现情况下以统一标准作为不贴切、不合适衡量； 其中，x代表信号数据，代表数据均值，N为信号长度；经过改进的固有时间尺度分解算法的数学过程描述如下： 其中，PRCt为每次迭代过程中所得分解分量，h为分解所得的分量个数，l代表筛分迭代次数，rt与r*t代表分解后剩余的残差分量；步骤2.2、多维度时、频域特征因子张成六维特征属性空间利用时频域特征对各分量进行六维时、频独立域特征提取，并以此为基础张成六维特征属性空间；在此六维特征属性空间中，井中DAS记录的分解多分量结果被以六维特征因子所表征描述，进一步放大低维空间内不易观察得的信、噪所在分量成分表现差异，从而为最终的不同类别分量分离提供多维空间数据基础；被采用的特征因子包括峭度、峰值因子、脉冲因子和裕度因子这四个时域特征，式3-公式6，与均方根频率和频率标准差这两个频域特征，式7、式8；这些特征分别提取包括地震数据各子波分量的幅值波动情况、峰值分布特点的时域信息以及主频带范围、频率能量波动的频域信息； 其中，fk为信号包含频率成分，Sk为信号功率谱能量，K为频率成分总个数，max·为求取信号最大值操作；步骤3树状集成模型概率预测结果输出；步骤4信、噪多迭合波场分离。

全文数据：

权利要求：

百度查询： 吉林大学 井中地震信-噪迭合波场高维多分量特征智能分离方法