基于峭度的地震子波估计及avo反演算法研究与应用

基于峭度的地震子波估计及avo反演算法研究与应用

ID:34149695

大小:2.91 MB

页数:64页

时间:2019-03-03

基于峭度的地震子波估计及avo反演算法研究与应用_第1页
基于峭度的地震子波估计及avo反演算法研究与应用_第2页
基于峭度的地震子波估计及avo反演算法研究与应用_第3页
基于峭度的地震子波估计及avo反演算法研究与应用_第4页
基于峭度的地震子波估计及avo反演算法研究与应用_第5页
资源描述:

《基于峭度的地震子波估计及avo反演算法研究与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国内图书分类号:P63l国际图书分类号:西南交通大学研究生学位论文密级:公开年姓专二零一四年五月ClassifiedIndex:P631U.D.C:11UIIIIllIIUlIIIIIIIY2577580SouthwestJiaotongUniversityMasterDegreeThesisKURT0SISBASEDSEISMICⅥ厂AVELETESTIMATIONANDAVOINVERSIONALGORITHMSANDAPPLICATIONSGrade:201lCandidate:MaLongxuanAcademicDegreeAppliedfor:MasterS

2、peciality:SignalandInformationProcessingSupervisor:Prof.ZhangJiashu西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1.保密口,在年解密后适用本授权书;2.不保密彤使用本授权书。(请在以上方框内打“√”)学位论文作者签名:驯弩日期:纱渺6

3、.≯指导教师签名:醐日期:20,铲J.铲西南交通大学学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下:1、最小平均峭度(Leastmeankurtosis,LMK)算法用于系统识别问题时具有比最小均方(Leastmeansquare,LMS)算法更好的稳态性能。但是,LMK算法在脉冲噪声环境下性能会出现退化。针对这种问题,本文提出了一种抗脉冲噪声的LMK地震子波估计算法。新方法使用一种改进的方差估计策略来处理脉冲噪声环境,即通过在对误差方差估计的过程中引入一个中值操作算子实现对脉冲噪声的消除。通过仿真实验证明了新的方差估计方法能够有效地抑制脉冲噪声

4、的干扰,尤其是在脉冲噪声干扰比较严重的情况下,能够提高LMK算法的鲁棒性。2、针对LMK算法中更新方程计算量大的问题,本文引入了一种符号化的方法,能有效降低算法的计算复杂度。针对使用固定步长的LMK子波估计算法收敛速度慢的缺点,本文引入一种变步长策略,基于梯度下降法推导出一种迭代更新的步长表达式。该步长在保证算法稳态误差较低的同时提高了子波估计算法的收敛速度。在均方意义下本文推导了保证算法收敛的步长取值条件。通过仿真实验证明了新算法具有很好的收敛性能。3、地震资料中噪声构成的复杂性是影响AVO(AmplitudeVariationwithOffset)反演精度的一个重

5、要因素,针对这一问题,本文提出将最小平均峭度算法引入到地震反演中来,利用峭度对高斯噪声不敏感的特点构建适合AVO反演的目标函数,另外,通过引入一个平滑操作算子,提高算法对异常值的稳定性。在新的目标函数下,文章采用非线性共轭梯度算法进行求解。通过合成数据和实际数据的仿真证明了新方法能够有效抑制高斯噪声和异常值的影响,可以应用在实际油气勘探中,同时,该方法的提出也为地球物理其他反问题的求解提供了一条新的思路和途径。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得到的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果

6、。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。叼。’≯,学位论文作者签名:为龙科日期:沏,牛.∥驴西南交通大学硕士研究生学位论文第l页摘要AVO技术通过分析地震反射振幅与炮检距的关系由实际地震道集记录估算目标地层的属性参数,进行油气区的估计和检测。在AVO技术中,子波估计以及AVO反演是研究的主要关注点,本文围绕这两个方面展开了相应的研究工作。文章首先介绍了子波估计及反演问题的研究现状,通过对现有方法进行研究,针对其中存在的一些问题,提出了本文相应的解决思路。具体地说就是:基于褶积模型的子波估计问

7、题从信号处理角度理解类似系统识别问题,本文从这个角度出发,将子波估计问题与自适应滤波问题结合起来,利用自适应滤波领域相应研究方法解决子波估计的问题。针对传统最小平均峭度算法在脉冲噪声环境下性能退化的问题,本文提出了一种改进方差估计的最小平均峭度子波估计方法,即通过对当前以及之前若干次迭代误差平方使用一个中值操作算子,来实现算法对脉冲噪声的消除,提高子波估计算法在脉冲噪声环境下的性能。仿真表明,新方法能够实现对脉冲噪声的有效消除。然后,针对上述算法更新方程计算量大且固定步长导致的收敛速度慢的问题,本文提出了一种变步长的符号化最小平均峭度子波估计方法。符

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。