CN114527505A - 薄层识别方法、装置、设备及存储介质 - Google Patents
薄层识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114527505A CN114527505A CN202011324343.5A CN202011324343A CN114527505A CN 114527505 A CN114527505 A CN 114527505A CN 202011324343 A CN202011324343 A CN 202011324343A CN 114527505 A CN114527505 A CN 114527505A
- Authority
- CN
- China
- Prior art keywords
- array
- seismic
- dimensional
- hilbert transform
- generalized
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 230000010363 phase shift Effects 0.000 claims abstract description 20
- 238000003491 array Methods 0.000 claims abstract description 3
- 230000004044 response Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 16
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请公开了一种薄层识别方法、装置、设备及存储介质，所述方法包括：获取三维地震数据中m个地震道的输入数组，m为正整数；对于所述m个地震道中的每个地震道的输入数组，计算所述输入数组在频率域的广义希尔伯特变换，得到所述地震道的广义希尔伯特数组；对所述地震道的广义希尔伯特数组在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组；根据所述m个地震道的分数阶希尔伯特变换数组，得到所述三维地震数据的分数阶希尔伯特变换三维数组；提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
Description
技术领域
本申请涉及油气田勘探领域，特别涉及一种薄层识别方法、装置、设备及存储介质。
背景技术
薄层一般定义是小于地震分辨率极限的地层，如威德斯把薄层定义为小于1/8入射波主波长的地层。随着勘探开发的不断深入，薄层越来越受到重视，作为储集层，其蕴藏着较大规模的油气资源量，作为泥岩盖层，在一定的地质条件下其控制着油气的运移及富集程度。
薄层识别技术是基于对三维地震数据进行高分辨率处理，再提取振幅类属性或采用波阻抗反演方法进行薄层识别。在对三维地震数据进行高分辨率处理的过程中，常使用频率域的分数阶希尔伯特变换方法来进行处理。该分数阶希尔伯特变换进行任意角度的相位移变换，其纵向分辨率受制于常规希尔伯特变换的纵向分辨率精度，存在精度不佳的问题。
发明内容
本申请提供了一种薄层识别方法、装置、设备及存储介质。所述技术方案如下：
根据本申请的一方面，提供了一种薄层识别方法，所述方法包括：
获取三维地震数据中m个地震道的输入数组，m为正整数；
对于所述m个地震道中的每个地震道的输入数组，计算所述输入数组在频率域的广义希尔伯特变换，得到所述地震道的广义希尔伯特数组；
对所述地震道的广义希尔伯特数组在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组；
根据所述m个地震道的分数阶希尔伯特变换数组，得到所述三维地震数据的分数阶希尔伯特变换三维数组；
提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
在本申请的一个可选实现中，所述对于所述m个地震道中的每个地震道的输入数组，计算所述输入数组在频率域的广义希尔伯特变换，得到所述地震道的广义希尔伯特数组，包括：
对于所述m个地震道中的每个地震道的输入数组x(n)，进行加窗傅里叶变换，得到二维数组x(n，ω)，ω代表频率；
确定所述广义希尔伯特变换的阶次c；
基于所述阶次c计算所述二维数组x(n，ω)对应的广义希尔伯特变换数组Xght(n)；
其中，ω＝0,1,…,N-1，且ω＝N/2,…,N-1对应负频率。
在本申请的一个可选实现中，所述基于所述阶次c计算所述二维数组x(n，ω)对应的广义希尔伯特变换数组Xght(n)，包括：
基于如下公式计算所述二维数组X(n,ω)对应的广义希尔伯特变换数组Xght(n)：
其中，Re[X(n,ω)]代表取复数X(n,ω)的实部，Re[X(n,0)]代表取复数X(n,0)的实部，c为阶次。
在本申请的一个可选实现中，所述对所述地震道的广义希尔伯特数组在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组，包括：
按照如下公式对所述地震道的分数阶希尔伯特变换数组Xght(n)在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组Xfht(n)：
Xfht(n)＝cos(vπ/2)·x(n)+sin(vπ/2)·Xght(n)；
其中，v是所述分数阶希尔伯特变换的阶数。
在本申请的一个可选实现中，所述提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别，包括：
基于所述薄层的地震振幅响应特征，提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
根据本申请的另一方面，提供了一种薄层识别装置，所述装置包括：
获取模块，用于获取三维地震数据中m个地震道的输入数组，m为正整数；
计算模块，用于对于所述m个地震道中的每个地震道的输入数组，计算所述输入数组在频率域的广义希尔伯特变换，得到所述地震道的广义希尔伯特数组；对所述地震道的广义希尔伯特数组在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组；根据所述m个地震道的分数阶希尔伯特变换数组，得到所述三维地震数据的分数阶希尔伯特变换三维数组；
识别模块，用于提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
在本申请的一个示例中，所述计算模块，用于对于所述m个地震道中的每个地震道的输入数组x(n)，进行加窗傅里叶变换，得到二维数组x(n，ω)，ω代表频率；确定所述广义希尔伯特变换的阶次c；基于所述阶次c计算所述二维数组x(n，ω)对应的广义希尔伯特变换数组Xght(n)；
其中，ω＝0,1,…,N-1，且ω＝N/2,…,N-1对应负频率。
在本申请的一个示例中，所述计算模块，用于基于如下公式计算所述二维数组X(n,ω)对应的广义希尔伯特变换数组Xght(n)：
其中，Re[X(n,ω)]代表取复数X(n,ω)的实部，Re[X(n,0)]代表取复数X(n,0)的实部，c为阶次。
在本申请的一个示例中，所述计算模块，用于按照如下公式对所述地震道的分数阶希尔伯特变换数组Xght(n)在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组Xfht(n)：
Xfht(n)＝cos(vπ/2)·x(n)+sin(vπ/2)·Xght(n)；
其中，v是所述分数阶希尔伯特变换的阶数。
在本申请的一个示例中，所述识别模块，用于基于所述薄层的地震振幅响应特征，提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
根据本申请的另一方面，提供了一种计算机设备，所述计算机设备包括：处理器和存储器，所述存储器存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如上所述的薄层识别方法。
根据本申请的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序由处理器加载并执行以实现如上所述的薄层识别方法。
根据本申请的另一方面，提供了一种计算机程序产品，所述计算机程序产品存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如上所述的薄层识别方法。
本申请实施例提供的技术方案带来的有益效果至少包括：
通过频率域和时间域的混合运算，巧妙地引入广义希尔伯特方法，实现了分数阶希尔伯特变换，能够有效地提高分数阶希尔伯特变换的纵向分辨率，从而具有提高薄层识别能力的效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本申请另一个示例性实施例提供的薄层识别方法的流程图；
图2示出了本申请另一个示例性实施例提供的薄层识别方法的流程图；
图3示出了本申请一个示例性实施例提供的薄层识别装置的框图；
图4示出了本申请一个示例性实施例提供的计算机设备的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
薄层一般定义是小于地震分辨率极限的地层，如威德斯把薄层定义为小于1/8波长的厚度范围。林赛(Lindsey,1975)、麦克尔和纳斯等(Meckel,Nath等，1977、1979)讨论了薄层响应的重要性，作出了真厚度－视厚度关系曲线和真厚度－反射振幅关系曲线，并指出：在时差相当于1/4主波长内的两个极性相反的反射波叠加后形成的复合波形不变，但其振幅大小却包含了与两波时差大小有关的信息。若对地层波阻抗特性作出估算或假定后，用地震振幅就可以估算出薄层的厚度。因此，常规的薄层识别技术都是基于对三维地震数据进行高分辨率处理，再提取振幅类属性或采用波阻抗反演方法进行薄层识别。
常规的三维地震资料的高分辨率处理技术主要有3类：反褶积技术、吸收补偿技术和基于时频谱的频率恢复技术。反褶积技术以褶积模型为基础，对地震子波、反射系数、地层介质产状和激发接收方式等进行各种假设；吸收补偿技术以吸收衰减模型为基础，对大地滤波引起的振幅衰减和相位畸变进行补偿和校正，补偿效果较依赖于Q值精度和资料与模型的匹配度；基于时频谱的频率恢复技术，关键在于对非稳态地震子波的振幅和相位进行合理的估计。这些技术都隶属于地震资料处理领域。
本申请涉及的分数阶希尔伯特变换隶属于地震资料解释或储层预测领域的高分辨率处理技术，与上面的技术不同。目前频率域的分数阶希尔伯特变换都是基于常规希尔伯特变换的算法，即对常规的希尔伯特变换进行任意角度的相位移变换，其纵向分辨率受制于常规希尔伯特变换的纵向分辨率精度。
图1示出了本申请一个示例性实施例提供的薄层识别方法的流程图。该方法可以应用于计算机设备中，所述方法包括：
步骤101：获取三维地震数据中m个地震道的输入数组，m为正整数；
可选地，对三维地震数据进行去噪预处理，提高原始地震数据的信噪比。
步骤102：对于m个地震道中的每个地震道的输入数组x(n)，计算输入数组在频率域的广义希尔伯特变换，得到地震道的广义希尔伯特数组Xght(n)；
对一维数组x(n)采样频率域计算方法，计算x(n)的广义希尔伯特变换，得到广义希尔伯特变换数组Xght(n)。
在频率域进行计算，目的是通过优选時窗和阶次进行频率域加窗希尔伯特变换计算，其不仅具有抑制噪声的能力，而且具有较高的纵向分辨率能力。
步骤103：对地震道的广义希尔伯特数组在时间域进行相位移计算，得到地震道的分数阶希尔伯特变换数组；
上述两个步骤102和步骤103联合成混合域计算方法，通过在频率域提高纵向分辨率，再在时间域进行分数阶相位移，从而巧妙地实现分数阶希尔伯特，圆满地解决薄层识别的地质目标。
步骤104：根据m个地震道的分数阶希尔伯特变换数组，得到三维地震数据的分数阶希尔伯特变换三维数组；
步骤105：提取三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
综上所述，本实施例提供的方法，通过频率域和时间域的混合运算，巧妙地引入广义希尔伯特方法，实现了分数阶希尔伯特变换，能够有效地提高分数阶希尔伯特变换的纵向分辨率，从而具有提高薄层识别能力的效果。
图2示出了本申请一个示例性实施例提供的薄层识别方法的流程图。该方法可以应用于计算机设备中，所述方法包括：
步骤201：获取三维地震数据中m个地震道的输入数组，m为正整数；
三维地震数据中包括多个地震道的输入数据。本实施例中以三维地震数据包括m个地震道的输入数组来举例说明。
比如一个地震道的输入数组为x(n)，n是地震道的时间采样点数。
步骤202：对于m个地震道中的每个地震道的输入数组x(n)，进行加窗傅里叶变换，得到二维数组x(n，ω)，ω代表频率；
其中，ω＝0,1,…,N-1，且ω＝N/2,…,N-1对应负频率。
步骤203：确定广义希尔伯特变换的阶次c；
示意性的，阶次c的取值为2，或者阶次c的取值为其它大于一的正整数，比如3、4。
步骤204：基于阶次c计算二维数组x(n，ω)对应的广义希尔伯特变换数组Xght(n)；
其中，ω＝0,1,…,N-1，且ω＝N/2,…,N-1对应负频率。
基于如下公式计算二维数组X(n,ω)对应的广义希尔伯特变换数组Xght(n)：
其中，Re[X(n,ω)]代表取复数X(n,ω)的实部，Re[X(n,0)]代表取复数X(n,0)的实部，c为阶次。
步骤205：对地震道的广义希尔伯特数组在时间域进行相位移计算，得到地震道的分数阶希尔伯特变换数组；
分数阶希尔伯特变换由于能进行任意角度的相位变换，克服了常规希尔伯特变换只能进行90°相位变换的难点，分数阶希尔伯特变换已经证实可以提高三维地震资料的纵向分辨率。在实际地震记录上，经常看到一个个反射波“同相轴”，或由多个同相轴组成的“波组”。由于受地震勘探纵向分辨率的影响，薄(互)层的反射界面地在地震记录上已经很难利用同相轴来确认，因此实际解释工作中常常发现地震剖面上的反射波同相轴并不严格地对应钻井地层界面或声波测井曲线上的速度界面，在地震剖面上很难确定地层的大概位置。在薄(互)层地震剖面中，通过分数阶希尔伯特变换后，可以使同相轴正好对应地层的位置，即在地震剖面上实现同相轴和声波测井曲线正好对应。即把一些薄层地层在地震剖面上显示出来，从而提高地震勘探的纵向分辨率。
按照如下公式对地震道的分数阶希尔伯特变换数组Xght(n)在时间域进行相位移计算，得到地震道的分数阶希尔伯特变换数组Xfht(n)：
Xfht(n)＝cos(vπ/2)·x(n)+sin(vπ/2)·Xght(n)；
其中，v是分数阶希尔伯特变换的阶数。
步骤206：根据m个地震道的分数阶希尔伯特变换数组，得到三维地震数据的分数阶希尔伯特变换三维数组；
步骤207：基于薄层的地震振幅响应特征，提取三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
可选地，基于研究区薄层的地震振幅响应特征，提取三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
地震波在地下传播时，由于受地下介质不均匀性的改造，其波形特征受到改造，这种改造主要体现在波形振幅与频率的变化上。薄互层油气藏由于油气藏顶底界面之间距离小于或远小于地震波的波长，这样使得在薄互层油气藏的反射波场中看不到单一的波形特征，而是复合波形态。基于薄层的地震振幅响应特征，提取三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面，进而对各个二维剖面进行薄层识别。可选地，还可以利用薄层反射振幅来估算薄层厚度。
综上所述，本实施例提供的方法，通过在频率域采用广义希尔伯特方法计算目标信号的希尔伯特变换结果，其比常规的希尔伯特变换具有更高的抑制噪声和纵向分辨能力；再将该结果在时间域实现相位移变换；从而得到最终的分数阶希尔伯特变换结果。该计算流程既克服了常规的频率域分数阶希尔伯特变换难以推导出频率域的广义分数阶希尔伯特变换公式的难点，也克服了时间域分数阶希尔伯特变换难以构建新的希氏因子的难点，通过频率域和时间域的混合运算，巧妙地实现了分数阶希尔伯特变换。该项设计具有创新性。
其次，通过引入广义希尔伯特方法，提高了希尔伯特变换的纵向分辨率能力，该项设计是提高分数阶希尔伯特变换的关键，具有创新性。
其次，在时间域进行相位移的计算，具有计算效率快的优点。
图3示出了本申请一个示例性实施例提供的一种薄层识别装置的框图。该装置包括：
获取模块320，用于获取三维地震数据中m个地震道的输入数组，m为正整数；
计算模块340，用于对于m个地震道中的每个地震道的输入数组，计算输入数组在频率域的广义希尔伯特变换，得到地震道的广义希尔伯特数组；对地震道的广义希尔伯特数组在时间域进行相位移计算，得到地震道的分数阶希尔伯特变换数组；根据m个地震道的分数阶希尔伯特变换数组，得到三维地震数据的分数阶希尔伯特变换三维数组；
识别模块360，用于提取三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
在本申请的一个可选实现中，计算模块340，用于对于m个地震道中的每个地震道的输入数组x(n)，进行加窗傅里叶变换，得到二维数组x(n，ω)，ω代表频率；确定广义希尔伯特变换的阶次c；基于阶次c计算二维数组x(n，ω)对应的广义希尔伯特变换数组Xght(n)；
其中，ω＝0,1,…,N-1，且ω＝N/2,…,N-1对应负频率。
在本申请的一个可选实现中，计算模块340，用于基于如下公式计算二维数组X(n,ω)对应的广义希尔伯特变换数组Xght(n)：
其中，Re[X(n,ω)]代表取复数X(n,ω)的实部，Re[X(n,0)]代表取复数X(n,0)的实部，c为阶次。
在本申请的一个可选实现中，计算模块340，用于按照如下公式对地震道的分数阶希尔伯特变换数组Xght(n)在时间域进行相位移计算，得到地震道的分数阶希尔伯特变换数组Xfht(n)：
Xfht(n)＝cos(vπ/2)·x(n)+sin(vπ/2)·Xght(n)；
其中，v是分数阶希尔伯特变换的阶数。
在本申请的一个可选实现中，识别模块360，用于基于薄层的地震振幅响应特征，提取三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
图4示出了本申请一个示例性实施例提供的计算机设备400的结构框图。该计算机设备400可以是：智能手机、平板电脑、MP3播放器(Moving Picture Experts Group AudioLayer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts GroupAudio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。计算机设备400还可能被称为用户设备、便携式计算机设备、膝上型计算机设备、台式计算机设备等其他名称。
通常，计算机设备400包括有：处理器401和存储器402。
处理器401可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器401可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器401还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器402可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器401所执行以实现本申请中方法实施例提供的薄层识别方法。
在一些实施例中，计算机设备400还可选包括有：外围设备接口403和至少一个外围设备。处理器401、存储器402和外围设备接口403之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口403相连。具体地，外围设备包括：射频电路404、显示屏405、摄像头组件406、音频电路407、定位组件408和电源409中的至少一种。
外围设备接口403可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器401和存储器402。在一些实施例中，处理器401、存储器402和外围设备接口403被集成在同一芯片或电路板上；在一些其他实施例中，处理器401、存储器402和外围设备接口403中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路404用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路404通过电磁信号与通信网络以及其他通信设备进行通信。射频电路404将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路404包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路404可以通过至少一种无线通信协议来与其它计算机设备进行通信。该无线通信协议包括但不限于：万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或Wi-Fi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路404还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏405用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏405是触摸显示屏时，显示屏405还具有采集在显示屏405的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器401进行处理。此时，显示屏405还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏405可以为一个，设置计算机设备400的前面板；在另一些实施例中，显示屏405可以为至少两个，分别设置在计算机设备400的不同表面或呈折叠设计；在再一些实施例中，显示屏405可以是柔性显示屏，设置在计算机设备400的弯曲表面上或折叠面上。甚至，显示屏405还可以设置成非矩形的不规则图形，也即异形屏。显示屏405可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-EmittingDiode，有机发光二极管)等材质制备。
摄像头组件406用于采集图像或视频。可选地，摄像头组件406包括前置摄像头和后置摄像头。通常，前置摄像头设置在计算机设备的前面板，后置摄像头设置在计算机设备的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件406还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
音频电路407可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器401进行处理，或者输入至射频电路404以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在计算机设备400的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器401或射频电路404的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路407还可以包括耳机插孔。
定位组件408用于定位计算机设备400的当前地理位置，以实现导航或LBS(Location Based Service，基于位置的服务)。定位组件408可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源409用于为计算机设备400中的各个组件进行供电。电源409可以是交流电、直流电、一次性电池或可充电电池。当电源409包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中，计算机设备400还包括有一个或多个传感器410。该一个或多个传感器410包括但不限于：加速度传感器411、陀螺仪传感器412、压力传感器413、指纹传感器414、光学传感器415以及接近传感器416。
加速度传感器411可以检测以计算机设备400建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器411可以用于检测重力加速度在三个坐标轴上的分量。处理器401可以根据加速度传感器411采集的重力加速度信号，控制触摸显示屏405以横向视图或纵向视图进行用户界面的显示。加速度传感器411还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器412可以检测计算机设备400的机体方向及转动角度，陀螺仪传感器412可以与加速度传感器411协同采集用户对计算机设备400的3D动作。处理器401根据陀螺仪传感器412采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器413可以设置在计算机设备400的侧边框和/或触摸显示屏405的下层。当压力传感器413设置在计算机设备400的侧边框时，可以检测用户对计算机设备400的握持信号，由处理器401根据压力传感器413采集的握持信号进行左右手识别或快捷操作。当压力传感器413设置在触摸显示屏405的下层时，由处理器401根据用户对触摸显示屏405的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器414用于采集用户的指纹，由处理器401根据指纹传感器414采集到的指纹识别用户的身份，或者，由指纹传感器414根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器401授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器414可以被设置计算机设备400的正面、背面或侧面。当计算机设备400上设置有物理按键或厂商Logo时，指纹传感器414可以与物理按键或厂商Logo集成在一起。
光学传感器415用于采集环境光强度。在一个实施例中，处理器401可以根据光学传感器415采集的环境光强度，控制触摸显示屏405的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏405的显示亮度；当环境光强度较低时，调低触摸显示屏405的显示亮度。在另一个实施例中，处理器401还可以根据光学传感器415采集的环境光强度，动态调整摄像头组件406的拍摄参数。
接近传感器416，也称距离传感器，通常设置在计算机设备400的前面板。接近传感器416用于采集用户与计算机设备400的正面之间的距离。在一个实施例中，当接近传感器416检测到用户与计算机设备400的正面之间的距离逐渐变小时，由处理器401控制触摸显示屏405从亮屏状态切换为息屏状态；当接近传感器416检测到用户与计算机设备400的正面之间的距离逐渐变大时，由处理器401控制触摸显示屏405从息屏状态切换为亮屏状态。
本领域技术人员可以理解，图4中示出的结构并不构成对计算机设备400的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
本申请还提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述方法实施例提供的薄层识别方法。
可选地，本申请还提供了一种包含指令的计算机程序产品，当其在计算机设备上运行时，使得计算机设备执行上述各方面所述的薄层识别方法。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种薄层识别方法，其特征在于，所述方法包括：
获取三维地震数据中m个地震道的输入数组，m为正整数；
对于所述m个地震道中的每个地震道的输入数组，计算所述输入数组在频率域的广义希尔伯特变换，得到所述地震道的广义希尔伯特数组；
对所述地震道的广义希尔伯特数组在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组；
根据所述m个地震道的分数阶希尔伯特变换数组，得到所述三维地震数据的分数阶希尔伯特变换三维数组；
提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
2.根据权利要求1所述的方法，其特征在于，所述对于所述m个地震道中的每个地震道的输入数组，计算所述输入数组在频率域的广义希尔伯特变换，得到所述地震道的广义希尔伯特数组，包括：
对于所述m个地震道中的每个地震道的输入数组x(n)，进行加窗傅里叶变换，得到二维数组x(n，ω)，ω代表频率；
确定所述广义希尔伯特变换的阶次c；
基于所述阶次c计算所述二维数组x(n，ω)对应的广义希尔伯特变换数组Xght(n)；
其中，ω＝0,1,…,N-1，且ω＝N/2,…,N-1对应负频率。
3.根据权利要求2所述的方法，其特征在于，所述基于所述阶次c计算所述二维数组x(n，ω)对应的广义希尔伯特变换数组Xght(n)，包括：
基于如下公式计算所述二维数组X(n,ω)对应的广义希尔伯特变换数组Xght(n)：
其中，Re[X(n,ω)]代表取复数X(n,ω)的实部，Re[X(n,0)]代表取复数X(n,0)的实部，c为阶次。
4.根据权利要求1至3任一所述的方法，其特征在于，所述对所述地震道的广义希尔伯特数组在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组，包括：
按照如下公式对所述地震道的广义希尔伯特变换数组Xght(n)在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组Xfht(n)：
Xfht(n)＝cos(vπ/2)·x(n)+sin(vπ/2)·Xght(n)；
其中，v是所述分数阶希尔伯特变换的阶数。
5.根据权利要求1至3任一所述的方法，其特征在于，所述提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别，包括：
基于所述薄层的地震振幅响应特征，提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
6.一种薄层识别装置，其特征在于，所述装置包括：
获取模块，用于获取三维地震数据中m个地震道的输入数组，m为正整数；
计算模块，用于对于所述m个地震道中的每个地震道的输入数组，计算所述输入数组在频率域的广义希尔伯特变换，得到所述地震道的广义希尔伯特数组；对所述地震道的广义希尔伯特数组在时间域进行相位移计算，得到所述地震道的分数阶希尔伯特变换数组；根据所述m个地震道的分数阶希尔伯特变换数组，得到所述三维地震数据的分数阶希尔伯特变换三维数组；
识别模块，用于提取所述三维地震数据的分数阶希尔伯特变换三维数组中的二维剖面进行薄层识别。
7.根据权利要求6所述的装置，其特征在于，
所述计算模块，用于对于所述m个地震道中的每个地震道的输入数组x(n)，进行加窗傅里叶变换，得到二维数组x(n，ω)，ω代表频率；确定所述广义希尔伯特变换的阶次c；基于所述阶次c计算所述二维数组x(n，ω)对应的广义希尔伯特变换数组Xght(n)；
其中，ω＝0,1,…,N-1，且ω＝N/2,…,N-1对应负频率。
8.根据权利要求7所述的装置，其特征在于，
所述计算模块，用于基于如下公式计算所述二维数组X(n,ω)对应的广义希尔伯特变换数组Xght(n)：
其中，Re[X(n,ω)]代表取复数X(n,ω)的实部，Re[X(n,0)]代表取复数X(n,0)的实部，c为阶次。
9.一种计算机设备，其特征在于，所述计算机设备包括：处理器和存储器，所述存储器存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1至5任一所述的薄层识别方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至5任一所述的薄层识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011324343.5A CN114527505A (zh) | 2020-11-23 | 2020-11-23 | 薄层识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011324343.5A CN114527505A (zh) | 2020-11-23 | 2020-11-23 | 薄层识别方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114527505A true CN114527505A (zh) | 2022-05-24 |
Family
ID=81618757
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011324343.5A Pending CN114527505A (zh) | 2020-11-23 | 2020-11-23 | 薄层识别方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114527505A (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111598340A (zh) * | 2020-05-18 | 2020-08-28 | 中国石油天然气集团有限公司 | 基于分数阶希尔伯特变换的薄砂体平面展布预测方法 |
-
2020
- 2020-11-23 CN CN202011324343.5A patent/CN114527505A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111598340A (zh) * | 2020-05-18 | 2020-08-28 | 中国石油天然气集团有限公司 | 基于分数阶希尔伯特变换的薄砂体平面展布预测方法 |
Non-Patent Citations (5)
| Title |
|---|
| YI LUO 等: "Generalized Hilbert transform and its applications in geophysics", THE LEADING EDGE, vol. 22, no. 3, 2 March 2017 (2017-03-02), pages 198 - 202 * |
| YI LUO 等: "Generalized Hilbert transform and its applications in geophysics", THE LEADING EDGE, vol. 22, no. 3, 31 December 2003 (2003-12-31), pages 198 - 202 * |
| 宋洪勇 等: "分数阶希尔伯特变换在提高纵向分辨率中的应用", 华北地震科学, vol. 31, no. 04, 31 December 2013 (2013-12-31), pages 13 - 21 * |
| 宋洪勇: "分数阶希尔伯特变换及其在地震沉积学中的应用", 中国优秀硕士学位论文全文数据库基础科学辑, no. 4, 15 April 2012 (2012-04-15), pages 14 - 29 * |
| 钟宏伟 等: "Hilbert变换在物探领域的应用现状概述", 工程地球物理学报, vol. 10, no. 04, 30 July 2013 (2013-07-30), pages 571 - 575 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109696706B (zh) | 盐构造检测方法、装置及存储介质 | |
| CN110389380B (zh) | 地震剖面的同相轴自动拾取方法、装置及存储介质 | |
| CN112922589A (zh) | 尖灭线确定方法、装置、终端及存储介质 | |
| CN111077570B (zh) | 确定油藏中辉绿岩的侵入位置的方法、装置和存储介质 | |
| CN110673214B (zh) | 预测水平井的入口靶点和末端点的深度的方法和装置 | |
| CN109116424B (zh) | 地震波数据的低波数噪音分离方法、装置及存储介质 | |
| CN114527505A (zh) | 薄层识别方法、装置、设备及存储介质 | |
| CN109343113B (zh) | 一种预测油气藏位置的方法和装置 | |
| CN114721046A (zh) | 缝洞检测方法、装置、计算机存储介质 | |
| CN112698391B (zh) | 砂体刻画方法、装置、设备及存储介质 | |
| CN110058306B (zh) | 确定三维速度体的方法、装置及计算机存储介质 | |
| CN109116415B (zh) | 地震波数据分离方法、装置及存储介质 | |
| CN111075439B (zh) | 确定砾岩储层有效厚度的方法、装置和存储介质 | |
| CN113153284B (zh) | 束缚水饱和参数的确定方法、装置、设备和存储介质 | |
| CN115708001A (zh) | 预测油气储层的方法、装置、设备及存储介质 | |
| CN110927788A (zh) | 检测地层不连续性的方法、装置及存储介质 | |
| CN115576009A (zh) | 断层的确定方法、装置、计算机设备和存储介质 | |
| CN116027386A (zh) | 可控震源质量参数的确定方法、装置和计算机设备 | |
| CN115542389A (zh) | 地层温度的预测方法、装置及计算机存储介质 | |
| CN115711123A (zh) | 页岩储层的孔隙度确定方法、装置及计算机存储介质 | |
| CN115639601A (zh) | 信号反褶积方法、装置、计算机设备和存储介质 | |
| CN117631040A (zh) | 地震数据的优化方法、装置、设备及存储介质 | |
| CN115755162A (zh) | 地震勘探信息的获取方法、装置和计算机设备 | |
| CN118050797A (zh) | 横波可控震源一次激发纯横波波场分离方法、装置及终端 | |
| CN113175321A (zh) | 流体饱和参数的确定方法、装置和计算机设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |