地震信号分析中具有波形形态信息约束的超完备字典构造方法及其应用

This project utilizes the Morphological Component Analysis (MCA) theory to study the construction method of overcomplete dictionaries for MCA that are suitable for seismic signal processing. The morphological diversity of the waveforms between lateral heterogeneity of seismic strata such as channels and stable sedimentary strata is especially studied. According to the features of seismic signals, this project selects or constructs the evaluation rules based on MCA sparse decomposition and also the fast numerical solution method for processing and analyzing massive high dimensional seismic signal. Furthermore, by utilizing MCA, this project studies precise characterization method for lateral heterogeneity of seismic strata such as channels in 3D seismic data. This study has important practical significance and may develop the theory and method of sparse signal representation.

利用形态分量分析（Morphological Component Analysis, MCA）理论，根据河道等地层横向非均质体与稳定沉积地层对应地震波形形态特征的差异性，研究适合于地震信号处理的MCA的超完备字典构造方法；根据地震信号的特点，选择或构造基于MCA稀疏分解的评价方法；选择或构造适合海量高维地震信号处理和分析的快速MCA求解算法；研究利用MCA对3D地震资料中河道等地层横向非均质体的精细刻画方法。该项研究具有重要的实际意义，也将发展稀疏表示理论与方法。

利用形态分量分析理论，根据河道等地层横向非均质体与稳定沉积地层对应的地震波形响应形态特征的差异性，构造了联合2D非下采样小波变换及Curvelet变换的超完备字典，进而基于块坐标松弛算法求解MCA问题；通过理论模型及实际3D地震资料算例，验证了理论方法的有效性。和目前常用储层分析方法，如频谱分解、相干体技术等方法不同，本项目所提方法直接从地震数据体中分离出表示与储层相关的河道、点垻等地质体的波形响应信号，不受上覆及下伏地层地震响应信号影响，具有更高的解释精度，在此基础上，可进一步进行针对特定地质目标的属性分析等；考虑到一种固定变换只能稀疏表示一种类型波形特征的缺陷，使得固定变换在复杂地震资料中不能很好地匹配地震波形信息。因此，在固定字典的基础上，引入自适应学习字典的方法，本项目提出了一种基于MCA的自适应河道砂体地震响应波形特征分离方法，通过对不同特征分量学习训练稀疏字典，进而用块坐标松弛算法再进行求解，得到混合信号不同特征分量，该部分研究内容已通过典型模拟及实际地震数据测试，获得了初步的研究成果。另外，本项目提出的基于高精度地层倾角线性反演的地震全体积拉平方法，是从地震数据体成功分离河道砂体等储层地震响应信号的必备环节。除了完成项目原计划内容外，本项目根据叠前地震数据中波形形态差异明显的分量，对地震信号进行建模，进而构造能稀疏表示各分量的超完备字典。实现对复杂地震信号的各分量的分离。目前已经实现了面波、工业干扰、抽油机噪声、滑动扫描谐波噪声等干扰波分离，明显的提高了地震数据的信噪比；受MCA思想启发，本项目提出了一种能够保留波场中波形和幅值细节变化特征的基于低秩约束的零偏VSP波场分离优化算法；针对有效波信号和采集脚印噪声字典原子在全变差上的不同表现，寻求最优的分类规则分离自适应学习字典原子，提出了一种基于自适应学习字典的地震采集脚印压制方法；将本项目发展的稀疏优化方法用于多震源混合采集技术中的解混问题，提出了一种基于学习字典的解混算法；作为稀疏表示字典的应用，本项目提出了时频域叠前、叠后地震资料衰减参数定性估计方法及基于高维连续小波变换的地震资料不连续性检测方法；另外，本项目提出了一种基于EEMD（ensemble empirical mode decomposition ）算法的地震信号瞬时频率估计方法。