鲁棒性自适应共轭梯度子波估计方法
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 论文研究背景及意义 | 第12-13页 |
| 1.2 子波估计国内外研究现状 | 第13-16页 |
| 1.3 论文研究内容、创新点以及结构 | 第16-19页 |
| 1.3.1 论文研究内容及创新点 | 第16-17页 |
| 1.3.2 本文结构安排 | 第17-19页 |
| 第2章 地震子波理论及提取方法 | 第19-25页 |
| 2.1 地震子波概述 | 第19-21页 |
| 2.1.1 地震子波的定义 | 第19页 |
| 2.1.2 地震子波的分类 | 第19-20页 |
| 2.1.3 地震子波的数学模型 | 第20-21页 |
| 2.2 地震褶积模型 | 第21-22页 |
| 2.3 子波估计原理及注意事项 | 第22-24页 |
| 2.3.1 子波估计原理 | 第22-24页 |
| 2.3.2 提取子波的注意事项 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于递归块共轭梯度的子波估计算法 | 第25-42页 |
| 3.1 引言 | 第25页 |
| 3.2 共轭梯度自适应算法 | 第25-28页 |
| 3.2.1 共轭梯度算法 | 第25-26页 |
| 3.2.2 共轭梯度自适应滤波算法 | 第26-28页 |
| 3.3 基于递归块共轭梯度子波估计方法 | 第28-31页 |
| 3.3.1 递归块CG算法 | 第28-30页 |
| 3.3.2 数据窗的比较 | 第30-31页 |
| 3.4 确定子波长度 | 第31页 |
| 3.5 理论模型实验 | 第31-38页 |
| 3.5.1 实验一：合成地震记录 | 第31-33页 |
| 3.5.2 实验二：参数对算法性能的影响 | 第33-35页 |
| 3.5.3 实验三：高斯噪声环境子波估计 | 第35-38页 |
| 3.6 实际地震资料处理 | 第38-41页 |
| 3.7 小结 | 第41-42页 |
| 第4章 基于M-估计的鲁棒性共轭梯度子波估计算法 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 基于M估计的共轭梯度自适应子波估计 | 第42-47页 |
| 4.2.1 M估计准则 | 第42-45页 |
| 4.2.2 修正的共轭梯度算法 | 第45-46页 |
| 4.2.3 阈值参数估计 | 第46-47页 |
| 4.3 理论模型实验 | 第47-52页 |
| 4.3.1 实验一：高斯噪声环境子波估计 | 第47-49页 |
| 4.3.2 实验二：非高斯噪声环境子波估计 | 第49-52页 |
| 4.4 实际地震资料处理 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 带稀疏约束的共轭梯度子波估计算法 | 第54-64页 |
| 5.1 引言 | 第54页 |
| 5.2 基于加权L1范数鲁棒性子波估计 | 第54-57页 |
| 5.2.1 加权L1 M-估计算法 | 第54-56页 |
| 5.2.2 加权矩阵 | 第56-57页 |
| 5.3 理论模型实验 | 第57-62页 |
| 5.3.1 实验一：高斯噪声环境子波估计 | 第57-59页 |
| 5.3.2 实验二：非高斯噪声环境子波估计 | 第59-62页 |
| 5.4 实际地震资料处理 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 结论与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文及参与的科研项目 | 第71页 |
