地震资料自适应时变卡尔曼反褶积

应用卡尔曼滤波的一步预测方法,并根据卡尔曼滤波方程适用于时变系统的特点,给出了利用卡尔曼滤波进行地震资料自适应时变反褶积的方法,文中给出了理论和实际资料处理的例子.     

卡尔曼滤波模型误差的识别

本语文在简述卡尔曼滤波模型基础上讨论了模型误差的检验和估计回顾,提出了检验卡尔曼滤波模型误差显著性的几种统计假设检验方法,探讨并给出了估计模型误差的方法和公式。     

一种新的基于卡尔曼滤波的地震记录同相轴跟踪方法及性能分析

在地震勘探领域中,卡尔曼滤波常用于地震信号的反褶积以提高地震勘探资料的分辨率和信噪比.不同于此,本文建立一个新的卡尔曼滤波系统模型并利用卡尔曼滤波跟踪地震记录同相轴.同相轴信息在对地下介质性质、界面的深度、界面的产状以及油气定性判别等方面具有极其重要的作用.目前多数拾取地震同相轴的方法与地震波的运动规律结合较少.本文依据地震反射波运动规律构建了用于跟踪地震反射同相轴的卡尔曼滤波系统的状态方程和量测方程,并将炮检距、地震子波到达时和层速度等重要物理量融入所建方程,给出滤波模型和初始化方法,分析不同因素对该系统滤波性能的影响.仿真实验表明,所提出的跟踪滤波系统能较好地拾取地震反射同相轴信息,为拾取地震同相轴提供了一条新途径.     

一种新的基于卡尔曼滤波的地震记录同相轴跟踪方法及性能分析

在地震勘探领域中,卡尔曼滤波常用于地震信号的反褶积以提高地震勘探资料的分辨率和信噪比. 不同于此,本文建立一个新的卡尔曼滤波系统模型并利用卡尔曼滤波跟踪地震记录同相轴. 同相轴信息在对地下介质性质、界面的深度、界面的产状以及油气定性判别等方面具有极其重要的作用. 目前多数拾取地震同相轴的方法与地震波的运动规律结合较少.本文依据地震反射波运动规律构建了用于跟踪地震反射同相轴的卡尔曼滤波系统的状态方程和量测方程,并将炮检距、地震子波到达时和层速度等重要物理量融入所建方程,给出滤波模型和初始化方法,分析不同因素对该系统滤波性能的影响. 仿真实验表明,所提出的跟踪滤波系统能较好地拾取地震反射同相轴信息,为拾取地震同相轴提供了一条新途径.     

钢筋混凝土框架结构参数时变特性的研究

以某12层钢筋混凝土标准框架结构振动台模型试验的数据为基础,用卡尔曼滤波技术与移动谱相结合的方法对该标准框架结构参数的时变特性进行研究,该方法相当于对时域信号施加变长度矩形窗后进行卡尔曼滤波,有效地提高了参数识别精度.模型结构在小震激励时,结构的频率发生微小程度的降低,表明结构内部发生了未表现出来的轻微损伤;大震激励时,结构频率较初始时刻发生大幅度的下降,表明结构发生了较大程度的破坏.经与理论解和分量分析识别结果对比,用本文方法识别出的结构参数更接近理论解.     

垂线偏差时变的研究进展

垂线偏差时变实质上是铅垂线随时间的变化,是地球内部物质变化的一种反映.讨论了计算垂线偏差时变的几种公式,探讨了用重力方法测量垂线偏差时变的精度,理论上可达0.005",实测精度可达0.02",以北京-唐山重力网1987～1998年46期重力资料计算了该区垂线偏差变化,与同期发生的38次地震(M＞4.O)进行比较,指出垂线偏差时变和地震之间的关联.     

局域Bjerhammar问题解算理论和断层位错引起的单层密度变化

为了利用大震测量数据解算地壳内部密度时变,并为研究地震孕育过程和地震前兆中物质密度时变信息提供理论依据,研究了局域Ｂｊｅｒｈａｍｍａｒ球面单层密度时变问题的平面解算理论;给出了不同投影下Ｂｊｅｒｈａｍｍａｒ球面单层密度时变及相关重力位场的严格解式;导出局域Ｂｊｅｒｈａｍｍａｒ问题解算理论的使用条件,即满足一定精度要坟的门限Ｒ和Ψ０的严格解析关系式;给出了不同Ｂｊｅｒｈａｍｍａｒ平面上的ｑｔ＾＊之间     

Kalman滤波在沉降监测数据处理中的应用

将卡尔曼滤波应用于建筑物变形监测数据分析,给出了离散卡尔曼滤波模型的建立思路及相应的精度评定公式,结合西安市某建筑物沉降观测数据,建立了相应的离散卡尔曼滤波数学模型,通过Matlab编程对观测数据进行处理,成果图像显示滤波值曲线与原始观测数据曲线的变化趋势基本一致。该模型较好地模拟了建筑物沉降的变化规律,对于改善沉降监测数据处理的精度效果非常理想。     

时变功率谱模型参数衰减规律研究

基于美国西部基岩强震加速度记录资料,采用多重滤波技术计算水平向和竖向地震加速度记录时程的时变功率谱值,并利用非线性最小二乘法拟合了对应于各条加速度记录时程的时变功率谱模型参数值.采用经验统计方法,分析了水平向和竖向加速度时变功率谱模型参数随震级、震中距及频率的变化规律,建立其衰减模型,并由多随机变量一致加权最小二乘法拟合得到了各衰减模型的系数值.通过与现有时变功率谱衰减规律的对比分析,证明了本文提出的衰减模型的合理性.     

基于无迹卡尔曼滤波的新安江模型实时校正方法

通过利用实时水文观测数据对洪水预报模型进行校正,可增加流域洪水预报的实时性和精确度.本文讨论了水文模型状态变量选取对滤波效果的影响,并给出了状态变量选取原则.在集总式新安江模型的基础上,结合状态变量选取原则,应用无迹卡尔曼滤波技术构建了新安江模型的实时校正方法.方法应用于闽江邵武流域洪水预报的计算结果表明,采用无迹卡尔曼滤波方法后,不仅能够直接校正模型状态,同时也能有效地提高模型预报精度,适合应用于实际流域洪水预报作业中.     

地震子波处理的二步法反褶积方法研究

针对玛湖斜坡区三块三维地震资料和赛汉塔拉凹陷二块三维地震资料连片处理中的特点,结合地质任务和处理目标要求,提出了地震数据连片处理中的地震子波处理的方法.该方法主要体现了两次反褶积,一次是采用地表一致性反褶积,将不同震源的频带拓宽到一个标准上;再一次采用相位校正反褶积,将不同震源的数据校正到相同相位上.为了保证提取的相位校正反褶积算子稳定,采用叠后地震道提取（主要考虑到叠后地震道信噪比高,算子稳定性强）,然后将该算子应用到叠前地震道,进行相位校正.     

基于PSO的地震盲反褶积方法

本文基于地层反射系数非高斯的统计特性,在反褶积输出单位方差约束下,将反褶积输出的负熵表示为非多项式函数,作为盲反褶积的目标函数,然后采用粒子群算法优化目标函数寻找最佳反褶积算子,实现地震信号的盲反褶积.数值模拟和实际资料处理结果表明,与传统反褶积方法相比,本文方法同时适应于最小相位子波及混合相位子波的反褶积,能够更好地从地震数据中估计反射系数,有效拓宽地震资料的频谱,得到高分辨率的地震资料.     

柯西约束盲反褶积技术在井间地震的应用

利用地面三维地震资料将二维井间地震资料推广到井间范围以外。对于提高井间地震的效益,加快其应用十分重要．为了将井间地震二维资料推广到井外三维,需要从地面地震低频信息提取层位、断面的几何信息,反褶积方法是重要的部分．本文给出了盲源反褶积方法的一种具体实现。并结合优化的预条件共轭梯度法以改善算法的稳定性,同时减少计算量．然后对经过高频恢复的地面地震数据与井间地震数据进行联合约束反演,有效地提高了地面地震的频带．并用实际资料的处理给予证实．     

An Approximation to Sparse-Spike Reflectivity Using the Gold Deconvolution Method

Wiener deconvolution is generally used to improve resolution of the seismic sections, although it has several important assumptions. I propose a new method named Gold deconvolution to obtain Earth’s sparse-spike reflectivity series. The method uses a recursive approach and requires the source waveform to be known, which is termed as Deterministic Gold deconvolution. In the case of the unknown wavelet, it is estimated from seismic data and the process is then termed as Statistical Gold deconvolution. In addition to the minimum phase, Gold deconvolution method also works for zero and mixed phase wavelets even on the noisy seismic data. The proposed method makes no assumption on the phase of the input wavelet, however, it needs the following assumptions to produce satisfactory results: (1) source waveform is known, if not, it should be estimated from seismic data, (2) source wavelet is stationary at least within a specified time gate, (3) input seismic data is zero offset and does not contain multiples, and (4) Earth consists of sparse spike reflectivity series. When applied in small time and space windows, the Gold deconvolution algorithm overcomes nonstationarity of the input wavelet. The algorithm uses several thousands of iterations, and generally a higher number of iterations produces better results. Since the wavelet is extracted from the seismogram itself for the Statistical Gold deconvolution case, the Gold deconvolution algorithm should be applied via constant-length windows both in time and space directions to overcome the nonstationarity of the wavelet in the input seismograms. The method can be extended into a two-dimensional case to obtain time-and-space dependent reflectivity, although I use one-dimensional Gold deconvolution in a trace-by-trace basis. The method is effective in areas where small-scale bright spots exist and it can also be used to locate thin reservoirs. Since the method produces better results for the Deterministic Gold deconvolution case, it can be used for the deterministic deconvolution of the data sets with known source waveforms such as land Vibroseis records and marine CHIRP systems.     

预条件共轭梯度反褶积及其应用

预条件共轭梯度反褶积方法是结合稀疏反褶积的实现,运用优化的预条件共轭梯度法,完成反射系数的反演。用该方法处理地震资料时可提高资料频率,展宽有效频率宽度。但由于地震信号具有时变性,因此本文将该反褶积过程中的子波用多尺度时变子波代替。由数值算例可以看出,该方法可取得较好的实用效果。     

一种改进的基于非高斯性最大化的预测反褶积算法

The predictive deconvolution algorithm （PD）, which is based on second-order statistics, assumes that the primaries and the multiples are implicitly orthogonal. However, the seismic data usually do not satisfy this assumption in practice. Since the seismic data （primaries and multiples） have a non-Gaussian distribution, in this paper we present an improved predictive deconvolution algorithm （IPD） by maximizing the non-Gaussianity of the recovered primaries. Applications of the IPD method on synthetic and real seismic datasets show that the proposed method obtains promising results.     

A COMPARISON BETWEEN WIENER FILTERING,KALMAN FILTERING,AND DETERMINISTIC LEAST SQUARES ESTIMATION*

The least squares estimation procedures used in different disciplines can be classified in four categories:

• a. Wiener filtering,
• b. b. Autoregressive estimation,
• c. c. Kalman filtering,
• d. d. Recursive least squares estimation.

The recursive least squares estimator is the time average form of the Kalman filter. Likewise, the autoregressive estimator is the time average form of the Wiener filter. Both the Kalman and the Wiener filters use ensemble averages and can basically be constructed without having a particular measurement realisation available. It follows that seismic deconvolution should be based either on autoregression theory or on recursive least squares estimation theory rather than on the normally used Wiener or Kalman theory. A consequence of this change is the need to apply significance tests on the filter coefficients. The recursive least squares estimation theory is particularly suitable for solving the time variant deconvolution problem.