吉林大学学报(地球科学版)
吉林大學學報(地毬科學版)
길림대학학보(지구과학판)
JOURNAL OF JILIN UNIVERSITY(EARTH SCIENCE EDITION)
2013年
6期
2026-2034
,共9页
非高斯%α稳定分布%特征指数%信号处理
非高斯%α穩定分佈%特徵指數%信號處理
비고사%α은정분포%특정지수%신호처리
non-Gaussian%α-stable distribution%characteristic exponent%signal processing
地震信号通常都被认为是服从高斯分布的。研究了实际地震信号的动态样本方差特征,假定地震信号是服从非高斯α稳定分布的。对于非高斯α稳定分布地震信号,其特征指数的取值大小表征了信号的脉冲强度,对地震信号去噪、阻抗反演等处理算法范数的选取起到了重要作用;当算法选取的范数大于特征指数时,将有可能得不到预期的结果。采用基于分数低阶统计量的α稳定分布特征指数计算方法,并结合粒子群优化算法,估计出了实际地震数据的特征指数最大为1.9301。研究表明,实际地震数据的脉冲性强于高斯分布,其特征指数小于高斯分布的特征指数2。因此,将实际地震数据的统计分布假设为非高斯α稳定分布比假设为高斯分布更合理。
地震信號通常都被認為是服從高斯分佈的。研究瞭實際地震信號的動態樣本方差特徵,假定地震信號是服從非高斯α穩定分佈的。對于非高斯α穩定分佈地震信號,其特徵指數的取值大小錶徵瞭信號的脈遲彊度,對地震信號去譟、阻抗反縯等處理算法範數的選取起到瞭重要作用;噹算法選取的範數大于特徵指數時,將有可能得不到預期的結果。採用基于分數低階統計量的α穩定分佈特徵指數計算方法,併結閤粒子群優化算法,估計齣瞭實際地震數據的特徵指數最大為1.9301。研究錶明,實際地震數據的脈遲性彊于高斯分佈,其特徵指數小于高斯分佈的特徵指數2。因此,將實際地震數據的統計分佈假設為非高斯α穩定分佈比假設為高斯分佈更閤理。
지진신호통상도피인위시복종고사분포적。연구료실제지진신호적동태양본방차특정,가정지진신호시복종비고사α은정분포적。대우비고사α은정분포지진신호,기특정지수적취치대소표정료신호적맥충강도,대지진신호거조、조항반연등처리산법범수적선취기도료중요작용;당산법선취적범수대우특정지수시,장유가능득불도예기적결과。채용기우분수저계통계량적α은정분포특정지수계산방법,병결합입자군우화산법,고계출료실제지진수거적특정지수최대위1.9301。연구표명,실제지진수거적맥충성강우고사분포,기특정지수소우고사분포적특정지수2。인차,장실제지진수거적통계분포가설위비고사α은정분포비가설위고사분포경합리。
It was assumed that seismic signals follow Gaussian distribution.After analyzing the dynamic sample variance of real seismic data,the authors proposed that seismic data obeys non-Gaussianα-stable distribution.In the applications of non-Gaussianα-stable distribution seismic signal processing, such as noise suppressing and seismic impedance inversion,characteristic exponent is a key parameter;And if the norm greater than characteristic exponent,misleading results will be produced.Combining with particle swarm optimization algorithm,α-stable distribution characteristic exponent estimation method based on fractional lower order moments was applied to real seismic data and the characteristic exponent of real seismic data was obtained.The work of this paper shows that the pulse characteristic in real seismic data are stronger than that in Gaussian distribution;The proposition that real seismic data follow non-Gaussianα-stable distribution is reasonable;The calculation of real seismic data character exponent is also helpful to the selection of seismic signal processing algorithm.