基于时频谱熵的储层分布检测

地震波在不同介质中传播表现出不同的频谱特征。目前,时频分析技术作为地震波频谱特征分析的一种必要手段,在储层分布检测中起着重要的作用,但是地震数据体经谱分解后生成若干共频率谱数据体占用大量储存资源,而且使得解释成为一项繁重的工作。谱熵作为信息的期望值,从熵的角度看来,有序信号具有小的熵值,而无序信号具有大的熵值。因此为了克服时频分析带来的不便,提出利用S变换完成时频谱分解,然后在时频谱的基础上进行谱熵运算的时频谱熵方法。通过计算谱分解后频谱的谱熵,将若干共频率数据体合成一个时频谱熵数据体,减少了数据的存储量,提高了解释的效率。在实际资料处理中用于分析岩性、砂岩储层的空间展布和地质构造等,取得了良好的效果。在实际资料应用中发现,砂岩储层的时频谱熵值最高。

时频谱熵属性在春光油田储层预测中的应用研究

为了识别岩性油藏薄储层中的油水分布,发展了高精度时频谱熵的计算方法。通过对比分析短时傅里叶变换、连续小波变换、Wigner-Ville变换、S变换的时频方法基础上,论证了改进的广义S变换可获得更高时间分辨率的时频谱熵。利用时频谱熵方法研究了春光油田的沙湾组油水识别效果,其结果表明:时频谱熵能够有效地区分含油、含水储层,与实际钻井成果一致。进一步验证了该方法相对于传统储层预测方法,在岩性油藏检测中具有更大的优势和更好的识别能力。

一种基于时频谱熵特征的频谱感知算法

提出一种基于时频谱熵特征的频谱感知算法。充分利用噪声与授权信号谱熵数值的差异，将归一化处理的信号时频谱熵值作为检测统计量，选择噪声谱熵值作为判决门限检测信号。该算法无需信号先验信息和噪声功率信息，能够克服能量检测由于噪声不确定性所带来的不利影响，且实现简单，运算复杂度低。仿真结果表明在高斯白噪声信号环境下，基于时频谱熵特征的频谱感知算法优于分形盒维数检测和能量检测方法，尤其提高了低信噪比情况下的频谱检测率。

基于谱熵的自适应广义S变换时频滤波器设计

将信息熵引入到广义S变换时频滤波中,提出一种基于谱熵的自适应广义S变换时频滤波器设计方法。计算信号广义S变换的时频谱,将时频谱各时间点的频率区间划分成若干个小区间,计算各区间时频谱熵,以时频谱熵最大区间的时频谱的平均值作为阈值,以此来衡量信号的杂乱程度。若该时间点上的时频谱值大于阈值,则将该点时频谱值清零。采用广义S逆变换进行重构。该方法可自适应地调节时频滤波因子,有效滤除干扰信息。