專利名稱：基于高階統計量和arma模型的高分辨率地震子波提取方法
技術領域：
本發明屬于地震信號處理領域。
背景技術：
如今油氣田勘探和開發正向小規模、薄儲層的方向發展，對地震勘探的精度要求越來越高。為適應油氣藏的動態預測和尋找復雜構造和巖性油氣藏，要求地震處理后的剖面具有高信噪比、高分辨率和高保真度的“三高”特點。地震勘探包括野外采集、室內處理和地震資料解釋三大環節。要提高地震記錄的分辨率就必須從采集、處理及解釋各個環節上下功夫，挖掘各個環節的能力，使各個環節上 都達到高質量，最后才能獲得具有“三高”特點的地震剖面。而如果已知地震子波，將該子波與地震記錄作反褶積，就可求得地層的反射系數，從而可得一個高分辨率的地震剖面。地震子波估計(子波提取)作為地震資料反褶積處理、地震波阻抗反演和地震正演模型的基礎，其提取精度直接影響后續地震資料處理和地震資料解釋的可靠性和準確性。近年來，高階統計量在解決非線性、非高斯和非最小相位系統的分析和處理方面已逐漸顯示出獨特優勢，為高精度的地震子波提取提供了可能，新興的非線性優化方法進一步增強了統計性地震子波提取技術的應用潛力；系統辨識技術也越來越多的引入到地震資料處理中。本發明提出采用高階統計理論，對地震子波進行ARMA(AutoregressiveMoving Average自回歸滑動平均)參數精簡建模，研究開發一種實用的地震子波ARMA模型定階方法，在保證估計精度的前提下盡可能提高運算效率。統計性子波提取方法是利用信號處理技術對有限的地震數據記錄進行統計處理，充分利用地震數據記錄的幅值、相位、頻率等信息，提取更適用的地震子波的估計，但缺點是需要對所用的地震資料和地下的反射系數序列的分布進行某種假設(最小相位、零相位、最大相位)。實際上地震子波往往是一種混合相位子波，一次這種僅簡單的基于自相關的統計性子波提取方法理論上并不能得到準確的結果。隨著高階統計理論進一步發展和完善，高階統計信號處理已經滲透到信號處理各個應用領域，并涌現了大量理論和應用研究成果。高階統計量(高階譜)較二階統計量(功率譜)除了包含信號的更豐富的信息量(如完整相位信息)外，還有對任意高斯噪聲信號“盲”的特性，能夠在有色高斯噪聲中提取非高斯信號，這解決了很多其它方法所不能解決的問題，如重構非最小相位系統、有效辨識非最小相位系統和非線性系統。針對高階統計量的諸多特點，地球物理工作者逐漸認識到應用高階統計量方法可以從地震資料中提取一個非最小相位的實際地震子波。
發明內容
本發明的目的在于提出一種基于高階累積量和ARMA模型的高分辨率地震子波提取方法，其中包括地震子波參數精簡ARMA模型的建立；地震子波ARMA模型的準確定階方法。本發明的特征之一在于首次采用參數精簡的ARMA模型對地震子波進行建模。地震道y(n)通常被假設為零均值的平穩隨機過程，用公式表示為一個卷積與高斯噪聲v(n)和的形式，經常寫作我們所熟知的地震道褶積模型
權利要求
1.基于高階統計量和ARMA模型的高分辨率地震子波提取方法，其特征在于首次將參數精簡的ARMA模型應用到地震子波建模當中；采用基于自相關的奇異值分解法確定AR部分階數，然后將信息量準則函數融入高階累積量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；分別采用SVD-TLS算法和累積量法估計子波參數；在保證子波精度的前提下盡可能地降低模型階數，提高運算效率，最終實現高效率高精度的地震子波提取。
2.基于高階統計量和ARMA模型的高分辨率地震子波提取方法，其特征在于該方法依次含有以下步驟 步驟(I)建立地震子波參數吝嗇的ARMA模型，滿足地震子波的因果混合相位假設； 步驟(2)采用基于樣本自相關的奇異值分解法求解AR階數p :
全文摘要
基于高階統計量和ARMA模型的高分辨率地震子波提取方法，本發明屬于地震信號處理領域，其特征在于在對地震子波進行ARMA參數精簡建模的前提下，采用基于自相關函數的奇異值分解法確定AR部分的階數，提出了一種將信息量準則函數融入高階累積量MA定階法中的MA定階方法，提高了地震子波ARMA模型中MA定階準確率；分別采用SVD-TLS算法和累積量法估計子波參數；在保證子波精度的前提下盡可能地降低模型階數，提高運算效率，最終實現了高效率高精度的地震子波提取。經數據仿真驗證和實際地震資料處理證明，本發明提出的方法可以有效地提高地震子波估計的精度和提取效率，即使是在短時地震數據和強噪聲污染的情況下效果依然明顯。
文檔編號G01V1/28GK102768365SQ20111011482
公開日2012年11月7日 申請日期2011年5月3日 優先權日2011年5月3日
發明者張亞南, 彭星, 戴永壽, 王少水, 陳健, 魏玉琴 申請人:張亞南, 戴永壽, 王少水