一种基于负熵的Bussgang地震盲反褶积方法

独立分量分析作为一种新兴的信号处理工具,许多学者对其在地震信号处理领域中的应用进行了初步探讨。本文在Santamaria等提出的自适应高斯混合盲反褶积的基础上,结合独立分量分析中Bussgang类反褶积算法,通过引入约束项,对基于负熵准则的目标函数进行了改进,构造出新的非线性算子;同时采用修正的期望最大化(EM)算法优化反射系数高斯混合模型参数,成功地实现了地震信号的盲反褶积。数值模拟和实际资料处理的结果表明,该方法能较好地适应非最小相位系统,得到原始反射系数的最优估计,而且算法收敛快、精度高,是提高地震资料分辨率的有效手段。

模糊C均值地震属性聚类分析

地震多属性聚类分析是进行储层预测的有效工具。本文提出了基于模糊C均值的地震属性聚类方法,该方法可以将多种地震属性进行分析从而生成有效的特征图,它可以寻找各个类的最优聚类中心,并给出样本点属于每一类的隶属度。此算法是一个简单迭代过程,且算法的关键取决于两个参数:其一是聚类数要远小于聚类样本的总个数;其二是加权参数要适中,过大或过小均不利于聚类效果的改善。模型试验和实际资料的应用表明了该方法原理简单且算法鲁棒性好,具有很好的实际应用价值。

三谱混合相位子波估计与最大后验反褶积

近几年发展起来的基于高阶统计量的混合相位地震子波估计方法,往往假设地层反射系数序列是服从非高斯分布的统计独立的随机过程而不是高斯白噪声分布,因此更加符合实际情况。本文提出的方法首先运用地震道高阶统计量的三谱相位信息重建地震子波的相位谱,并通过地震道的自相关得到子波的振幅谱,从而提取出混合相位的地震子波;然后通过改进的柯西约束最大后验反褶积方法实现地震道的反褶积。通过仿真试验和对实际地震资料的处理,表明最大后验反褶积可以在不降低地震资料信噪比的前提下提高地震资料的分辨率。