高分辨率地震子波估计建模及提取技术研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第1章 前言 | 第9-13页 |
| ·课题背景及研究意义 | 第9页 |
| ·研究现状 | 第9-12页 |
| ·课题研究的主要内容 | 第12-13页 |
| 第2章 高阶统计量方法简介 | 第13-23页 |
| ·随机过程及特征函数 | 第13-14页 |
| ·高阶统计量的定义 | 第14-17页 |
| ·随机变量的高阶矩和高阶累积量 | 第14页 |
| ·随机过程的高阶矩和高阶累积量 | 第14-15页 |
| ·随机过程的高阶累积量谱和高阶矩谱 | 第15-17页 |
| ·高阶累积量和高阶矩的性质 | 第17-18页 |
| ·高阶累积量在地震子波估计问题中的适用性 | 第18-20页 |
| ·高阶累积量在地震子波估计中的应用现状 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 地震子波谱估计参数化模型分析 | 第23-30页 |
| ·地震记录褶积模型 | 第23-27页 |
| ·平稳随机过程基本模型介绍 | 第27页 |
| ·地震记录MA 模型描述 | 第27-28页 |
| ·地震记录ARMA 模型描述 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 基于MA 模型假设的子波提取 | 第30-55页 |
| ·基于高阶累积量矩阵方程法的子波提取研究 | 第30-33页 |
| ·高阶累积量拟合优化法子波提取目标函数的建立 | 第33-37页 |
| ·高阶累积量拟合优化法子波提取非线性优化方法研究 | 第37-46页 |
| ·遗传算法 | 第37-41页 |
| ·自适应免疫遗传算法 | 第41-44页 |
| ·小邻域搜索 | 第44-46页 |
| ·子波提取实验 | 第46-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 基于ARMA 模型假设的子波提取 | 第55-74页 |
| ·基于高阶累积量矩阵方程法的子波提取研究 | 第55-65页 |
| ·反因果系统的AR 参数辨识 | 第56-59页 |
| ·非因果系统AR、MA 参数辨识过程 | 第59-60页 |
| ·子波提取实验 | 第60-65页 |
| ·基于高阶累积量ARMA 模型拟合方法分析 | 第65-70页 |
| ·模型阶数预估计 | 第65-67页 |
| ·拟合目标函数的建立 | 第67-69页 |
| ·模型阶数的准确辨识 | 第69-70页 |
| ·基于高阶累积量的线性与非线性混合子波提取方法 | 第70-72页 |
| ·子波提取实验 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 结论 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 个人简历、在学期间的研究成果 | 第82页 |
