利用神经网络实现确定性反褶积

【作者】 刘仲一； 王旭辉； 韩其玉；

【机构】 石油大学；

【摘要】 <正>目前的反褶积方法绝大多数只是压缩了子波长度,拓宽了地震记录的频带,提高了地震记录的分辨率。对层状介质地层反褶积结果也非δ脉冲序列,把提取反射系数序列的任务退化成了提高分辨率。本文在给出估计子波的前提下,利用神经网络实现确定性反褶积,反褶积得到的反射系数序列由一系列δ脉冲组成(这在频率域是很难得到的);该算法对反射系数序列和观测噪声都没有提出假设前提条件,即子波可以是非最小相位的;反射系数可以是随机分布的,也可以是确定性分布的;观测噪声可以是高斯分布的,也可以是非高斯分布的,可以是有色的,也可以是白色的,且算法本身也有很强的抗噪性能,能够自适应地处理因子波提取不准带来的误差和记录本身的噪声,这种反褶积方法能用神经网络硬件实现,运行时间与网络的时间常数相当。用数值仿真,算法稳定且全局收敛。更多还原