地震资料数字处理的高阶统计量方法研究
| 中文摘要 | 第1-3页 |
| 英文摘要 | 第3-6页 |
| 1 前言 | 第6-11页 |
| 1．1 本课题的研究背景 | 第6-7页 |
| 1．2 本课题的研究现状 | 第7-9页 |
| 1．2．1 高阶统计地震子波估 | 第7-8页 |
| 1．2．2 基于独立分量分析的盲分离技术 | 第8-9页 |
| 1．3 论文的主要内容及主要研究成果 | 第9-10页 |
| 1．4 论文的组织结构 | 第10-11页 |
| 2 高阶统计量理论基础 | 第11-19页 |
| 2．1 高阶统计量的定义 | 第11-15页 |
| 2．1．1 高阶矩和高阶累积量的定义 | 第11-13页 |
| 2．1．2 高阶矩谱和高阶累积量谱的定义 | 第13-15页 |
| 2．1．3 高阶倒谱的定义 | 第15页 |
| 2．2 高阶统计量的性质 | 第15-16页 |
| 2．3 高阶统计量之间的转换关系 | 第16-19页 |
| 3 时间序列的高阶统计特征研究 | 第19-45页 |
| 3．1 随机序列的高阶统计特征 | 第19-28页 |
| 3．1．1 高斯分布随机序列的高阶统计特征 | 第19-21页 |
| 3．1．2 均匀分布随机序列的高阶统计特征 | 第21-22页 |
| 3．1．3 指数分布随机序列的高阶统计特征 | 第22-24页 |
| 3．1．4 β分布随机序列的高阶统计特征 | 第24-28页 |
| 3．2 地震子波的高阶统计特征 | 第28-37页 |
| 3．2．1 零相位子波的高阶统计特征 | 第28-31页 |
| 3．2．2 最小相位子波的高阶统计特征 | 第31-33页 |
| 3．2．3 混和相位子波的高阶统计特征 | 第33-37页 |
| 3．3 地震纪录的高阶统计特征 | 第37-44页 |
| 3．3．1 合成记录的高阶统计特征 | 第37-41页 |
| 3．3．2 实际记录的高阶统计特征 | 第41-44页 |
| 3．4 本章小结 | 第44-45页 |
| 4 基于高阶统计的地震子波估计 | 第45-78页 |
| 4．1 高阶统计信号重构理论概述 | 第45-46页 |
| 4．2 高阶谱相位重构 | 第46-59页 |
| 4．2．1 双谱相位重构 | 第46-52页 |
| 4．2．2 三谱相位重构 | 第52-54页 |
| 4．2．3 倒双谱相位重构 | 第54-59页 |
| 4．3 高阶谱幅值重构 | 第59-63页 |
| 4．3．1 双谱幅值重构 | 第59-62页 |
| 4．3．2 倒双谱幅值重构 | 第62-63页 |
| 4．4 地震子波估计 | 第63-70页 |
| 4．4．1 模型描述 | 第63-64页 |
| 4．4．2 模拟试验 | 第64-70页 |
| 4．5 子波处理 | 第70-77页 |
| 4．6 本章小结 | 第77-78页 |
| 5 独立分量分析及其在地震资料处理上的应用 | 第78-100页 |
| 5．1 ICA问题描述 | 第78-79页 |
| 5．2 ICA定义及其线性模型 | 第79-82页 |
| 5．3 ICA的若干限制条件 | 第82-83页 |
| 5．4 ICA的目标函数 | 第83-87页 |
| 5．4．1 基于峰度的目标函数 | 第83-84页 |
| 5．4．2 基于负熵及近似负熵的目标函数 | 第84-86页 |
| 5．4．3 基于互信息的目标函数 | 第86-87页 |
| 5．5 快速ICA算法 | 第87-89页 |
| 5．5．1 数据预处理 | 第87-88页 |
| 5．5．2 单分量提取算法 | 第88-89页 |
| 5．5．3 多分量提取算法 | 第89页 |
| 5．6 基于ICA的地震资料去噪处理 | 第89-99页 |
| 5．7 本章小结 | 第99-100页 |
| 6 结论与建议 | 第100-102页 |
| 致谢 | 第102-103页 |
| 参考文献 | 第103-106页 |
