论文部分内容阅读
时频分析是地震数据处理和解释过程中重要的数学工具,其精度和分辨率决定了后续处理和解释成果的质量。提出了一种结合贝叶斯学习方法(sparse bayesian learning,SBL)和魏格纳威利分布(wigner-ville distribution,WVD)的两步高分辨率时频分析方法。第一步基于构建的雷克子波库和贝叶斯学习方法将地震数据分解为子波的线性组合;第二步通过求取子波的魏格纳威利分布获得地震数据的时频分布。其中,贝叶斯最大后验概率和第二型最大似然概率通过迭代求解。贝叶斯学习方法可以用最少数量的