简介：本文基于弹性波动方程,从其弱形式出发,利用Galerkin变分原理,通过对方程进行空间和时间上的离散,在空间域中引入预条件共轭梯度的逐元算法,在时间域中引入时间积分的交错网格预处理/多次校正算法,发展了弹性波模拟的Chebyshev谱元算法。针对均匀固体介质和具有倾斜分层的分区均匀固体介质模型,通过与有限差分算法结果相比较验证其精度的可信性,同时利用该算法模拟了弹性波在具有水平分层的任意起伏自由表面模型中的传播,并分析了其传播特点。研究表明,我们提出的交错网格预处理/多次校正算法的Chebyshev谱元算法,保留了有限元法的优势,并且采用了具有最优张量乘积技术的元到元的算法,能够处理带有起伏自由表面的复杂介质模型,它具有比有限元法收敛快,计算效率较高等优点,特别适合于复杂结构和复杂介质中的弹性波传播的数值模拟。

简介：F-X域经验模态分解去噪方法在处理非稳态地震数据时存在两个局限,一是单纯剔除第一个固有模态分量将导致有效信号缺失及去噪能力偏弱问题,二是分解复信号时对实部和虚部分别分解存在分解数目不一致的风险。本文对上述两个方面进行了改进,提出了一种新的F-X域投影法复数经验模态分解预测滤波方法,首先采用基于空间投影的复数经验模态分解将F-X域地震数据直接分解为不同的复固有模态分量,然后再对这些分量分别进行F-X域预测滤波。合成记录及实际资料测试表明,本文的新方法能更好地衰减随机噪声,更有效地保持地震信号。

简介：传统的f-x域经验模态分解法（Empiricalmodedecomposition,EMD）能够有效地对主要由水平同相轴构成的地震记录进行随机噪声衰减。然而,当同相轴倾斜时,f-x域经验模态分解法在衰减随机噪声的同时去除大部分有效信号。本文提出了一种基于f-x域经验模态分解法的改进算法。我们通过局部相似度对所去除的噪声信号中的有效信号进行提取。局部相似度可以用来检测噪声信号中的有效信号点并用来构造一权重算子进行信号提取。新方法与f-x域经验模态分解法、f-x域预测滤波法以及f-x域经验模态分解预测滤波法相比能够在衰减随机噪声的同时保留更多的有用信号。数值模拟实验以及实际地震资料处理结果均表明该方法能更为有效地去噪。