基于非高斯性最大化的预测反褶积技术

论文摘要

在石油地震勘探中,多次波问题一直是一个关键而又困难的问题。多次波的存在会干扰甚至破坏偏移剖面上真实界面的成像,并干扰对一次波的有效识别。因此,可靠地识别多次波并削弱或消除多次波的影响是地震资料处理中的一项重要任务。预测反褶积算法是可以用于多次波压制的常用方法之一。常规的预测反褶积算法建立在二阶统计量的基础上,需要假设多次波和一次波是正交的,而实际数据常常不会满足这个假设。本文利用多次波和一次波是非高斯分布的特性,提出一种基于非高斯性最大化的预测反褶积算法,并应用于多次波压制。相比于常规的预测反褶积算法,基于非高斯性最大化的预测反褶积算法不需要作多次波和一次波正交性的假设。人工合成模型的实验结果表明,采用基于非高斯性最大化的预测反褶积算法在多次波压制问题中优于常规预测反褶积算法。然而,由于实际地震数据往往是时空变的,采用基于非高斯性最大化的预测反褶积算法在处理实际地震数据时并不能取得很好的效果。针对实际地震数据的时空变特性,对不同时间段的地震数据设计不同的预测滤波器,提出一种基于非高斯性最大化的时空变预测反褶积算法。实际地震数据的处理结果表明,采用时空变的预测反褶积算法很好地消除了实际地震数据中的多次波。本文还依据实际地震数据的横向连续性,提出一种基于非高斯性最大化的多道预测反褶积算法。实际地震数据的处理结果表明,相比于单道预测反褶积算法,基于非高斯性最大化的多道预测反褶积算法能够消除更多的多次波,但算法的数值求解的稳定性比较差。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 多次波压制问题简介
• 1.2 选题背景及意义
• 1.3 预测反褶积技术的国内外研究现状
• 1.4 论文研究方法
• 1.5 论文结构安排
• 第2章 常规预测反褶积算法
• 2.1 预测反褶积模型
• 2.2 AR 模型的求解
• 2.3 预测步长和预测滤波器阶数的确定
• 2.4 常规预测反褶积算法的缺点
• 2.5 本章小结
• 第3章 基于非高斯性最大化的预测反褶积算法
• 3.1 实际地震数据的非高斯分布特性
• 3.2 目标函数的建立
• 3.2.1 建立目标函数的理论依据
• 3.2.2 非高斯性度量准则的选取
• 3.2.3 目标函数的确立
• 3.3 目标函数的优化求解
• 3.3.1 算法的推导
• 3.3.2 算法的步骤
• 3.4 人工合成数据和实际地震资料处理
• 3.4.1 人工合成数据处理
• 3.4.2 应用蒙特卡罗方法的统计实验
• 3.4.3 实际地震资料处理
• 3.4.4 结果分析
• 3.5 语音信号回声消除中的应用
• 3.6 本章小结
• 第4章 基于非高斯性最大化的时空变预测反褶积算法
• 4.1 地震信号的时空变特性和分段处理方法
• 4.2 算法的实现过程
• 4.3 实际地震资料处理和结果分析
• 4.4 本章小结
• 第5章 基于非高斯性最大化的多道预测反褶积算法
• 5.1 多道预测反褶积算法概述
• 5.2 MC-PDMNG 算法的实现
• 5.3 实际地震资料处理和结果分析
• 5.4 本章小结
• 第6章 结论
• 6.1 研究工作总结
• 6.2 需进一步开展的工作
• 参考文献
• 致谢
• 个人简历、在学期间发表的学术论文与研究成果