發(fā)布時(shí)間：2021-10-02 04:16

　　石油勘探地震資料中含有的隨機(jī)噪聲會(huì)影響到地震數(shù)據(jù)的可靠性,提高地震資料信噪比是地震勘探的一項(xiàng)基本課題,對(duì)地震資料解釋有著重要意義。由于地震資料所含隨機(jī)噪聲沒(méi)有統(tǒng)一規(guī)律,常用的地震去噪方法去除隨機(jī)噪聲時(shí)存在一定的局限性。本文研究如何采用含噪獨(dú)立分量分析算法克服一般地震去噪方法的不足,達(dá)到提高地震資料信噪比的效果。首先分析了石油勘探地震信號(hào)的統(tǒng)計(jì)特性,地震記錄中的有效信號(hào)和隨機(jī)噪聲信號(hào)之間是相互統(tǒng)計(jì)獨(dú)立的,符合獨(dú)立分量分析算法的應(yīng)用條件。隨機(jī)噪聲由非高斯噪聲和高斯噪聲組成,其中把非高斯噪聲看成獨(dú)立信號(hào),把高斯噪聲看成加性噪聲,將地震信號(hào)去噪問(wèn)題轉(zhuǎn)化為含噪ICA問(wèn)題。相對(duì)常規(guī)ICA模型來(lái)說(shuō),含噪ICA模型可以更好地匹配地震記錄模型。針對(duì)常規(guī)地震資料的去噪問(wèn)題,給出了一種改進(jìn)的含噪ICA算法—基于極大似然偏差去除的FastICA算法（MLBR-FICA）。該算法通過(guò)偏差去除技術(shù)盡可能減小由噪聲引起的偏差,建立基于觀測(cè)信號(hào)似然度的無(wú)偏目標(biāo)函數(shù),采用魯棒性好的牛頓迭代法求解混合矩陣。仿真信號(hào)結(jié)果表明,該算法可以更為準(zhǔn)確地估計(jì)混合矩陣,具有明顯較快的收斂速度。將該算法應(yīng)用于常規(guī)地震資料去噪,實(shí)驗(yàn)結(jié)果... 

【文章來(lái)源】：中國(guó)石油大學(xué)(華東)山東省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 前言
    1.1 課題的來(lái)源及研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 獨(dú)立分量分析技術(shù)
        1.2.2 石油勘探地震資料去噪技術(shù)
    1.3 存在的問(wèn)題
    1.4 論文的研究?jī)?nèi)容與安排
第2章 獨(dú)立分量分析的基本理論
    2.1 獨(dú)立分量分析的基本概述
        2.1.1 ICA的數(shù)學(xué)模型
        2.1.2 ICA預(yù)處理
    2.2 獨(dú)立分量分析的獨(dú)立性判據(jù)
        2.2.1 互信息極小化判據(jù)
        2.2.2 極大似然判據(jù)
        2.2.3 非高斯程度極大化判據(jù)
    2.3 典型的無(wú)噪獨(dú)立分量分析算法
        2.3.1 極大似然估計(jì)算法
        2.3.2 基于負(fù)熵的Fast ICA算法
    2.4 典型的含噪獨(dú)立分量分析算法
        2.4.1 基于極大似然偏差去除的自然梯度ICA算法
        2.4.2 基于高斯矩的含噪Fast ICA算法
第3章 MLBR-FICA算法及其在常規(guī)地震資料去噪中的應(yīng)用
    3.1 常規(guī)地震
        3.1.1 地震子波
        3.1.2 人工地震波
    3.2 基于極大似然偏差去除的FastICA算法
        3.2.1 基本原理
        3.2.2 仿真實(shí)驗(yàn)
    3.3 常規(guī)地震資料處理
        3.3.1 模型試算
        3.3.2 實(shí)際資料處理
    3.4 本章小結(jié)
第4章 LSNR-NICA算法及其在微地震資料去噪中的應(yīng)用
    4.1 微地震
        4.1.1 微地震監(jiān)測(cè)技術(shù)
        4.1.2 微地震信號(hào)特點(diǎn)
        4.1.3 微地震模型
    4.2 一種低信噪比下的含噪獨(dú)立分量分析算法
        4.2.1 基本原理
        4.2.2 仿真實(shí)驗(yàn)
    4.3 微地震資料處理
        4.3.1 模型試算
        4.3.2 實(shí)際資料處理
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于極大似然偏差去除的FastICA算法[J]. 劉克,田學(xué)民,蔡連芳,張銀雪.  計(jì)算機(jī)仿真. 2013(12)
[2]人工蜂群算法的收斂性分析[J]. 寧愛(ài)平,張雪英.  控制與決策. 2013(10)
[3]基于獨(dú)立分量分析的欠定盲源分離方法[J]. 楊杰,俞文文,田昊,關(guān)珍貞.  振動(dòng)與沖擊. 2013(07)
[4]基于曲波變換的地面微地震資料去噪方法研究[J]. 姜宇東,楊勤勇,何柯,劉太偉.  石油物探. 2012(06)
[5]獨(dú)立分量分析及其在信號(hào)處理中的應(yīng)用[J]. 楊俊美,余華,韋崗.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(11)
[6]基于互累積量的有噪獨(dú)立分量分析方法[J]. 蔡連芳,田學(xué)民.  計(jì)算機(jī)工程. 2012(16)
[7]含噪獨(dú)立分量分析的期望最大化算法[J]. 張和發(fā),李立萍.  電子科技大學(xué)學(xué)報(bào). 2012(04)
[8]基于改進(jìn)PSO-ICA的地震信號(hào)去噪方法[J]. 張銀雪,田學(xué)民.  石油地球物理勘探. 2012(01)
[9]步長(zhǎng)自適應(yīng)ICA在地震信號(hào)去噪中的應(yīng)用[J]. 張銀雪,田學(xué)民.  計(jì)算機(jī)工程與應(yīng)用. 2011(31)
[10]后非線性混疊信號(hào)盲源分離算法綜述[J]. 陶濤,黃高明,趙治華.  控制與決策. 2010(08)

博士論文
[1]盲信號(hào)處理技術(shù)在地震數(shù)據(jù)處理中的應(yīng)用研究[D]. 魏巍.中國(guó)地質(zhì)大學(xué)（北京） 2009

碩士論文
[1]含噪盲信號(hào)提取和分離技術(shù)研究[D]. 任婕.電子科技大學(xué) 2012



本文編號(hào)：3417989