基于ARMA模型和改進粒子群算法的地震子波提取方法研究.pdf

1、準確的地震子波估計一直是高分辨率、高信噪比、高保真度的地震勘探數(shù)據(jù)處理追求的目標。在地震子波為非最小相位,噪聲為加性高斯噪聲的假設下,可通過構建地震記錄四階累積量與地震子波參數(shù)模型四階矩的擬合目標函數(shù)來提取地震子波。因此對地震子波估計模型的求解最終可歸結為對一多維多峰值目標函數(shù)的非線性優(yōu)化問題,對該目標函數(shù)所用優(yōu)化算法須兼有對參數(shù)向量整體的全局隨機搜索能力和對單個參數(shù)的深度搜索能力。針對目前統(tǒng)計性子波提取技術中非線性優(yōu)化算法計算效率不高

2、和求解精度不高的缺陷和新興的非線性優(yōu)化方法進一步增強了統(tǒng)計性地震子波提取技術的應用潛力。本文提出一種適合于多維多峰值函數(shù)的尋優(yōu)算法.改進的粒子群算法。
　　 粒子群算法能夠有效地優(yōu)化各種函數(shù)。算法搜索速度快,在搜索性能上優(yōu)于遺傳算法。但是基本粒子群算法參數(shù)選擇和算法尋優(yōu)精度有著密切的關系,且算法后期容易陷入局部極值。針對基本粒子群算法存在的缺陷和地震子波提取中累積量擬合目標函數(shù)的特點,提出一種改進的粒子群算法,令算法參數(shù)隨著迭代

3、次數(shù)的增加而線性遞加或遞減,且設置粒子群的邊界條件,保證算法解的有效性。
　　 采用改進粒子群算法對ARMA模型描述下的模型參數(shù)進行優(yōu)化,通過優(yōu)化結果表明,該算法提取的子波參數(shù)更加接近于真實的子波。仿真實驗和實際數(shù)據(jù)實驗結果表明,改進的粒子群算法對四階累積量擬合優(yōu)化法地震子波提取具有良好的適用性和穩(wěn)定性。
　　 最后,論文進一步將改進的粒子群算法與模型定階相結合。實驗結果表明,在模型準確定階的前提下,提取子波的參數(shù)更加準