| 提要 | 第1-7页 |
| 引言 | 第7-9页 |
| 第一章 高阶统计量的基本理论 | 第9-20页 |
| ·特征函数 | 第9-10页 |
| ·高阶矩·高阶累计量及其谱 | 第10-16页 |
| ·高阶矩和高阶累计量的定义 | 第10-13页 |
| ·高阶矩谱和高阶累计量谱的定义 | 第13-14页 |
| ·高阶矩和高阶累积量的转换关系 | 第14-16页 |
| ·高斯过程的高阶矩和高阶累积量 | 第16-18页 |
| ·高阶累积量的性质 | 第18-20页 |
| 第二章 双谱的估计 | 第20-25页 |
| ·双谱的性质 | 第20页 |
| ·二维窗函数 | 第20-22页 |
| ·双谱估计算法 | 第22-23页 |
| ·双谱估计的性能 | 第23-25页 |
| 第三章 二维地震数据随机噪声衰减方法基本理论 | 第25-33页 |
| ·传统的自回归Yule-Walker方程 | 第25-29页 |
| ·时间序列模型间的关系 | 第25-27页 |
| ·模型参数与自相关的关系 | 第27-29页 |
| ·改进的自回归Yule-Walker方程(利用三阶矩) | 第29-30页 |
| ·基于双谱的AR辨识和参数估计(利用三阶累积量) | 第30-33页 |
| ·BBR公式 | 第30-31页 |
| ·AR辨识 | 第31-32页 |
| ·AR模型的参数估计 | 第32-33页 |
| 第四章 二维地震数据随机噪声衰减算法 | 第33-36页 |
| ·传统的Yule-Walker方程法 | 第33页 |
| ·改进的Yule-Walker方程(结合三阶矩)法 | 第33-34页 |
| ·基于双谱的AR辨识与参数估计(结合三阶累积量)方法 | 第34-36页 |
| 第五章 算法实现和测试结果 | 第36-50页 |
| ·构造地震仿真数据和满足条件的噪声 | 第36-38页 |
| ·高斯白噪声衰减 | 第38-41页 |
| ·高斯有色噪声衰减 | 第41-46页 |
| ·非高斯有色噪声衰减 | 第46-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 中文摘要 | 第53-55页 |
| 英文摘要 | 第55-57页 |
| 致谢 | 第57页 |
