隨著油氣勘探開發(fā)力度不斷加大,易于勘探、基于構造而存儲的油氣藏數量正在減少,勘探目標逐漸轉移到尋找隱蔽性油氣藏,尤其是薄儲層油氣藏,因此,薄儲層的精細刻畫與識別成為了當今勘探重要研究方向之一。本論文以匹配追蹤方法為基礎,主要研究了基于基追蹤算法的反射系數反演及其在薄互儲層中的應用。本文利用了壓縮感知框架理論中的匹配追蹤算法和基追蹤算法。首先實現了基于單層(單極子)匹配追蹤算法對地震信號進行反射系數反演,單極子匹配追蹤算法得到的反射系數剖面橫向連續(xù)性較差且對產生了調諧的地震信號反演能力較弱。針對該問題繼續(xù)研究基于雙層(雙極子)匹配追蹤,該方法在信號的分解精度上比單極子匹配追蹤算法效果好,但是求得的反射系數剖面連續(xù)性亟待改善。究其原因是匹配追蹤算法目標函數是范數優(yōu)化問題,得到的解是局部最優(yōu)解,而連續(xù)性是對整體的反射系數的要求�；谀繕撕瘮档姆峭箖�(yōu)化問題轉化為凸優(yōu)化問題的思路。其次,本文開展了基追蹤在反射系數反演中的應用研究。基追蹤方法針對的是范數優(yōu)化問題,所得的解是全局最優(yōu)解。在子波已知的情況下,基追蹤的效果是極好的,但是由于在實際資料反演中,子波是未知的且是時變的,因此基追蹤反演得到的反射系數剖面雖然連續(xù)性較匹配追蹤算法得到了改善,但是準確度卻相對下降。為此,本文提出改進的基追蹤算法,改進的基追蹤算法是在單極子匹配追蹤的基礎上獲得時變子波來構建基追蹤的原子庫,這與實際地震波的傳播特性和規(guī)律更為符合,該方法能夠有效提高薄儲層的反演和識別精度。最后,通過理論模型效果分析了單極子匹配追蹤算法、雙極子匹配追蹤、基追蹤和改進基追蹤方法的反演精度和穩(wěn)定性。同時,為了驗證算法的正確性和適用性,對基于實際地震資料所得的反演系數參數進行道積分,驗證是否與實際資料的井資料吻合。實際資料反演結果顯示了改進基追蹤算法反演結果與井資料吻合程度較好,同時運用得到的反射系數求解相對波阻抗,從而為薄互層識別和儲層預測提供有效依據。
【學位單位】：成都理工大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：P631.4;P618.13
【部分圖文】：

2( ( ) )2( ) [1 2( ( ) )]pf t upr t u f t u eππ = （3- 為主頻， 為時間延遲，其波形由一個主瓣和兩個旁瓣構成。圖 3-1 為克子波波形圖及其頻譜圖。對信號做傅里葉變換得到其頻譜圖，從頻看出，頻率峰值位置處的頻率即雷克子波的主頻。a)(b)

號采樣點為 40，圖 3-3 是反射系數模型圖，反射系數的位震信號中的地震子波信號的位置是未知的，不同的子波和，得到不同位置的地震子波。過完備原子庫必須包含了不射系數的位置對應著子波的位置，反演時得到地震子波位系數的位置。

圖 3-2 非零相位雷克子波(a)60°雷克子波波形圖；（b）60°相位雷克子波頻譜圖．反射系數模型的建立設地震信號的采樣點為 N ，那么需要建立一個 N *N 的幅度為 1 的反射。如信號采樣點為 40，圖 3-3 是反射系數模型圖，反射系數的位置對應
【相似文獻】

相關期刊論文 前10條

1 石曼曼;李雷;楊真真;;分段迭代匹配追蹤圖像重構算法[J];中國圖象圖形學報;2017年09期

2 王世豪;金輝鑫;;基于微分進化算法的匹配追蹤算法研究[J];數字技術與應用;2015年01期

3 黃芳;朱永忠;;基于局部性質的改進正交匹配追蹤算法[J];青島科技大學學報(自然科學版);2013年05期

4 張玉峰;;改進的基于樹型搜索的正交匹配追蹤算法[J];電腦知識與技術(學術交流);2007年14期

5 高強,張發(fā)啟,孫德明,何正嘉;遺傳算法降低匹配追蹤算法計算量的研究[J];振動、測試與診斷;2003年03期

6 高飛,玉振明,解光;匹配追蹤分解算法的簡化實現[J];廣西大學梧州分校學報;2002年01期

7 沙志超;盛衛(wèi)東;徐湛;李駿;;運用改進正交匹配追蹤算法精確估計跳頻信號跳變時刻[J];國防科技大學學報;2016年02期

8 邢巖輝;林云;;改進的壓縮采樣匹配追蹤算法[J];計算機應用;2015年S1期

9 熊承義;董攀峰;;基于FPGA的正交匹配追蹤算法的硬件實現[J];中南民族大學學報(自然科學版);2013年02期

10 馮勇明;周麗;李真;;基于匹配追蹤的蜂窩夾層復合材料損傷檢測[J];儀器儀表學報;2012年04期

相關博士學位論文 前10條

1 李青;優(yōu)化核方法[D];西安電子科技大學;2007年

2 羅詠劼;追蹤與廣義近似消息傳遞[D];電子科技大學;2016年

3 趙勇;小波變換與匹配追蹤電能質量分析方法研究[D];北京化工大學;2011年

4 馮勇明;基于Lamb波的航空復合材料板結構損傷識別技術方法研究[D];南京航空航天大學;2012年

5 畢雪;基于能量的稀疏重建及多尺度壓縮感知的研究[D];西南交通大學;2014年

6 嚴保康;低速重載機械早期故障稀疏特征提取的研究[D];武漢科技大學;2014年

7 李政;飛機常見結構原位超聲無損檢測技術研究[D];國防科學技術大學;2010年

8 易學能;圖像的稀疏字典及其應用[D];華中科技大學;2011年

9 彭延峰;自適應最稀疏時頻方法及其在旋轉機械故障診斷中的應用[D];湖南大學;2017年

10 徐安豹;壓縮感知與矩陣填充問題的閾值算法及匹配追蹤算法研究[D];湖南大學;2017年

相關碩士學位論文 前10條

1 孫新新;基于壓縮感知的信號重構算法研究[D];南京郵電大學;2019年

2 姚瑤;匹配追蹤和基追蹤算法在薄儲層反演中的研究與應用[D];成都理工大學;2019年

3 陳姝蕎;匹配追蹤算法在地震資料處理中的應用[D];中國石油大學(北京);2018年

4 梁杰中;時頻譜的研究與應用[D];中國石油大學(華東);2017年

5 于慶祥;基于壓縮感知的DOA估計及其FPGA實現[D];哈爾濱工程大學;2019年

6 胡志宇;互聯網絡拓撲測量方法研究及測量系統實現[D];電子科技大學;2019年

7 朱慧;基于匹配追蹤的MRS信號噪聲濾除方法研究[D];吉林大學;2018年

8 王聰;雙極子匹配追蹤在地震反演中的研究與應用[D];成都理工大學;2018年

9 索春琳;OFDM系統中基于正交匹配追蹤的稀疏信道估計算法研究[D];東北大學;2015年

10 張曉芳;基于匹配追蹤和深度學習的壓縮感知圖像重建研究[D];中國科學技術大學;2018年

本文編號：2886072