[发明专利]基于小波域卡尔曼滤波的地震互相关信号拾取方法和系统

权利要求书

1.一种基于小波域卡尔曼滤波的地震互相关信号拾取方法，其特征在于，包括以下步骤：

S1将各检测点获得的地震信号进行小波转换，并获取小波系数；

S2将任意两个所述检测点获得的地震信号的所述小波系数进行互相关，获得小波互相关函数；

S3根据所述小波互相关函数，获得小波互相关的图像，并在所述图像中获取一地震道的目标波场；

S4通过卡尔曼滤波，根据所述地震道的目标波场获取地震道集的目标波场；

S5将所述地震道集的目标波场转换为新的小波互相关函数，并将所述新的小波互相关函数转换至时间偏移距域，获得地震相关信号。

2.如权利要求1所述的基于小波域卡尔曼滤波的地震互相关信号拾取方法，其特征在于，所述S1中小波系数的公式为：

其中，是小波系数，X(t)是t时刻获得的地震信号，是Ricker母小波，符号f和λ分别是小波频率和平移量，T为测试时长。

3.如权利要求1所述的基于小波域卡尔曼滤波的地震互相关信号拾取方法，其特征在于，所述S2中的小波互相关函数WM(f,τ)为：

其中，和是分别在检波器A和检波器B处获取的噪声波场的小波系数函数，τ为检波器A和检波器B之间的时间延迟，f和λ分别是小波频率和平移量，T为测试时长。

4.如权利要求3所述的基于小波域卡尔曼滤波的地震互相关信号拾取方法，其特征在于，所述步骤S3中，在所述图像中获取一地震道的目标波场的方法为：对所述小波互相关的图像窗口化，根据每个窗口小波系数的局部平均幅度来选择阈值，并保持小波系数的幅度高于所述阈值的小波系数，将小波系数的幅度低于所述阈值的小波系数的值设置为零。

5.如权利要求4所述的基于小波域卡尔曼滤波的地震互相关信号拾取方法，其特征在于，所述地震道的目标波场对应的互相关函数WM_T(f,τ)为：

WM₀(f,τ)＝W(f,τ)*_f,τWM(f,τ)

其中，*为褶积算子，W(f,τ)为窗口长度调整函数，WM(f,τ)为原小波互相关函数，WM₀(f,τ)为小波时频域中窗口化之后输出的小波互相关函数，WM_i(f,τ)为目标波场对应的小波互相关函数，η为阈值，f和λ分别是小波频率和平移量。

6.如权利要求1-5任一项所述的基于小波域卡尔曼滤波的地震互相关信号拾取方法，其特征在于，通过卡尔曼滤波获取地震道集的目标波场的方法为：

基于已经获得的地震道的目标波场，通过预测函数预测下一条地震道的目标波场位置和大小，得到下一条地震道的预测目标波场；

通过所述步骤S1-S3，获取下一条地震道的实际目标波场，计算预测目标波场和实际目标波场的协方差矩阵；

计算卡尔曼增益矩阵，并根据所述卡尔曼增益矩阵优化所述预测函数。

7.如权利要求6所述的基于小波域卡尔曼滤波的地震互相关信号拾取方法，其特征在于，初始的所述预测函数的表达式为：

初始的协方差矩阵为：

其中，k是偏移序列索引，Y_k是偏移距k的预测向量，P_k是与Y_k有关的预测误差协方差，N和Q分别是预测噪声和预测协方差，变量Ф是第一模型矩阵，Ф^T是第一模型矩阵的转置矩阵。

8.如权利要求7所述的基于小波域卡尔曼滤波的地震互相关信号拾取方法，其特征在于，所述卡尔曼增益矩阵的表达式为：

其中，G是卡尔曼增益矩阵，R是测量协方差，H是第二模型矩阵，H^T是第二模型矩阵的转置矩阵。