基于ARMA模型和改进粒子群算法的地震子波提取方法研究

摘要

准确的地震子波估计一直是高分辨率、高信噪比、高保真度的地震勘探数据处理追求的目标。在地震子波为非最小相位,噪声为加性高斯噪声的假设下,可通过构建地震记录四阶累积量与地震子波参数模型四阶矩的拟合目标函数来提取地震子波。因此对地震子波估计模型的求解最终可归结为对一多维多峰值目标函数的非线性优化问题,对该目标函数所用优化算法须兼有对参数向量整体的全局随机搜索能力和对单个参数的深度搜索能力。针对目前统计性子波提取技术中非线性优化算法计算效率不高和求解精度不高的缺陷和新兴的非线性优化方法进一步增强了统计性地震子波提取技术的应用潜力。本文提出一种适合于多维多峰值函数的寻优算法.改进的粒子群算法。
　　 粒子群算法能够有效地优化各种函数。算法搜索速度快,在搜索性能上优于遗传算法。但是基本粒子群算法参数选择和算法寻优精度有着密切的关系,且算法后期容易陷入局部极值。针对基本粒子群算法存在的缺陷和地震子波提取中累积量拟合目标函数的特点,提出一种改进的粒子群算法,令算法参数随着迭代次数的增加而线性递加或递减,且设置粒子群的边界条件,保证算法解的有效性。
　　 采用改进粒子群算法对ARMA模型描述下的模型参数进行优化,通过优化结果表明,该算法提取的子波参数更加接近于真实的子波。仿真实验和实际数据实验结果表明,改进的粒子群算法对四阶累积量拟合优化法地震子波提取具有良好的适用性和稳定性。
　　 最后,论文进一步将改进的粒子群算法与模型定阶相结合。实验结果表明,在模型准确定阶的前提下,提取子波的参数更加准确,累积量拟合误差更小,提取子波的精确度高。受信噪比、数据长度等因素的影响,拟合过程中会出现模型非准确定阶的情况。仿真实验结果表明,改进的粒子群算法能够有效地提取子波,并且提取出的子波波形和真实子波波形有较好的相似性,从而实现了高精度高效率的子波提取。