[发明专利]一种基于改进萤火虫步长因子的多级粒子滤波算法

说明书

本申请公开了一种基于改进萤火虫步长因子的多级粒子滤波算法，该方法对萤火虫粒子滤波算法中的亮度公式以及位置更新公式进行修改，采用自适应步长萤火虫算法进行迭代更新，并对结果进行多级滤波。本申请通过自适应步长萤火虫算法，驱使权值小的粒子向高似然区域移动，减弱了粒子退化问题，可以在使用较少粒子的情况下达到较高的滤波精度，节约了计算资源。

技术领域

本发明涉及地震勘测领域，具体为一种基于改进萤火虫步长因子的多级粒子滤波算法。

背景技术

地震勘探是以地下岩层的结构物性差异为基础，在地表利用人工方法产生地震波，通过观测分析地震波向地下传播的响应，从而推断地下地层结构，物质，组成及演化等的探测方法，是勘测地下石油，天然气等资源的重要手段，在油田和工程地质勘探，区域地质及地壳研究等方面起着至关重要的作用。地震勘探过程包括野外地震数据采集，室内资料处理以及地震记录解释分析等工作。其中第一阶段野外地震数据采集，工作人员首先选定指定区域人工激发震源，利用阵列排布的检波器接收地下反射到地表的地震波，由于地表条件，震源激发，地震波传播及检波器接收等诸多方面的原因，随机噪声通常叠加在地震资料中，当其能量过大时，有用信号就被淹没，严重影响最终成像效果，不利于反射信号的追踪和识别，对后续的资料分析和读取造成很大困扰，因此，如何更好地从含噪记录中提取有用信号，消除随机干扰，最大限度地还原有效信号的能量和信息，达到地震勘探的三高要求，即“高信噪比，高分辨率，高保真度”，一直是地震勘探工作者们深入研究的课题。因此，压制地震勘探数据中的随机噪声是地震勘探过程中至关重要的环节之一。

应用于地震勘探随机噪声压制的方法有很多，包括：叠加处理，多项式拟合，经验模态分解，卡尔曼滤波，小波变换等，并且与之相应的改进算法也相继被提出，用于完善地震资料降噪过程中的不足。但是这些降噪方法，在较高信噪比的情况下可以得到比较理想的效果。如果地震资料的信噪比较低，数据受到强随机噪声的干扰，一些常规的方法就很难达到预期的去噪效果，甚至导致有效信号的损失及衰减。因此，在低信噪比下，如何对强随机噪声进行有效地压制，还原信号的信息与波形，更好得提取出有效的地震信号仍是亟待解决的课题。

粒子滤波技术在非线性，非高斯系统中具有优越性，并且应用领域十分广泛，如视觉跟踪；目标定位，导航，跟踪领域；通信与信号处理领域；图像处理；卫星遥感等。本发明主要应用于通信与信号处理领域，对地震勘探随机噪声压制领域具有重要的现实意义，可以为地震信号处理领域提供新的思路，为满足地震探勘的精度要求提供新的方法。

粒子滤波是蒙特卡洛思想结合递归贝叶斯估计的非线性滤波方法，可以对非线性非高斯系统的参数或者状态进行估计，估计精度可以逼近最优。粒子是指采样样本，定性地表示状态的空间信息，滤波是指通过粒子统计方式获取当前系统的准确状态，粒子滤波通常理解为利用当前有效的观测值和预测的系统状态值估计出当前系统的有效状态值，这样可以从带噪声的数据中提取出系统有效信号的状态，可以用于有效数据的估计，在处理非高斯，非线性时变系统的参数估计和状态滤波问题方面具有独特的优势和广阔的前景。

近年来，随着计算机水平的不断提高，粒子滤波的研究取得了很大的发展。许多改进的粒子滤波方法被用于解决不同的实际问题。例如，Pitt和Shephard提出的辅助粒子滤波器（Auxiliary Particle Filter, APF）以解决粒子多样性丧失的正则化粒子滤波器(Regularized Particle Filter, RPF)。自适应粒子滤波（Adaptive PF, APF）主要用于需要在线实时处理的应用，使粒子随环境的变化而改变数量，避免使冗余的粒子使算法的复杂度和运算量增加。Kotecha等人提出高斯粒子滤波(Gaussian PF, GPF)解决了重采样引起样本枯竭的问题，并改善算法的收敛性和并行运算性。