文摘
英文文摘
声明
1前言
1.1选题依据
1.2地震子波估计和反褶积方法研究现状
1.2.1地震子波估计方法研究现状
1.2.2地震反褶积方法研究现状
1.3本文的基本研究思路和研究内容
1.4主要创新点
1.5理论意义和实际应用价值
2地震反褶积和子波估计
2.1最小平方反褶积
2.1.1最小平方滤波
2.1.2最小平方滤波因子的求解
2.1.3最小平方反褶积(脉冲反褶积)原理
2.2最大熵反褶积
2.2.1最大熵反褶积原理
2.2.2最大熵子波反褶积的实现步骤
2.3同态反褶积
2.3.1同态反褶积原理
2.3.2希尔伯特变换子波反褶积
2.4子波估计
2.4.1地震子波
2.4.2基于二阶谱因式分解提取最小相位地震子波的几种方法
2.5地震反褶积与子波估计数值算例
2.5.1模拟算例
2.5.2实际二维剖面算例
3基于高阶统计量实现非最小相位子波和反射系数估计
3.1高阶统计量方法的理论基础
3.1.1特征函数
3.1.2高阶统计量的定义
3.1.3高阶矩和高阶累积量的转换关系
3.1.4高斯过程的高阶矩和高阶累积量
3.1.5高阶矩和高阶累积量的性质
3.2高阶谱非最小相位子波提取方法及在反褶积中的应用
3.2.1基于高阶谱的地震子波估计方法的提出
3.2.2基于高阶谱的地震子波估计方法的研究思路
3.2.3基于高阶谱的地震子波估计方法原理
3.2.4基于高阶谱(双谱)的地震子波估计
3.2.5基于高阶谱(双谱)地震反褶积
3.3数值算例
3.3.1模拟算例
3.3.2实际二维剖面算例
4基于独立变量分析同时实现地震反射系数和子波估计
4.1独立变量分析问题描述
4.2独立变量分析的定义及其线性模型
4.3独立变量分析的假设和约束条件及解混模型
4.4独立变量分析算法的性能指标
4.5独立变量分析的实现原理
4.5.1互信息最小化目标函数
4.5.2信息传输最大化或负熵最大化目标函数
4.5.3独立变量分析的最大似然目标函数
4.6数据的预处理
4.7快速ICA(FastICA)算法
4.8基于ICA算法同时实现地震反射系数和子波估计
4.8.1地震盲反褶积ICA模型的建立
4.8.2基于ICA算法实现地震盲反褶积的原理
4.8.3基于ICA算法的地震盲反褶积的数值算例
4.9基于ICA的同态盲反褶积
4.9.1基于ICA的同态盲反褶积的原理和步骤
4.9.2基于ICA的同态反褶积的数值算例
5结论与建议
参考文献
致谢
个人简历、发表的学术论文