最大熵谱估计

谱估计是数据处理的一种重要手段,初期谱估计主要用于维纳滤波设计滤波器的。近来谱估计已成为信息提取的一个有力工具,例如有些曲线(波形或信号)外形不同但却有相近的谱,而另一些曲线则其谱差别很大,通过谱估计我们可得到组成曲线的最佳频率成份,进而可以求出相应的振幅谱和相位谱来。这样,将各种曲线族通过谱估计转化成另一种更简明的形式,就能更便于进行分类识别。我们记录到的各种地震曲线就是这样,对有油气和无油气的地震曲线其中也需要用谱的特征加以分类识别。 另外,七十年代中期把最大熵谱估计方法引用到地震数据处理的反褶积方法中来,我们称它为最大熵反褶积,此法前提条件少,效果也不错,同时在此基础上我们能求取地震子波等。因此对最大熵谱估计方法的研究、改进和应用,我们认为是很有价值的。     

最大熵谱估计中振幅谱和相位谱的求法

最大熵谱估计克服了窗函数对传统谱估计的不利影响,特别在数据短的情况下,它比传统谱估计优越得多。但最大熵谱估计所确定的信号最佳频率成分,其对应的振幅值并不反映原来振幅值,且随自回归模型的阶数的不同而变化。这是最大熵谱估计法的最大缺点,也是此法目前还不能很好地用于地震数据处理的主要原因。本文介绍两种由得到的最佳频率成分来恢复原振幅值和相位值的方法。     

最大熵子波反褶积

最大熵子波反褶积是建立在最大熵反褶积的基础上。最大熵反褶积的优点在于不需要求子波的自相关值和期望输出与子波的互相关值,即不需要解托布里兹方程组求出反滤波因子,而只要求出各i阶偏相关系数ρ_i(i=1,…,M)就可由数据直接递推地求出第M阶向前预测误差和向后预测误差。这种作法可以避免在数据时窗外用补零的办法求相关值而带来的误差。最大熵反褶积是在地震子波为最小相位条件下进行的,其向前预测误差就等于反射系数序列。最大熵子波反褶积与最大熵反褶积的不同点在于,该方法将所得反射系数序列作为初值,用此反射系数序列与地震记录作相关提取单道子波,再采用多道统计平均法求取最终子波。为使其最小相位化,对最终子波要进行整形,然后再作子波反褶积。经模型试验与实际资料处理表明,该方法效果良好。