參數(shù)化地震子波模型定階方法研究.pdf

1、高分辨率地震子波提取技術是油氣地震勘探領域高分辨率處理技術亟待解決的重要研究課題。針對目前子波提取技術所存在的子波求解精度不高和運算成本過高的缺陷，本文深入研究地震記錄特性及假設條件和邊界約束，詳細分析地震子波的各種屬性和特征，突破MA(Moving Average)模型假設的地震子波提取技術，提出一種階數(shù)吝嗇的ARMA(Autoregressive Moving Average)模型對地震子波進行參數(shù)化準確建模的方法。其中對子波ARM

2、A模型定階方法進行深入研究，首先采用基于自相關的奇異值分解法確定AR(Autoregressive)部分階數(shù)，然后將信息量準則函數(shù)融入高階累積量MA定階法中，提出一種新的MA定階方法，提高子波ARMA模型MA定階準確率。在保證子波精度的前提下盡可能地降低模型階數(shù)，提高運算效率，最終實現(xiàn)高效率高精度的子波模型定階。
　　 高階累積量理論上可以完全抑制高斯噪聲，保留信號的相位信息等特點，但是高階累積量對特殊切片敏感，在確定ARMA模

3、型AR階數(shù)時需采用特殊切片構造矩陣，將AR定價轉換為求解矩陣的有效秩，此時切片選擇困難，AR定階不穩(wěn)定。而基于自相關函數(shù)的SVD法確定ARMA模型AR階數(shù)成熟且易操作，仿真實驗表明該方法運算速度快，可在適宜的噪聲環(huán)境中使用。
　　 高階累積量在數(shù)據(jù)充足的情況下樣本估計值較理想，但是實際資料數(shù)據(jù)總是有限的，導致應用高階累積量確定ARMA模型MA階數(shù)時穩(wěn)定性差。為此本文提出一種新的MA模型定階方法，將基于自相關函數(shù)的信息量準則函數(shù)引

4、入到基于累積量的MA定階方法中，修正由高階累積量引起的定階偏差。仿真實驗表明，新方法可有效提高MA定階的穩(wěn)定性及準確性。
　　 在模型定階的基礎上，分別采用SVD-TLS算法和累積量法估計ARMA模型AR參數(shù)及MA參數(shù)。由于在短時數(shù)據(jù)下高階累積量對模型定階及參數(shù)估計效果不理想、ARMA模型的反因果部分定階不穩(wěn)定等，導致地震子波ARMA模型參數(shù)估計存在一定的偏差，本文采用非線性優(yōu)化算法對模型階數(shù)所對應的參數(shù)進行優(yōu)化，進一步提高模型