基于ARMA模型和改進(jìn)粒子群算法的地震子波提取方法研究.pdf

1、準(zhǔn)確的地震子波估計(jì)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(biāo)。在地震子波為非最小相位,噪聲為加性高斯噪聲的假設(shè)下,可通過(guò)構(gòu)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(biāo)函數(shù)來(lái)提取地震子波。因此對(duì)地震子波估計(jì)模型的求解最終可歸結(jié)為對(duì)一多維多峰值目標(biāo)函數(shù)的非線性優(yōu)化問(wèn)題,對(duì)該目標(biāo)函數(shù)所用優(yōu)化算法須兼有對(duì)參數(shù)向量整體的全局隨機(jī)搜索能力和對(duì)單個(gè)參數(shù)的深度搜索能力。針對(duì)目前統(tǒng)計(jì)性子波提取技術(shù)中非線性優(yōu)化算法計(jì)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(jìn)一步增強(qiáng)了統(tǒng)計(jì)性地震子波提取技術(shù)的應(yīng)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(jìn)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(guān)系,且算法后期容易陷入局部極值。針對(duì)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(biāo)函數(shù)的特點(diǎn),提出一種改進(jìn)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(shè)置粒子群的邊界條件,保證算法解的有效性。
　　 采用改進(jìn)粒子群算法對(duì)ARMA模型描述下的模型參數(shù)進(jìn)行優(yōu)化,通過(guò)優(yōu)化結(jié)果表明,該算法提取的子波參數(shù)更加接近于真實(shí)的子波。仿真實(shí)驗(yàn)和實(shí)際數(shù)據(jù)實(shí)驗(yàn)結(jié)果表明,改進(jìn)的粒子群算法對(duì)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(jìn)一步將改進(jìn)的粒子群算法與模型定階相結(jié)合。實(shí)驗(yàn)結(jié)果表明,在模型準(zhǔn)確定階的前提下,提取子波的參數(shù)更加準(zhǔn)