参数化地震子波估计模型定阶方法研究综述

参数化模型地震子波提取中模型阶数的确定对子波提取的精度至关重要,笔者针对因果地震子波MA、ARMA模型,总结了目前比较成熟的四类定阶方法：相关分析法、信息量准则法、线性代数法及基于优化算法的模型定阶方法,分析比较发现这些算法都存在不同程度的缺陷,只能在各自的适用范围内得到较好的定阶结果,针对算法在子波建模应用中的不足提出了改进建议;同时分析比较了基于高阶累积量的非因果系统模型定阶的各种方法,并对非因果地震子波模型定阶进行了展望.     

基于高阶累积量ARMA模型线性非线性结合的地震子波提取方法研究

在地震子波非因果、混合相位的假设下,本文应用自回归滑动平均(ARMA)模型对地震子波进行参数化建模,并提出利用线性(矩阵方程法)和非线性(ARMA拟合方法)相结合的参数估计方式对该模型进行参数估计.在利用矩阵方程法确定模型参数范围的基础上,利用累积量拟合法精确估计参数.理论分析和仿真结果表明,该方式有较好的适应性：一方面提高了子波估计精度,避免单独使用矩阵方程法在短数据地震记录情况下可能带来的估计误差;另一方面提高了子波提取运算效率,降低了ARMA模型拟合方法参数范围确定的复杂性,避免了单纯使用滑动平均（MA）模型拟合法估计过多参数所导致的运算规模过大问题.初步应用结果表明该方法是有效可行的.     

用对称映射ARMA模型的零极点研究子波相位对反射系数序列反演的影响

为研究地震子波相位对反射系数序列反演的影响,在自回归滑动平均(ARMA)模型描述子波的基础上,提出采用z域对称映射ARMA模型零极点的方法构造了一系列相同振幅谱、不同相位谱的地震子波,并结合谱除法对人工合成地震记录进行反射系数序列反演.理论分析表明,子波相位估计不准时反射系数序列反演结果中残留一个纯相位滤波器,该纯相位滤波器的相位谱为真实子波和构造子波的相位谱之差.采用丰度和变分作为评价方法,在反演结果中确定出真实的或准确的反射系数序列.仿真实验和实际数据处理结果也验证了子波相位对反射系数序列反演的影响规律和评价方法的有效性,为进一步提高反射系数序列反演结果精度指明了研究方向.     

基于ARMA模型拟合分析方法的地磁监测数据研 究——以长春地磁台观测数据为例

ARMA模型也叫做自回归滑动平均模型,它是研究时间序列的重要方法,其中AR为自回归模型,MA为移动平均模型。长春地磁数据F分量的ARMA模型拟合分析是基于MATLAB平台,运用时间序列分析的研究方法,对2007—2018年长春地磁数据F分量进行ARMA模型拟合。按照不同ARMA模型相异的数据特性确定模型类别,判断其属于ARMA模型、AR模型或是MA模型。运用AIC准则法,找到使得AIC值最小的参数并确定为模型参数,最后对残差序列运用Q值检验法,根据检验结果判断模型的拟合优度。本文中的ARMA模型拟合方法是针对F分量的预处理分数据建立数学模型,运用一阶差分方法去除年变趋势,最终得出F分量变化幅度的近似拟合回归方程。通过ARMA模型拟合方程可初步预测F值增减幅度的变化趋势及极值范围,这将为地磁异常乃至其它地震异常定量分析和预测提供一种新思路,也将为地磁异常的判定核实及地震分析预报起到推动作用。     

大跨度桥梁风场模拟方法对比研究

本文将基于线性滤波器的ARMA模型应用于大跨度桥梁的风场模拟,推导出自回归(AR)阶数P和滑动回归(MA)阶数q不等情况下,ARMA模型用于模拟多变量稳态随机过程的公式,将ARMA风场模拟方法与目前广泛应用于大跨度桥梁风场模拟的谐波合成法应用于一座实际大跨度斜拉桥的风场模拟,通过对比研究得出一些有意义的结论,并证实了ARMA法能够在保证模拟精度的前提下,大大提高风场模拟的效率。     

基于ARMA模型非因果空间预测滤波(英文)

常规频域预测滤波方法是建立在自回归(autoregressive,AR)模型基础上的,这导致滤波过程中前后假设的不一致,即首先利用源噪声的假设计算误差剖面,却又将其作为可加噪声而从原始剖面中减去来得到有效信号。本文通过建立自回归-滑动平均(autoregres sive/moving-average,ARMA)模型,首先求解非因果预测误差滤波算子,然后利用自反褶积形式投影滤波过程估计可加噪声,进而达到去除随机噪声目的。此过程有效避免了基于AR模型产生的不一致性。在此基础上,将一维ARMA模型扩展到二维空间域,实现了基于二维ARMA模型频域非因果空间预测滤波在三维地震资料随机噪声衰减中的应用。模型试验与实际资料处理表明该方法在很好保留反射信息同时,压制随机噪声更加彻底,明显优于常规频域预测去噪方法。     

基于带状混合矩阵ICA实现地震盲反褶积

基于对地震反褶积本质上是一个盲过程的认识,引入高阶统计学盲源分离技术——独立分量分析（ICA）实现地震盲反褶积.在无噪声假设条件下,利用地震记录时间延迟矩阵和地震子波带状褶积矩阵,将地震褶积模型转化为一般线性混合ICA模型,采用FastICA算法,将带状性质作为先验信息,实现所谓带状ICA算法（B\|ICA）,得到个数与子波算子长度相等的多个估计反射系数序列和估计子波序列,最后利用褶积模型提供的附加信息从中优选出最佳的反射系数序列及相应的地震子波.模型数据和实际二维地震道数值算例表明：对于统计性反褶积,在不对反射系数作高斯白噪假设,不对子波作最小相位假设的所谓“全盲”条件下,基于ICA方法（反射系数非高斯分布,地震子波非最小相位）可以较好解决地震盲反褶积问题,是基于二阶统计特性的地震信号统计性反褶积方法的提升,具有可行性和应用前景.     

用遗传算法实现地震信号反褶积

遗传算法作为寻优手段具有全局优化和很好的稳定性．本文将遗传算法用于地震信号反褶积处理，与已往方法相比它具有更好的分辨率和稳定性我们采用Bernoulli－Gaussian模型和ARMA模型分别描述地震反射系数序列和地震子波，用最大似然和最小预测误差准则分别构造用于估计反射系数序列和地震子波的目标函数，用遗传算法优化目标函数，以实现地震信号反褶积．     

基于脉冲响应数据的ARMA法建模以及模态参数识别

本文提出了基于脉冲响应数据的ARMA法建模以及模态参数识别的新方法。该方法利用单位脉冲响应函数与ARMA模型G reen函数等价的特点,通过脉冲响应函数来估计系统响应的自相关系数,然后建立推广的Yu le-W alker方程以求得ARMA模型自回归系数并进行参数识别。最后通过算例,对一个模拟系统进行了参数识别,对采样频率、识别精度、模型阶数之间的影响规律进行了分析。     

峰值频率法估算薄层厚度

薄层地震反射结构是影响地震记录峰值频率的一个重要因素.基于Ricker类理论子波的假设,推导了薄层条件下复合波峰值频率与地层时间厚度的平方呈正比或反比关系,其斜率和截距与地震子波和顶底反射系数比值相关.模型测试表明,该方法具有更好的灵活性和适应性.由此,提出了基于峰值频率法估算薄层厚度的数学表达式,即根据已知的井上信息,建立符合理论关系式的量板,通过线性拟合得到峰值频率模型,用于薄层厚度的定量估算.