摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 前言 | 第11-17页 |
1.1 选题背景、目的及意义 | 第11页 |
1.2 国内外研究现状 | 第11-14页 |
1.3 研究内容与创新点 | 第14-17页 |
1.3.1 研究内容 | 第14-15页 |
1.3.2 技术路线 | 第15-16页 |
1.3.3 主要创新点 | 第16-17页 |
2 地震子波形成机理及特性 | 第17-32页 |
2.1 气枪震源 | 第17-23页 |
2.1.1 经典模型 | 第17-18页 |
2.1.2 激发子波参数 | 第18-20页 |
2.1.3 影响因素 | 第20-23页 |
2.2 电火花震源 | 第23-28页 |
2.2.1 激发子波原理 | 第23-25页 |
2.2.2 激发子波特性 | 第25页 |
2.2.3 影响因素 | 第25-28页 |
2.3 炸药震源 | 第28-32页 |
2.3.1 激发子波原理 | 第28页 |
2.3.2 激发子波特性 | 第28-29页 |
2.3.3 影响因素 | 第29-32页 |
3 基于高阶统计量的子波估计方法 | 第32-54页 |
3.1 高阶统计量理论 | 第32-34页 |
3.1.1 高阶统计定义 | 第32-33页 |
3.1.2 高阶统计特性 | 第33-34页 |
3.2 地震子波估计 | 第34-38页 |
3.2.1 混合相位子波谐波分解 | 第34页 |
3.2.2 复倒双谱估计地震子波 | 第34-36页 |
3.2.3 复倒三谱估计地震子波 | 第36-38页 |
3.3 子波估计具体实现步骤 | 第38-41页 |
3.3.1 复倒双谱子波估计步骤 | 第38-40页 |
3.3.2 复倒三谱子波估计步骤 | 第40-41页 |
3.4 理论模型测试 | 第41-54页 |
3.4.1 实验数据生成 | 第41-44页 |
3.4.2 实验数据分析 | 第44-46页 |
3.4.3 子波估计结果 | 第46-54页 |
4 基于SIMO系统的子波估计方法 | 第54-67页 |
4.1 SIMO系统理论 | 第54-56页 |
4.1.1 SISO系统模型 | 第54-55页 |
4.1.2 SIMO系统模型 | 第55页 |
4.1.3 过采样技术 | 第55页 |
4.1.4 地震信号SIMO系统模型 | 第55-56页 |
4.2 地震子波估计 | 第56-59页 |
4.2.1 建立系统方程 | 第56-57页 |
4.2.2 子空间分解 | 第57-58页 |
4.2.3 盲辨识算法 | 第58-59页 |
4.3 子波估计步骤及实现 | 第59-67页 |
4.3.1 子波估计步骤 | 第59-60页 |
4.3.2 建立理论模型 | 第60-62页 |
4.3.3 子波估计结果 | 第62-67页 |
5 基于PSIMO系统的子波估计方法 | 第67-82页 |
5.1 PSIMO系统的构建 | 第67-72页 |
5.1.1 问题描述 | 第67-68页 |
5.1.2 小波变换Mallat思想构建PSIMO系统 | 第68-71页 |
5.1.3 高信噪比小波层位构建PSIMO系统 | 第71-72页 |
5.2 地震子波估计 | 第72-75页 |
5.2.1 建立系统方程 | 第72-73页 |
5.2.2 子空间分解 | 第73-74页 |
5.2.3 盲辨识算法 | 第74-75页 |
5.3 子波估计具体实现步骤 | 第75-77页 |
5.3.1 方法一子波估计步骤 | 第75-76页 |
5.3.2 方法二子波估计步骤 | 第76-77页 |
5.4 理论模型测试 | 第77-82页 |
5.4.1 实验数据生成 | 第77页 |
5.4.2 PSIMO系统构建 | 第77-79页 |
5.4.3 子波估计结果 | 第79-82页 |
6 实际资料应用 | 第82-95页 |
6.1 基于高阶累积量复倒谱方法 | 第83-85页 |
6.2 基于SIMO系统盲辨识方法 | 第85-86页 |
6.3 基于PSIMO系统盲辨识方法 | 第86-95页 |
7 结论与建议 | 第95-98页 |
7.1 结论 | 第95-96页 |
7.2 建议 | 第96-98页 |
参考文献 | 第98-102页 |
附录 | 第102-103页 |
致谢 | 第103-104页 |
个人简历 | 第104页 |
硕士期间发表的学术论文 | 第104页 |