[发明专利]基于贝叶斯反演框架的反射系数估计方法和装置

说明书

技术领域

本发明涉及地震资料处理领域，更具体地，涉及一种基于贝叶斯反演框架的反射系数估计方法和一种基于贝叶斯反演框架的反射系数估计装置。

背景技术

众所周知，地震记录通常是带限的，由于接收和大地非弹性参数传播效应的影响，地震资料一般都缺少低频和高频分量。低频的缺失会导致反演的多解性；而高频的缺失使得资料的分辨率比较低。反褶积效果的好坏对整个处理的影响至关重要，然而不同地区不同条件下提高分辨率的难度是不同的。大地吸收、噪声干扰、几何扩散以及地震资料处理中的一系列问题都会给分辨率造成不同的影响。提高分辨率处理的依据主要有：不同频率成分有不同的信噪比；不同信噪比的频率成分对分辨率的贡献是不同的。对于地震资料而言，提高分辨率处理的重点在于高频段信号的可靠恢复，如反Q滤波、反褶积、谱白化等方法。多道预测反褶积的主要目的是压制面波等干扰；地表一致性反褶积的主要目的是调整相位，使有效波一致化，频率适当提高。

传统的褶积模型把地震记录看作是地震子波与地下反射系数序列相褶积的结果；而反褶积则是通过压缩地震子波从地震记录中反演地下的反射系数序列。然而，地震反褶积实际上是一个“盲”过程，因为通常地表爆炸激发的地震子波是未知的，大地滤波效应(反射系数序列)也是未知的。而在地震子波和反射系数都未知时，常常要做统计性假设，如：地震子波是最小相位的或地层反射系数是高斯白噪声等，因此传统的反褶积也是一种统计性反褶积。

传统的反褶积方法通常根据这些假设条件，用地震记录的自相关代替子波的自相关，同时使用基于二阶统计量的线性滤波技术(如：预测反褶积，脉冲反褶积等)来实现子波估计与反褶积。这些假设和相应的方法在实际应用中取得了一定的效果，但是它们往往不符合实际情况，并且基于二阶统计量的反褶积方法不包含子波的相位信息。实际地下介质中传播的地震子波往往是混合相位的；地层反射系数也不是高斯白噪声。这些问题阻碍了反褶积估计地震反射系数的精度。

发明内容

本发明提出了能够获得更为准确的反射系数估计的方法和装置。针对上述反褶积中沿用的一系列不确切的假设，从而获得更为准确的反射系数估计。本发明还提出了相应的装置。

根据本发明的一方面，提出了一种基于贝叶斯反演框架的反射系数估计方法，包括：

步骤101，基于下式求解子波序列w＝[w₀,…,w_p]^T：

其中，R表示反射系数序列r的褶积矩阵，r＝[r₁,r₂,...,r_M]^T,r₀为初始反射系数序列，M是反射系数序列r中的元素个数，Q_w是由[μJ_r(r)+αJ_I(r)]^T构成的对角阵，ρ_r(r_i)表示反射系数序列r中元素r_i的先验概率，C为积分算子矩阵，表示为ξ＝Cr，μ和α均为给定的约束因子，d＝[d₁,d₂,...,d_N]^T是观测到的一道地震数据,d＝Gr+n,G是N×M维子波褶积矩阵,n＝[n₁,n₂,...,n_N]^T表示观测噪声,进入步骤102；

步骤102，基于当前得到的w重新计算反射系数序列r，进入步骤103；

步骤103，基于当前得到的w和r判断盲反褶积目标函数J(w,r)是否收敛，如果收敛则确定当前得到的r即为估计的反射系数序列；如果不收敛，则将r₀更新为当前得到的r，返回步骤101，进行下一轮迭代，直至盲反褶积目标函数J(w,r)收敛，其中，盲反褶积目标函数J(w,r)为：

J(w,r)＝J₀(w,r)+μJ_r(r)+αJ_I(r)，

其中，

根据本发明的另一方面，提出了一种基于贝叶斯反演框架的反射系数估计装置，包括：子波序列求解单元，用于基于下式求解子波序列w＝[w₀,…,w_p]^T：