小波变换多尺度分析在地震资料处理中的应用

英文篇名：MULTI-RESOLUTION ANALYSIS OF WAVELET TRANSFORM & ITS APPLICATION IN SEISMIC DATA PROCESSING
中文刊名：数值计算与计算机应用
英文刊名：Journal of Numerical Methods and Computer Applications
作者：崔兴福 ; 张文生
英文作者：Cui Xingfu(Geophysical Exploration Center ; Exploration & Development Research Institute ; CNPC ; Beijing 100083)Zhang Wensheng(Institute of Computational Mathematics and Scientific/Engineering Computing ; Academy of Mathematics and System Sciences ; Chinese academy Sciences ; Beijing 100080)
英文关键词：Wavelet transform ; Mallat algorithm ; Multi-resolution Analysis ; Wavelet packet
出版日期：2004-12-30
机构：中国石油勘探开发研究院地球物理勘探所,中国科学院计算数学与科学工程计算研究所数学与系统科学研究院北京 100083 ,北京 100080
年：2004
期：04
出版单位：数值计算与计算机应用

摘要

<正>§1.引言小波分析是一种时间-频率域分析方法,介于纯时间域的方波分析和纯频率域的傅里叶分析之间,同时具有时间域和频率域的良好局部化性质.不同频率成份在时域上的取样步长具有调节性,高频者小,低频者大.对于不同尺度成份采用相应粗细的时(空)域取样步长,能够不断地聚焦到对象的任意微小细节.本文,利用小波变换的性质,在提高地震资料的信噪比和分辨率方面进行数值实验,取得了良好效果.有关小波变换的定义、多尺度分析、Mallat
For the problems exiting in real seismic data processing, such as S/N ratio and resolution, this paper utilizes 2D wavelet transform and multi-resolution analysis to attenuate noise and enhance resolution. Many calculations preseuted in this paper have shown that the data quality after multi-resolution analysising is improved.

引文

[1]刘贵忠,邸双亮,小波分析及其应用,西安电子科技大学出版社, 19922.
    [2]秦前清,杨宗凯,实用小波分析,西安电子科技大学出版社, 1994.
    [3]曹思远,小波理论在地震资料处理和分形研究中的应用,博士论文, 1994.
    [4]李士雄,小波理论及其应用,讲义, 1992.
    [5]夏洪瑞,朱永,周开明,小波变换及其在去噪中的应用,石油地球物理勘探,Vol,29(1994),3.
    [6] Daubechies,I., Orthogonal bases of compactly supported wavelets, Comm. on Pure and Appl.Math. Vol. XLI 909-996, 1988.
    [7] Daubechies, I., The wavelet transform, time-frequency localization and signal analysis, The Trans.on Inform. Th., Vol.36, No.5, Sep. 1990.
    [8] Beylkin, G., Coifman, R., Rokhlin, V., Fast wavelet transform and numerical algorithms. I,Comm. on Pure and Appl.Math., Vol.XLIV, No.2, March 1991.
    [9] Oliver Rioul, Martin Vetterli, Wavelets and signal processing, IEEE, P. 14-35, 1991. 10.
    [10] Jean-Luc Stack, Filtering and deconvolution by the wavelet transform, Elsevier, Signal Processing35 P.195-211, 1994.