粒子滤波算法优化压制地震随机噪声研究及应用

作     者：张敬权 

作者单位：吉林大学 

学位级别：硕士

导师姓名：王典

授予年度：2022年

学科分类：081801[工学-矿产普查与勘探] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 

主      题：地震勘探 贝叶斯理论 粒子滤波 萤火虫算法 随机噪声 

摘      要：地震勘探是探测油气和矿藏资源的一种重要方法,由于勘探环境的复杂性,所获取的地震资料往往含有较高的噪声,会给资料的处理、分析和成像带来很大的困难。对随机干扰进行抑制是提高信噪比、改善数据质量的一种有效方法。目前,我国石油天然气勘探的目标已向“两宽一高方向发展,传统的随机噪声压制技术在处理过程中,常常会对具有空间和时间特性的非线性有效信号产生干扰,因此,开发一种高效的随机噪声压制技术尤为重要。本文采用了非线性滤波方法—粒子滤波对地震随机噪声进行压制。粒子滤波结合了递归贝叶斯估计和蒙特卡洛思想,能够摆脱系统模型和噪声分布的约束,在解决非线性滤波问题上具有独特的优势。但是由于粒子滤波方法存在着粒子退化、粒子多样性匮乏的问题,导致滤波过程中含有有效地震信息的粒子数量较少,包含的地质信息不全,滤波结果偏离真实信号程度较大,使得滤波效果不够理想。为了解决粒子的退化、增加粒子的多样性,提高粒子的质量,让粒子逼近真实信号的分布情况,使粒子能包含更多有效的地下结构信息,本文进行了粒子滤波算法优化。本文对粒子滤波方法进行算法优化并应用于地震随机噪声压制,该方法首先建立地震资料系统模型,并进行贝叶斯估计的预测和更新;然后采用萤火虫算法对粒子滤波进行修改,该方法的基本思路是:通过迭代优化,将位于概率分布尾端的粒子向高似然区域移动,使粒子集合对高似然区域有较好的覆盖,从而改善粒子的整体质量,使更多的粒子可以包含有效的地震信号,改善滤波效果,既可以解决粒子退化问题,又可以保持粒子的多样性。最后将改进后的粒子滤波与传统滤波方法同时应用于单道褶积模型及复杂地震数据正演中并提出多级滤波策略,对滤波后信号的时频域变化、信噪比和均方根误差等特征进行对比分析,结果表明改进的粒子滤波具有更强的噪声压制能力。通过与传统算法进行实际地震资料的处理对比,证明了该方法具有良好的有用信号保护能力和噪声压制性能。