基于谱模拟技术的混合相位地震子波估计方法

针对现有的地震子波振幅谱模型的不足提出了新的振幅谱模型及其估计方法。介绍了子波的Z变换在单位园上无零点和子波自相关函数已知的条件下混合相位地震子波估计的方法原理和判别准则 ,并在此基础上提出了基于地震子波振幅谱模拟技术的混合相位地震子波估计方法。合成和实际数据处理结果均表明 。

基于动态褶积模型的动态子波估计

目前常用的地震子波估计方法基于传统的褶积模型,没有考虑子波在传播过程中的动态衰减特性。针对这一问题,对传统褶积模型进行了改进,建立了能够描述子波衰减特性的动态褶积模型,并以动态褶积模型为基础提出了动态子波估计方法。该方法首先对衰减地震道做频谱分析;然后假设反射系数的频谱为白谱,通过对衰减地震道频谱值做平滑,去除反射系数谱值的影响,获取动态子波的振幅谱值;最后对子波相位做一定假设,从而求得动态子波。理论模型分析与实例计算结果表明,该方法是可行的。

高阶累积量法子波估计与处理

子波处理技术是提高地震资料分辨率的一种有效方法 ,其关键在于获得准确的子波估计。本文根据高阶累积量中保留有信号相位信息的性质 ,给出了一种基于地震信号双谱的子波估计方法 ,并针对不同性质的地震子波 ,进行了理论计算 ,结果表明这一方法是可行的。同时 。

非稳态地震记录时变子波估计

地震子波估计是地震资料处理和解释中的一个关键问题,子波估计的可靠性会直接影响反褶积和反演的准确度.现有的子波估计方法分为确定型和统计型两种类型,本文通过结合这两类方法,利用确定型的谱分析法和统计型的偏度最大化方法,分别提取时变子波的振幅和相位信息,得到估计的时变子波.这种方法不需要对子波进行任何时不变或相位等的假设,具有对时变相位的估计能力.进而利用估计时变子波进行非稳态反褶积,提高地震记录的保真度,为精细储层预测和描述提供高质量的剖面.理论模型试算验证了方法的可行性,通过实际地震资料的处理应用,表明该方法能有效地提取出子波时变信息.

水文序列Hurst系数的子波估计

在水文序列的研究中引入了Ｈｕｒｓｔ系数的子波估计法；同现行估计方法进行了比较；对实测年最大洪峰流量序列。

基于高阶谱的地震子波估计

常规的地震子波估计是在假设子波为最小相位的基础上对地震记录进行处理。针对这一局限性,研究了基于地震记录高阶谱的地震子波估计方法。该方法无需对子波作任何假设,直接从地震记录的高阶谱中恢复地震子波的振幅谱和相位谱,进而重构地震子波,并对不同相位地震子波的理论模型和野外实际资料进行了处理,结果表明这一方法对于提高地震资料的分辨率具有可行性和应用潜力。

双谱地震子波估计

子波处理是提高地震资料分辨的一个重要手段 ,该技术的关键是地震子波的估计。根据高阶累积量中保留有信号相位信息的性质 ,给出了一种基于地震信号双谱的子波估计方法。方法突破了以往对地震子波是最小相位的假设 ,适应于任意相位的子波 ,针对不同性质的地震子波 ,进行了理论计算。结果表明 ,这一方法是可行的。同时也显示了信号高阶谱技术在地震资料子波处理 ,提高分辨率方面的潜力。

地震子波估计─高阶累积量矩阵方程法

应用高阶累积量辨识ＦＩＲ系统的方法已在众多领域得到广泛的应用研究．本文提出了一种估计地震于波方法－高阶累积量矩阵方程法．该方法在反射系数序列为非高斯、统计独立的随机过程假设条件下．适用于任意相让子波和任意加性高斯色噪声的情况，且运算时间较短，精度较为理想．模型和实际数据实验表明，该方法对于地震资料处理中的子波估计具有较好的应用前景．

基于高阶统计的混合相位子波估计及其处理

与功率谱相比,地震记录高阶谱具有两大优点:①包含地震子波的幅值和相位信息;②能够有效压制有色噪声干扰。通过提取子波的幅值和相位,进而使地震子波得以恢复。同时,针对估计所得线性移位子波特点,提出了线性移位子波反褶积方法。模拟试验表明,双谱子波估计方法具有稳定性高、抗噪能力强等优点。经双谱子波估计方法处理的模拟地震资料,其频带较处理前明显拓宽,可见该方法是切实可行的。

混合相位动态子波估计

常用的地震子波估计方法基于传统的褶积模型,没有考虑子波在传播过程中的动态衰减特性。我们采用改进的传统褶积模型,建立了能够描述子波衰减的动态褶积模型,以此为基础提出了动态子波估计方法:对衰减地震道做时频谱分析;假设反射系数的频谱为白谱,对衰减地震道频谱值做平滑,去除反射系数谱值的影响,获取动态子波振幅谱值;采用基于高阶统计量的双谱重构子波混合相位谱,实现混合相位动态子波估计。理论模型分析与实例计算结果表明,上述方法有效可行。

子波估计及极大似然反褶积方法稳健性讨论

利用极大似然反褶积提取鲁棒性地震子波的方法进行了研究,并讨论了极大似然反褶积的稳健性。理论分析表明,在理想条件下极大似然反褶积是无偏估计,而且还是一致估计,这一结论可以由所提取的地震子波得到验证。实际地震资料的处理结果分析表明,极大似然反褶积具有很好的稳健性。应当指出,为保证地震子波的鲁棒性,极大似然反褶积子波时窗应尽量满足统计条件,以提高极大似然反褶积的稳健性。

基于高阶统计的时变子波估计及其应用

地震子波估计是地震资料高分辨处理、解释的基础,快速准确地估计地震子波具有重要意义。笔者利用三谱估计子波的振幅谱,根据峰度最大值准则提取子波的相位,规避了相位的卷绕问题,并讨论了该准则的适用条件。比较了不同窗函数的特性,最终选定Hamming窗函数滑动求取时变子波。利用变频雷克子波模型讨论了时变子波提取的有效性。应用到实际资料处理中,与不同主频的雷克子波标定的地震记录进行对比分析。结果表明:该方法使得子波振幅谱估计更加稳定,相位谱估计更易于实现,与实际情况更加符合。

基于PSO&GA结合算法的地震子波估计

基于地震子波提取问题的多维性,提出一种将改进粒子群算法与改进遗传算法相结合的优化算法。结合二者的优点,该算法初期采用改进粒子群优化算法,然后将所得个体最好值作为改进遗传算法初始种群继续进行优化,得到最优结果。最后,将该方法应用于地震子估计问题,试验结果证明了该方法的有效性和实用性。

基于动态子波估计的吸收系数提取方法

在基于褶积模型的子波提取中,大多假设地震子波为最小相位性质。虽然在地震资料处理中进行了相位转换和Q补偿处理,但从实际地震记录中提取的地震子波,大多也表现为混合相位性质。提取吸收系数大多采用地震记录谱模拟方法,即用地震记录振幅谱平滑代替子波振幅谱,这样就会存在一个误差项,给以常规方法提取的吸收系数地震剖面属性解释带来更多的不确定性。针对以上问题,在地震叠偏剖面上,动态计算地震子波的振幅谱和相位谱,可得到任意相位性质的地震子波,采用谱比法并应用相位项提取较准确的吸收系数。利用动态子波提取的吸收系数剖面,精细显示出储层中含油气和未含油气区域的明显差异,结合嘉陵江组一段动态吸收系数平面图分析,为工区储层的精细解释提供了一种精确的方法。

对地震子波估计中反射序列随机假设的分析

在地震勘探中,统计估计子波和反演示是标准的工具。这两种方法都假设地震反射序列是随机的并假设地震道中子波是最小相位的。本文使用真实数据对估计的地震子波和现场记录的V SP子波作了比较。通过这些调查研究,提出了一组能够用于评价随机性的简单试验。最后得出结论:在反褶积中,与其它假设(如相位和不变性)相比,反射序列随机性假设是一个较小的问题。

对反射地震信号同时进行子波估计和反褶积

在假设反射系数据服从伯努利-高斯分布条件下,本文运用Bayes方法研究了同时子波估计和反褶积问题,包括地震子波,反射序列和反射序列的统计参数及噪声在内的未知量都被看作是具有适当先验分布的现实化的随机变量,由于确定性方法的计算量相当大,本文采用了一种称为Gibbs采样器的简单蒙特卡罗方法,从未知量的联合后验分布中迭代生成随机样本。为了克服地震反褶积固有的不定性问题,对Gibbs采样器作了一些改进,采用随机样本的简单平均值来近似未知量的最小均方误差(MMSE)估计。同时,为说明本方法的性能,本文给出了几个数值计算例子。

连云港水文序列Hurst系数的子波估计

在水文序列的研究中引入了Hurst系数的子波估计法,对月平均海水温度序列计算了Hurst系数的子波估计值。

基于综合的混沌优化算法估计地震子波

作者从随机化全局搜索的思想出发 ,利用混沌运动具有的遍历性、随机性、规律性等特点进行大范围的全局优化搜索 ,再结合遗传算法的杂交算子和小邻域的局部搜索 ,从而提出了一种综合的混沌优化方法。通过对地震记录子波估计的理论模型试验 ,结果表明这种混沌的优化算法比单一的随机优化方法具有很好的实际效果和应用前景。

地震子波估计方法对比研究

地震子波估计是地震资料反褶积、波阻抗反演和地震波模拟等的必要环节.本文对优化最小平方法、复赛谱法、双谱法三种不同类型地震子波估计方法进行了对比研究.通过理论分析、理论模型数据实验以及对实测地震数据的应用,讨论了各方法的优缺点以及抗噪性和适应性等.针对应用于低信噪资料的问题等,给出了改进方法,提高了地震子波估计的效果.

Cauchy稀疏约束Bayesian估计地震盲反褶积框架与算法研究

以二阶统计学方法为基础,从Canadas等提出的非最小相位子波和非白噪反射系数地震盲反褶积框架出发,给出了Cauchy稀疏约束Bayesian估计地震盲反褶积框架。基于反射系数与子波相互独立(或弱相关)的假设,分别构建了反射系数和子波最优估计方程,并采用预条件共轭梯度法迭代反演实现反射系数和子波的同时估计。在方法具体实现时,以传统脉冲反褶积结果作为迭代初值,通过迭代得到反射系数和任意相位子波;然后再对子波进行最小相位化,通过反演得到反子波;最后将反子波与地震道褶积,得到反褶积结果。利用理论模型和实际数据对算法进行了试算,结果表明,给出的地震盲反褶积理论框架是正确的;与直接(共轭梯度求解正则方程)稀疏同时迭代反演法的对比显示,预条件共轭梯度算法稳定,精度高,收敛快。