基于纯相位滤波器的子波相位校正方法研究

针对子波相位提取不准确影响反褶积后地震剖面分辨率的问题,提出了一种基于纯相位滤波器的子波相位校正方法来校正子波残余相位,以提高反褶积后地震剖面的分辨率。该方法采用自回归滑动平均(Autoregressive moving average,ARMA)模型和单位化振幅谱的方式构造纯相位滤波器,以描述任意特性的子波残余相位;在最大方差模准则约束下,采用改进的粒子群算法对子波残余相位进行寻优,最终实现反褶积结果中子波残余相位的校正。正演模拟数据和实际地震资料处理结果表明了该方法的有效性和实用性。     

自适应混沌嵌入式粒子群算法提取地震子波

本文提出一种基于Tent映射的自适应混沌嵌入式粒子群算法,通过拟合优化求解目标函数得到子波模型参数。算法将混沌变量嵌入到标准粒子群算法中,且对惯性权重和学习因子进行非线性自适应调整,并建立平均粒距与适应度方差相结合的早熟判断机制,以混沌搜索的方式跳出局部最优。合成地震数据仿真及实际地震数据处理结果表明,该算法应用于地震子波提取具有较高的求解精度。     

自适应分段的时变子波估计方法

针对目前时变子波估计中忽略地震记录的非平稳特性导致子波估计不准的问题,提出了一种基于自适应分段的时变子波估计方法.根据自适应分子分解法基本原理,自适应分段以二次谱法替代原有的多项式法拟合子波振幅谱,有效提高了自适应分子窗的寻优精度;采用使时变子波振幅谱相似度最大的方法确定最优的时窗函数分段,实现自适应分子窗的合理划分,进而以傅里叶反变换实现时变子波估计.通过数据仿真和实际地震数据处理等验证了该方法在子波估计中的有效性和适用性.     

基于Tent映射的自适应混沌嵌入式粒子群算法

为避免粒子群算法后期出现早熟收敛,提出一种基于Tent映射的自适应混沌嵌入式粒子群算法。将混沌变量嵌入到标准粒子群算法中,且对参数进行自适应调整。算法采用Tent映射生成的混沌序列来取代基本粒子群算法中的随机数,充分利用了混沌运动的随机性、遍历性和规律性;惯性权重和学习因子采用非线性的自适应调整策略;建立平均粒距与适应度方差相结合的早熟收敛判断机制,并且以混沌搜索的方式来跳出局部最优。测试函数仿真结果表明,该算法具有良好的全局搜索能力,寻优精度较高,鲁棒性好。     

基于高阶统计量的地震子波提取方法评价

基于高阶统计量的子波提取方法可提取-个非最小相位的地震子波,但需要对地震资料和地下反射系数序列分布进行-定假设,且子波提取方法是-个开环过程,在实际应用中还存在提取子波的稳定性、唯-性、精度、抗噪能力、收敛性及带限数据长度适应性等问题,因此该法的有效性及提取子波的准确性仍有待验证。本文对主要的几种子波提取方法进行了综述,其中包括:基于测井资料进行井旁子波提取评价、利用地震反演进行子波提取评价、基于合成地震记录与实际地震记录比较的子波提取评价、基于子波本身属性的子波提取评价。文中对各方法的优势和不足进行了全面分析,认为基于地震记录属性参数和子波属性的动态评价方法能够更有效地评价子波提取方法的有效性和提取子波的精度,通过分析提取子波的属性参数和相应的地震记录的属性参数之间的关系及其对基于高阶统计量的子波提取方法的影响程度,可为子波提取方法的修正和完善提供借鉴。     

基于时频域谱模拟的时变子波估计方法

为解决地层衰减作用造成传统子波提取方法提取结果不准确的问题,提出了一种基于时频谱模拟的时变子波估计方法。首先对非平稳地震记录进行改进的广义S变换后再作时频滤波处理,然后采用谱模拟方法从处理后的地震记录时频谱中拟合出每一时刻的子波振幅谱,最后通过反傅里叶变换得到时域子波,从而实现时变子波的精确提取。与常规分段提取时变子波方法相比,该方法不需要子波分段平稳的假设,当相邻层段子波属性存在较大变化时也能准确估计出时变子波。理论分析和模型试算结果表明,该方法在提取时变子波并用于提高地震资料分辨率方面具有一定的可行性和有效性。     

基于时频谱模拟的时变混合相位子波提取

为解决地层衰减作用造成传统子波提取方法提取结果不准确的问题,提出一种基于时频谱模拟的时变混合相位子波提取方法.该方法在对非平稳地震记录进行改进的广义S变换的基础上,首次引入时频滤波处理,然后采用谱模拟方法估计每一时刻的子波振幅谱,在子波相位时不变假设下采用高阶累积量的双谱法重构子波的混合相位谱,最后将振幅谱和相位谱结合实现时变混合相位子波的提取.与常规分段提取方法相比,该方法不需要子波分段平稳的假设,当相邻层段子波属性存在较大变化时也能准确估计出时变子波.理论分析和仿真实验结果表明,该方法有效可行.