阮宁君，陈 俊，于文茂，余厚全，2，罗明璋，2，谢 凯，2

（1.长江大学 电子信息学院油气信息处理与识别研究所，湖北 荆州434023；2.油气资源与勘探技术教育部重点实验室，湖北 荆州434023）

0 引 言

在过去50年里，国内油气田被大规模的开发，现在未被发现的油气藏大都储量较小、埋藏深、孔渗条件复杂且难于发现，那么为了更清楚的 “看见”那些存储复杂储量小的油气藏，就必须对采集到的信号做出更准确更精细的处理，以获得更详尽地层的信息。此前，在地震信号的时频分析［1－2］领域里最常用的信号处理方法是傅立叶分析［3］和小波分析［4－5］。由于地震信号属于非线性和非平稳信号［6］，这就暴露了傅立叶分析和小波分析的许多自身难以克服的缺陷。希尔伯特［7－10］黄变换是基于信号局部特征的，并且是自适应的，它独特的处理方法不但使得它能识别出信号的不同震荡模式，而且大大的提高了地震信号的分辨率。因此，黄变换在地震信号的分析和处理中具有非常重要的意义。

随着处理内容和算法复杂度的不断增加，这为计算的速度带来了巨大挑战。并行处理技术日益引起石油地球物理界的广泛关注，如何快速高效地并行处理大规模地震数据这一问题已成为亟待解决的重大课题之一。当前值得关注的是GPU［11－13］计算能力的飞速发展及其应用的扩展，特别是基于GPU并行处理技术的形成与发展，为地震数据的并行处理提供了平台。任何有C语言基础的用户都很容易地开发 CUDA（compute unified device architecture）［14－15］的应用程序。……