[发明专利]时变相位分解与重构方法

说明书

本发明提供一种时变相位分解与重构方法，该时变相位分解与重构方法包括：步骤1，输入地震数据；步骤2，选择窗函数类型和时间长度，进行地震数据时频谱分析；步骤3，进行相位分解；步骤4，设定待重构的相位值和容许误差；步骤5，在设定好的相位内对所有频率的信息进行处理，得到相位重构后的地震道。该时变相位分解与重构方法用于地震数据的处理和解释过程中，实现地震数据的相位分解，整个相位分解与重构过程简洁高效，在实际中具有很好的应用效果。

技术领域

本发明涉及油田开发技术领域，特别是涉及到一种时变相位分解与重构方法。

背景技术

目前，地震数据的时频分析方法应用非常广泛，这些方法往往只是去分析地震数据的振幅谱，进而进行有效储层的预测，但是对于相位谱，几乎没有涉及，主要原因是对相位谱的分析难度很大，因此，如何从地震数据中有效地提取相位信息并进行分析是地震数据频率域处理的难点。

傅立叶变换是地震数据分析和处理中用到的最核心的技术。它把数据从时间域转换到频率域，可以有效地重新分布数据，并由此分析出数据的分布规律。通过傅立叶变换把信号的时间域表示与频率域表示联系起来，使在时间域内难以观察的现象和规律，在频率域内可以清楚地显示出来。时间域和频率域构成了一个信号的两种表示方式。虽然傅立叶变换建立了从一个域到另一个域的一种数学表示方法,但是这两个域是不同的，它们并没有构成一个统一的域。信号的时间信息在频域是很难得到的，同样频谱只是显示任一频率包含在信号中的总强度,它很难提供有关谱分量的时间局域化的信息。然而，地震数据的频率成分是随着时间的变化而变化的。因此，地震信号属于非平稳信号这一类。分析非平稳信号需要把整体频谱的概念推广到局部频率的描述上。由傅立叶变换得到的谱能量密度函数可以表示数据的频率，但是不能表示出什么地方频率成分发生了变化。

针对这一问题，近年来发展了信号时频域表示方法，它将一维时域信号x(t)或者频域信号X(ω)映射成为时间－频率平面上的二维信号P_x(t,ω)，其性质与用途非常令人感兴趣。这些时频表示方法主要有线性时频表示类和二次(双)线性时频表示类。

时频分析技术自发轫之初，其应用潜力就初露端倪，这一技术的长足进展，为许多难题的解决带来了曙光，时频分析的方法包括线性时频表示法和二次时频表示法。信号的线性时频表示主要有短时傅立叶变换(Short Time Fourier Transform,STFT)、小波变换(Wavelet Transform,WT)以及S变换(S-transform,ST)等等。

短时傅立叶变换实际上就是加窗的傅立叶变换，通常假设信号在窗函数的有效持续时间内是平稳的，但此条件通常无法满足或近似满足，短时傅立叶变换使用一个固定的窗函数，窗函数一旦确定了以后，其形状就不再发生改变，短时傅立叶变换的分辨率也就确定了，如果要改变分辨率，则需要重新选择窗函数。短时傅立叶变换用来分析分段平稳信号或者近似平稳信号犹可，但是对于非平稳信号，因而它的时间和频率分辨率都很低，不能满足分析精度上的要求。

小波变换是近十几年才发展起来的信号分析方法，它主要用于数据的压缩和图像的边缘检测，小波变换是以时间和尺度为参数，在时间-尺度平面的不同位置上具有不同的分辨率，因而是一种多分辨率分析方法。小波分析得益于小波基函数的完备性、自相似性和多分辨性，它能获得成功的两个最重要的原因是其拥有塔形快速算法和良好的时频局域特性；缺点则是一旦母小波选择不当，应用效果会大受影响。

美籍华人N.E Huang等人在对瞬时频率的概念进行了深入研究后，创立了希尔伯特-黄变换的新方法，创造性地提出了固有模态信号的新概念以及将任意信号分解为固有模态信号组成的方法—经验模态分解法，从而赋予了瞬时频率合理的定义、物理意义和求法，初步建立了以瞬时频率为表征信号变化的基本量，以固有模态信号为基本时域信号的新时频分析方法体系，这一方法体系从根本上摆脱了傅立叶变换理论的束缚，但是这种方法的最大缺陷是它的抗噪能力不强，有时候的分析结果难以解释，从而限制了这种方法的应用。