非高斯avo三参数反演算法及其应用研究

《非高斯avo三参数反演算法及其应用研究》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、万方数据国内图书分类号：国际图书分类号：TP301，6，P631．4550．3西南交通大学研究生学位论文密级：公开年级：三委墨扛级姓名：塞I』注申请学位级别：王堂擅±专业：值曼皇信息处理指导教师：张塞挝麴援二零一四年五月万方数据ClassifiedIndex：TP301．6，P631．RtfIU．D．C：550．3SouthwestJiaotongUniversityDoctorDegreeDissertationI己ESEARCH0NNON—GAUSSIANTHREE．TERMAVOINVERSl0NALGORITHMANDITSAPPL

2、ICATIONGrade：2009Candidate：LiuYangAcademicDegreeAppliedfor：Ph．DSpeciality：SignalandInformationProcessingSupervisor：Prof．ZhangJiashuMay,2014万方数据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

3、印或扫描等复印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√使用本授权书。(请在以上方框内打“√”)学位论文作者签名：印咩指导老师签名：海s娜日期：aoI收“1日期：2口【眨反¨万方数据西南交通大学博士学位论文创新性声明本人郑重声明：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。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的说明。本人完全意识到本声明的法律结果由本人承担。文章在对AVO反演迭代

4、算法中反演迭代误差以及实际地震叠前资料中噪音的非高斯特征分析基础上，对非高斯AVO三参数反演算法及其应用进行了深入研究，学位论文的主要创新点如下：1)分析了AVO反演迭代误差的来源及其非高斯特征，根据广义极值分布能逼近具有任意分布特征概率密度函数的特点，采用广义极值分布对反演迭代残差进行自适应建模，提出一种基于自适应广义极值分布的拟共轭梯度算法，提高了该算法抗非高斯噪声的能力(详见第4章)。21针对地震叠前数据中的脉冲干扰噪声，采用基于拉普拉斯分布的，-范数构建目标函数，提出了一种变步长归一化符号梯度算法，在减小了计算量的同时提高了算法的稳

5、定性。同时，通过引入变步长的思想避免了定步长算法存在的收敛速度和失调量的矛盾(详见第5章)。3)在分析迭代重加权最小二乘算法中不同加权函数的优缺点基础上，通过引入Hampel三段下降函数，提出一种迭代重加权最小M估计算法，提高了算法对脉冲噪声和高斯背景噪声的抑制能力(详见第6章)。4)结合，。范数对脉冲噪声的抑制能力以及12范数对高斯噪声的抑制能力，构造了能同时压制高斯噪声和拉普拉斯分布噪声的混合范数；同时在目标函数中加入测井约束，发展出一种基于，l、，2混合范数反演算法，提高了反演的稳定性。在此基础上，引入广义似然比检验函数对混合范数的权

6、重进行自适应调节，提出了基于“如自适应混合范数反演算法，提高了算法对地震叠前数据中噪声的自适应抑制能力(详见第7．2节，7．4节)。5)为了提高反演算法在复杂噪声环境中的鲁棒性，论文提出一种正则化自适应混合范数算法。算法通过将如范数和厶范数自适应组合，提高了算法对复杂噪声环境的适应能力：同时在模型平滑区域使用如范数正则化，在非平滑区域使用，I范数正则化，提高了反演的分辨率(详见第7．6节)。学位论文作者签名：毒l牢日期：女l*‘、I『万方数据西南交通大学博士研究生学位论文第l页摘要随着油气勘探的不断深入和勘探技术的不断提高，油气勘探的重点逐

7、渐从构造油气藏转移至岩性油气藏。与传统的构造油气藏相比．岩性油气藏隐蔽性更大，成藏规律更复杂，勘探难度更大，对储层预测精度的要求更高，以便获取更可靠的储层信息，降低勘探开发的风险。AVO(AmplitudeVariationwithOffset)反演是提取隐藏在地震信息中的弹性参数的重要途径，是当前地震信号处理与解释应用领域的前沿研究课题之一。传统的地震反演算法为了建模的简单性和解析的易处理性，通常假设噪声服从高斯分布。这种假定对信噪比相对较高的叠后地震反演来说是基本适用的，但是对于信噪比相对较低的地震叠前数据来说，尤其是某些复杂储层(如生

8、物礁储层)，高斯噪声假设往往难以满足实际情况，使得传统的基于高斯模型的叠前反演方法很难取得令人满意的效果。所以从反演性能损失的角度来看，为了给地震解释人员提供更可靠地解释依据，更