一种基于自然梯度的地震盲反褶积方法.pdfVIP

第47卷第5期 石油物探 VoL47。No．5 2008年9月 GEOPHYSlCALPR()SPECTINGFORPETR()LEUM Sep．，2008 文章编号：1000—1441(2008)05—0439一05 一种基于自然梯度的地震盲反褶积方法 刘 财1，谢金娥1”，郭全仕2，肖鹏飞2，王培茂1 (1．吉林大学地球探测科学与技术学院，吉林长春130026；2．中国石油化工股份有限公司石油勘 探开发研究院南京石油物探研究所，江苏南京210014) 摘要：常规反褶积方法在地震子波和反射系数未知的情况下，需要做统计性假设，这样往往会降低地震数据处理 的分辨率和可靠性。基于自然梯度的盲反褶积算法无需任何假设，利用自然梯度法估算地震子波，得到更接近 于实际情况的混合相位子波，用于反褶积，使地震资料的分辨率得到了提高。首先介绍了源数据体可分离的数 学依据；然后阐述了基于自然梯度盲反褶积算法的数学原理，并引入补偿函数，推导出适合地震盲反褶积的迭代 公式；最后分别利用合成地震记录和实际地震数据对方法进行了验证，结果表明，基于自然梯度的盲反褶积算法 能较好地适用于混合相位子波，最大可能地估算原始反射系数。 关键词：盲反褶积；地震子波；反射系数；自然梯度；分辨率 中图分类号：P631．4 文献标识码：A ’在地震信号处理中，有许多行之有效的反褶积 个接收信号)，这种原始信号恢复问题称为多道盲 方法，最常用的是假设反射系数序列为白噪序列， 反褶积‘6、81。 利用地震记录的自相关和线性滤波(如Wiener滤 盲反褶积处理方法是，先从地震剖面中盲提取 波、预测反褶积或最小变量反褶积)来估计子波的 地震子波，然后利用该子波作为反滤波器进行反褶 特性[1]。这些常规的反褶积算法大都假设地震子 积运算，其中最关键的运算是子波的提取。前人对 波是最小相位的，但实际地震子波是混合相位的。 此做过很多研究。如孟小红通过松弛交替求解法 当地震子波和反射系数都未知时，常常要做统计性 和预条件共轭梯度算法，采用具有稀疏特性的序列 假设，即统计性反褶积。虽然这些假设应用效果较 惩罚项，实现地震子波的提取[13；刘洪采用最大后 好，但降低了地震数据处理的分辨率和可靠性。 验概率估计方法对子波进行估算[z1；刘喜武等通过 地震反褶积基本上是一个盲过程。近地表爆 预条件共轭梯度法计算反射系数和子波[9删；印兴 炸激发的地震子波是未知的，地震记录上相邻反射 耀采用高阶统计量的Bussgang理论，通过引入约 的地震波是重叠的，由于地层的厚度通常要小于地 束项估计原始反射系数[11l，等等。 震子波的波长，实际上无法从地震记录中分离出地 地震信号的概率密度是呈次高斯特性分布的， 震子波[2]。因此，在无任何假设条件下完成地震反 引入合理的概率密度函数，采用自然梯度方法求解 褶积——盲道识别或盲反褶积，是十分有意义的。 概率密度函数，能很好地估算地震子波。 盲信号处理(BSP)是人工神经网络(ANN)与 统计信号处理和信息论相结合的产物，是20世纪 1 盲反褶积算法的数学模型 最后10年迅速发展起来的一个新的研究领域，最 初用于线性瞬时混叠信号盲源分离的研究，近期才 盲反褶积的数学模型(图1)为 用于褶积混叠信号盲分离(盲反褶积)的研究[3“]。 (1) z(￡)=∑s(trp)hp(￡)+7z(￡) 早期的信号处理研究，只在原始纯信号上叠加如高 p=1 斯噪声，并采取各种线性滤波算法尽量去除加性噪 式中：z(f)为地震记录；s(f)为地震子波；以(f)为噪 声，以恢