基于峭度的地震子波估計及AVO反演算法研究與應(yīng)用.pdf

1、AVO技術(shù)通過分析地震反射振幅與炮檢距的關(guān)系由實際地震道集記錄估算目標(biāo)地層的屬性參數(shù)，進(jìn)行油氣區(qū)的估計和檢測。在AVO技術(shù)中，子波估計以及AVO反演是研究的主要關(guān)注點，本文圍繞這兩個方面展開了相應(yīng)的研究工作。
　　文章首先介紹了子波估計及反演問題的研究現(xiàn)狀，通過對現(xiàn)有方法進(jìn)行研究，針對其中存在的一些問題，提出了本文相應(yīng)的解決思路。具體地說就是:
　　基于褶積模型的子波估計問題從信號處理角度理解類似系統(tǒng)識別問題，本文從這個角度

2、出發(fā)，將子波估計問題與自適應(yīng)濾波問題結(jié)合起來，利用自適應(yīng)濾波領(lǐng)域相應(yīng)研究方法解決子波估計的問題。針對傳統(tǒng)最小平均峭度算法在脈沖噪聲環(huán)境下性能退化的問題，本文提出了一種改進(jìn)方差估計的最小平均峭度子波估計方法，即通過對當(dāng)前以及之前若干次迭代誤差平方使用一個中值操作算子，來實現(xiàn)算法對脈沖噪聲的消除，提高子波估計算法在脈沖噪聲環(huán)境下的性能。仿真表明，新方法能夠?qū)崿F(xiàn)對脈沖噪聲的有效消除。
　　然后，針對上述算法更新方程計算量大且固定步長導(dǎo)致

3、的收斂速度慢的問題，本文提出了一種變步長的符號化最小平均峭度子波估計方法。符號算法通過一個符號算子操作，代替復(fù)雜的乘法等運算，能有效降低算法的計算復(fù)雜度。另外，基于梯度下降法推導(dǎo)出的變步長，利用了每次迭代的輸入信號及誤差信號的信息進(jìn)行迭代更新，在保證算法穩(wěn)態(tài)誤差較低的同時提高了子波估計算法的收斂速度。在均方意義下推導(dǎo)了保證算法收斂的步長取值條件。仿真表明，新方法具有很好的收斂速度和穩(wěn)態(tài)效果。
　　最后，地震資料中噪聲構(gòu)成的復(fù)雜性是