版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 非高斯AVO三參數(shù)反演算法及其應(yīng)用研究.pdf
- 智能反演算法及其應(yīng)用研究.pdf
- 基于DSP的光子相關(guān)研究及反演算法初探.pdf
- 非線性反演算法及其應(yīng)用研究.pdf
- 基于電磁超材料的反演算法分析.pdf
- 50203.時間推移地震快速正反演算法研究
- 粒子譜反演算法優(yōu)化及反演誤差分析.pdf
- 直流電測深反演算法的研究.pdf
- 磁感應(yīng)斷層成像的反演算法研究.pdf
- 11659.核磁共振測井反演算法與應(yīng)用研究
- 基于航海雷達(dá)圖像的海面風(fēng)場反演算法研究.pdf
- 被測目標(biāo)熱參數(shù)反演算法研究.pdf
- X波段海浪信息參數(shù)反演算法研究.pdf
- 高頻地波雷達(dá)海態(tài)反演算法研究.pdf
- 基于多光譜輻射的火焰縱向溫度反演算法.pdf
- 光子密度波散射的優(yōu)化反演算法研究.pdf
- 基于微波探測雷達(dá)的冰層厚度反演算法的研究與實現(xiàn).pdf
- 極化干涉SAR植被高度反演算法研究.pdf
- 10196.基于混合范數(shù)的電阻率反演算法研究
- 溶質(zhì)運移模型與多參數(shù)反演算法.pdf
評論
0/150
提交評論