基于二阶段CO-PSO最小构造反演的MT信号激电信息提取研究与CUDA实现

摘要

从大地电磁测深资料中提取激发极化信息，对深部矿产、油气资源的开发具有极为重要的现实意义。目前的IP信息提取方法多以线性反演方法为主，主要存在以下3个问题：1）依赖初始模型；2）容易陷入局部极值；3）多解性严重。考虑到IP信息提取的非线性和非凸性，本文提出了一种采用二阶段CO-PSO最小构造反演方法来提取MT信号中的激电信息。在该方法中，一方面，运用柯西振荡粒子群优化（CO-PSO）算法从MT数据中非线性提取激电信息，并使用CUDA架构进行并行实现；另一方面通过引入第二阶段反演过程，增强反演时极化率对观测数据的影响，同时为了解决反演中的多解性问题，将正则化参数应用于PSO算法的适应度函数。通过对不同地电模型下极化层位于不同地层的反演结果表明，该算法可以得到电阻率和极化率的光滑模型，其结果相对稳定，准确。加入噪声后的实验结果表明，该方法对高斯白噪声具有鲁棒性。与传统的PSO和GA算法相比，该算法具有更高的反演效率以及更好的反演效果。