戴永寿，牛 慧，彭 星，王少水

(中国石油大学信息与控制工程学院，山东东营 257061)

基于自回归滑动平均模型和粒子群算法的地震子波提取

戴永寿，牛 慧，彭 星，王少水

(中国石油大学信息与控制工程学院，山东东营 257061)

基于自回归滑动平均(ARMA)模型理论，对地震子波进行参数化建模，采用累积量拟合法精确估计参数，使地震子波提取问题最终归结为一个多参数、多极值的非线性函数优化问题。对基本粒子群算法进行改进，通过自适应参数调整和边界约束，克服基本粒子群算法易陷入局部极值的缺陷，同时提高算法寻优精度和计算效率。仿真数据试验结果验证了改进的粒子群算法在地震子波提取方法中的有效性和稳定性。

地震数据处理;自回归滑动平均模型;地震子波;系统辨识;累积量拟合;粒子群算法

地震子波提取是地震资料反褶积处理、波阻抗反演和正演模型的基础［1］。Lazear［2］对基于四阶累积量的混合相位子波提取方法进行研究，提出将子波的四阶矩和地震数据的四阶累积量进行拟合优化以提取子波，但由于参数模型的未知性，确定模型初始参数范围较为困难，严重影响算法的寻优效率。粒子群算法是基于群体智能的多峰值寻优算法，概念简单且收敛速度快，但算法寻优精度与参数选择有着密切的关系。笔者基于自回归滑动平均(ARMA)模型理论，将累积量拟合法和参数化辨识方法相结合，将子波提取问题最终归结为一个多参数、多极值的非线性函数优化问题［3］。……