книги / Статистический анализ геофизических полей
..pdfтистического алгоритма обработки данных, основанного на опреде ленной математической модели, воегда овязано о вопросами: на сколько адекватна модель реальности и как выбрать параметры ал
горитма, чтобы обеспечить наилучшее согласование модели о данны ми? Раосмотрим эти вопрооы применительно к использовании описан ных выше БАО алгоритмов поиска разладки АР-процесса в задаче об наружения слабых сейсмических сигналов на фоне помех.
Математическая модель суммы сейсмичэского сигнала и помехи в виде стационарного AP-процосса - это достаточно грубая аппрок симация. Действительно, оейсмические волны, возбуждаемые сложны ми источниками, такими, как очаги землетрясений, и проходящие че рез столь сложную среду, как литосфера, порождают в меоте приема
сигнал, состоящий из последовательности различных интерферирую щих фаз. Из них основными и присутствующими практически на каж дой сейсмограмме являются Р- и J -волны. Часто они разделены
промежутком, заполненным интерферирующими вторичными волнами, по рожденными отражением и преломлением /’-волны на сейсмических границах литосферы (кодой /?-волны). Таким образом, сейсмический сигнал существенно нестационарен, и АР-аппроксимация отражает лишь его усредненный опектр в пределах скользящего окна, по кото рому вычисляется статистика БАО алгоритм поиска разладки. В свя зи о втим проблема выбора длительности окна оказывается достаточ но противоречивой. С одной стороны, чем больше окно, тем с точки
зрения стационарной АР-модели меньше ошибки обнаружения. С другой
стороны, и з |
-за кестацнонарности сигнала его спектр, усредненный |
по большому |
окну, может существенно менее отличаться от спектра |
помех, чем в малом окне, а это увеличивает ошибки обнаружения. Поэтому вопрос о выборе длительности окна, как и другого важного параметра БАО алгоритмов - порядка АР-аппроксимзшш подах и сиг
налов, должен, по-видимому, решаться на основе тщательных экспе риментальных исследований с реальными сейсмограммами местных, ре гиональных и удаленных землетрясений и взрывов. И только в резуль тате таких исследований может быть сделано заключение о практиче ской пригодности БАО алгоритмов поиска разладки для обнаружения слабых сейсмических сигналов на фоне помех. Некоторые эксперимен тальные результаты в этом направлении приводятся ниже.
«Р и |
с . |
1 5 . |
Обнаружение |
А-волнн на сейсмограмма подзетдаого ялер>- |
ного взрыва |
в районе г . Семипалатинск (запись сделана в Чехосло |
|||
вакии) : |
вертикальная компонента сейсмограммы взрыва; б - статис |
|||
|
а - |
|||
тика |
/^-обнаружителя; в |
- статистика МОФ-обнаружителя |
га
О |
! |
50 |
ОТ" |
: ~ T c J |
172
Последовался одноканальный БАО алгоритм обнаружения разлад ки вида
|
|
? ( Г / |
|
) |
f 4 , |
если |
г « ) * * л , |
(S .5 .3 4 ) |
|
|
|
|
1 0 , |
если |
г а )< А с1} |
||||
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|||
где |
|
|
|
|
r(t)- #tr r~rTt ; |
|
|
||
|
|
|
|
|
|
|
|||
|
|
t ем > |
О |
|
|
|
|
||
|
|
|
|
|
|
|
|||
|
|
С .. |
' |
С9 |
о |
|
|
|
|
|
|
/>-/'•* |
|
|
|
|
|
||
|
|
|
|
о |
в |
|
|
|
|
€ |
|
|
|
|
|
|
* |
|
|
■2Г |
* |
|
|
|
|
|
|
|
|
av |
t e |
r ,p ; e * , cA, |
t e |
4 p - r |
АР-парэметры и корреляции поме |
||||
хи, |
определяемые по ее |
реализации, |
предваряющей сигнал; |
л/ - |
дли |
||||
на |
скользящего окна; |
р |
- порядок АР-модели. |
|
|
||||
|
Для краткости алгоритм обнаружения со статистикой |
г& ) |
на |
||||||
зван t s -обнаружителем |
: он реагирует на изменение (по |
сравнению |
со спектром помехи) средней мощности и среднего спектра наблюде ний в пределах скользящего окна. Спектр помехи отражен в парамет рах ah k e t jp АР-аппрокоимации помехи и ее корреляциях 3 ; а е
ей, р ~ / , которые входят в алгоритм. Отметим, что изменение
спектра статистика г с*) "улавливает" оптимальным образом в со ответствии о асимптотическими критериями качества, описанными в разделе 1 . 2 .
Можно предложить более простой в реализации, но уже неопти мальный обнаружитель, который также чувствителен к изменению мощ ности и спектра наблюдаемого процеооа. Он заключается в сравне
нии с порогом компоненты |
8 * АД статистики |
, |
фигурирующей в |
алгоритме (Ш .5.Э1}. Этот |
обнаружитель представляет собой модифи |
||
кацию широко распространенного критерия s r A |
/ i r d |
/3 ? T f и по суще |
ству есть результат применения этого критерия к процессу на выхо де фильтра, обеляющего помеху /537 . Поскольку последний фильтр подчеркивает составляющие сигнала вне полосы помехи, различия в
и о. 46, Обнаружение сейсмических волн на сейсмограмме подзем ного ядерного взрыва на полигоне б штате Невада:
а - горизонтальная компонента сейсмограммы взрыва; б - ста тистика МОФ-обнаружителя; в - статистика ^ -обнаруж ителя
173
спектрах сигнала и помехи учитываются этим алгоритмом в противо положность стандартному STA/tTA, реагирующему только на мощ ность. Вычисление статистики 8® в реальном масштабе времени про ще, чем статиотики %2--обнаружителя, поскольку исключаются />-/ коррелятор и вычисление квадратичной формы. Для краткости будем называть обнаружитель на основа 8f МОФ-обнарукителем (МОФ - мощ ность обеляющего фильтра).
Результаты опробования %г- и МОФ-обнаружителя на моделях а сейсмограммах землетрясений и ядерных взрывов представлены на рис. 1 4 -4 6 . Использовались записи афтершоков Фриульского земле
трясения в Италии (любезно предоставленные д-ром Р.Консоле из На
ционального института геофизики, г . Рим), а также записи земле трясения в Польше, ядерных взрывов в р-не г . Семипалатинск.на Но вой Земле и в штате Невада (любезно предоставленные д-ром А.Плеяшнгером из Геофизического института АН ЧСФР, г . Нрага).
На рис, 44 представлены результате моделирования разладки случайного процесса и обнаружения ее о помощью я г- и МОФ-алгорит- мов. Исходный процесс (шум) представлял собой АВ-процесс с одним
энергетическим спектром, на который, начиная с момента г = 500, накладывался "сигнал” - АР-процесс с другим энергетическим спектром. Отношение сигнал - шути было выбрано равным 0 ,5 . При
смоделированной таким образом реализации (кривая а ) факт разлад ки с трудом определяется на гл а з . Кривая б представляет собой за
пись значений МОФ-статистики |
при |
Ж= 50, /> = S, кривая в - |
запись значений %г -статистики |
r(t) |
при тех же значениях пара |
метров. АР-параметры "помехи" - |
процесса до разладки - были оце |
|
нены по его реализации длительностью |
М = 4 2 8 . Результаты моде |
лирования демонстрируют несомненное преимущество ж ^-обнаружите-
дя перед МОФ-обнаружителем. В то время как первый обеспечивает уверенное превышение над порогом значений статистики после раз
ладки, в |
вариациях статистики второго никаких изменений после |
разладки |
не видно. |
Рис. |
4 2 , 4 3 иллюстрируют работу $ г- и МОФ-обнаружителей на |
реальных сейомограммах афтершоков Фриульского землетрясения о разным отношением сигнал - помеха. Для этих примеров характерно незначительное отличие спектра высокочастотных сейсмических сиг налов от спектра помех. И в таких достаточно трудных условиях
оптимальный |
-обнаружитель демонстрирует явное преимущество |
|||
перед МОФ-обнадужнтелем. Об этом можно судить |
визуально, |
сравни |
||
вая размах флюктуаций |
статистик обнаружителей |
и з-за помех |
с ве |
|
личиной "импульса" от |
сигнала (отношение этих |
величин мы дальше |
||
174 |
|
|
|
|
будем для краткости называть "выходным отношением сигнал - поме ха отатистики") .
Отметим, что для сейсмограммы рис. 12 оба алгоритма уверен но обнаруживают и Л- и <5“-волни, "реагируя" на их вступление та
ками значений статистик. Появление четких пиков объясняется выбо
ром окна |
усреднения, равного типичной длительности /’-волны для |
||||
слабых землетрясений. Различие в высоте пиков от |
Р~ и а-волк |
||||
более резко выражено для |
%г -статистики, чем для МОФ-стэтистики, |
||||
Это связано с тем, что первая сильнее реагирует на изменение |
|||||
спектра, |
а спектр |
S -волны отличается от спектра |
помехи в |
боль |
|
шей степени, чем спектр |
/-волны. |
|
|
||
Для |
сейсмограммы (рис. 4 3 ) с низким отношением сигнал |
- по |
|||
меха оба |
алгоритма |
обнаружили только вступление |
б1-волны, |
/ -вол |
на на данной компоненте практически не определяется даже визуаль
но. Для обнаружения столь слабых сигналов, очевидно, необходимо использовать оптимальный трехкомпокентный алгоритм поиска разлад
ки, учитывающий изменение поляризации при вступлении /-волны. Рис. 1 4 -4 6 демонстрируют эффективность хг- и МОФ-обнэррси-
телай в условиях оильннх низкочастотных помех, вызванных штормо выми микросейсмами (идущими с побережья Балтийского моря). Здесь использовались сейсмограммы, зарегистрированные широкополосным сейсмометром Геофизического института АН ЧСФР,установленным в Юж ной Силезии (Польша). Для сейсмограммы на рио. 44 выходное отно
шение сигнал - помеха для |
/^-статистики почти на три порядка |
|||
превышает выходное |
отношение сигнал - помеха для МОФ-отэтистики. |
|||
В се, |
что выше было |
показано в отношении особенности обнаружения |
||
А |
и <?-эолн %*- |
и МОФ-алгоритмами, проявляется на рис. 44 еще |
||
отчетливее, |
чем на |
рис. 4 2 . |
||
|
Во всех |
трех |
случаях |
i z -алгоритм демонстрирует лучшее ка |
чество, чем МОФ-алгоритм (в смысле выходного отношения сигнал - помеха).
Из приведенных примеров можно сделать вывод, что * г -а л го - ритм значительно чувствительней МОФ-алгоритма для большинства ти пов реальных сейсмических сигналов и помех. Однако и МОФ-обнаду шитель демонстрирует хорошую работоспособность практически во всех реальных ситуациях. В силу своей простоты он, очевидно, мо жет конкурировать с -обнаружителем в ряде практических прило жений. В целом, алгоритмы обнаружения сейсмических сигналов, син тезированные статистическими методами на основе описания сигна лов и помех как АР-процеосов, позволяют уверенно обнаруживать сейсмические события при очень малых отношениях сигнал - шум.
175
Они достаточно просты, чтобы работать в реальном времени даже при использовании мини-ЭВМ и, по-видимому, могут найти примене ние в оиотемах сейсмического мониторинга.
Ш,6. ОПРЕЩЩВИЕ МОМЕНТОВ ВСТУПЛЕНИЯ р- и ^ -вопн НА СЕЙСМОГРАММЕ С ПОМОДЫ) МОДЕМ РАЗЛАДКИ ГАУССОВСКОГО АР-ПКЩГОСА.
ОПТИМАЛЬНЫЕ ОЦЕНКИ АЗИМУТА И УГЛА ВЫХСЩА / * -3 0 ™
Оценки максимального правдоподобия для момента |
разладки г а - |
|
уооовского АР-процеооа. Определение моментов |
т& |
вступления |
Р- и .У-волн, а также оценка азимута и угла |
выхода |
озйсмической |
волны в точке наблюдения являются основой для алгоритмов вычис ления координат гипоцентра землетрясения по данным сети станций или трехкомпонентнсй сейсмограмме одной отанции. При этом точ ность оценки зпицентрального расстояния существенно зависит от ошибки определения разности tp - rs . Как следует из эксперимен тальных результатов предыдущего раздела, модель разладки гауосов-
окого АР-процесса вполне работоспособна в задача обнаружения оейсмичеокого сигнала. Задачу оценивания моментов вступления А и
У-воян также можно попытаться решать на ее основе. В отличие от первой в этой задаче нет необходимости вести анализ в реальном масштабе времени. В алгоритме оценивания можно использовать вою
зарегистрированную |
сейсмограмму |
( т .а . осуществлять апостериорный |
анализ). В качестве |
предварительных значений г * , г * целесообраз |
|
но попользовать моменты резких |
"всплеоков" отатистики обнаруже |
ния, которые, как показывают результаты предыдущего раздела, име
ют меото |
при вступлении |
Р- и S -волн . Точные значения моментов |
|
Гр, vs |
следует иокать |
в |
окреотнооти этих "всплесков". |
Высказанные общие |
соображения позволяют дать следующую мате |
матическую формулировку задачи. Цуоть i j .=■ (х^, t■& г, л/ ) - уча
сток зарегистрированной трехкомпонентной сейомограммы, содержа
щий интервал чиотой помехи и интервал суммы помехи и |
/’-волны: |
|
r . J V |
r * + * r , |
(Ш .6Л) |
Момент г соответствует точке разладки наблюдаемого процесса, в которой он резко изменяет овои характеристики (за счет изменения мощности, спектрального состава и поляризационных параметров оейомограммы при вступлении /-волны). Априори считается извест ным интервал ( г,, г2 ) , которому принадлежит момент г . Требуется построить оптимальный статистический алгоритм оценивания г .
176
Для решения этой задачи необходимо задать статистическое
описание процесса (Ш .6Л) |
до |
и после разладки. В качестве |
первой |
||||||
модели будем считать, что |
/г~ |
и |
Р ' |
представляют собой трех- |
|||||
ксмпонентные АР-процесеы, различающиеся |
своими параметрами |
в - |
|||||||
“ |
( 4 . |
<7>' Q) ■ Разладка |
процесса |
Щ .6 Л ), |
таким образом, |
||||
сводится к резкому изменению в момент |
g |
параметров АР-процесса |
|||||||
и, |
следовательно, его матричного |
спектра. Эта |
модель учитывает |
изменение мощности, спектра и поляризации наблюдений при вступ лении /’ -волны,
К сожалению, методы синтеза асимптотически зсййективных оце нок, изложенные в главе I , неприемлемы в данной задаче и з-за дискретного характера оцениваемого параметра та 2 . Столь же за
конченной статистической теории оценивания, как в случае, когда
плотность распределения наблюдений о/Р (7^, т) дифференцируема |
по |
f , в дискретной оитуации нет. Однако статистическая традиция |
и |
здесь побуждает нао обратиться к методу максимума правдоподобия (ШШ), хотя нет теоретических результатов, гарантирующих, что по лучающаяся при этом оценка оптимальна в соответствии с каким-ли бо критерием качества. Тем не менее многочисленные практические приложения ММП для оценивания дискретных параметров демонстриру
ют хорошие |
результаты /60, |
66, |
887. |
|
|
|
|
|
|
|
|
||||||||||
|
Функция правдоподобия |
наблюдений |
7^= |
|
t e pW) |
в |
зада |
||||||||||||||
че |
с |
разладке (Щ .6Л) |
записывается |
в |
виде |
|
|
|
|
|
|||||||||||
|
*<& |
|
в7» |
|
n ( 7 f ; |
г, |
4 0 |
w(7Tl r 1*7 |
|
) , |
|
(Ш .6.2) |
|||||||||
|
|
|
|
|
4 |
|
|||||||||||||||
где |
4 |
- |
параметры процесса |
до |
его разладки в момент г |
; |
- |
||||||||||||||
после |
разладки |
7 * ~ |
( i f , , . . , |
|
7r r) r |
Моделируя процессы до и после |
|||||||||||||||
разладки как трехмерные гауссовские АР-процесоы порядка |
/ , |
мо |
|||||||||||||||||||
жем записать |
первый |
сомножитель в |
выражении |
(Ш .6.2) в виде |
|
|
|||||||||||||||
|
|
|
|
|
* ( 7 * , |
бр |
w ( T j , |
|
|
|
г |
|
|
) , |
|
1 .6 .3 ) |
|||||
|
|
|
|
|
* r)w (x Pn |
|
|
|
|
||||||||||||
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r~/> |
|
|
|
|
|
|
|
|
|
* ( 7 Г |
I |
t f , |
¥~r ) |
• [ * * Jett;, ] |
2 |
|
|
|
|
|||||||
|
|
|
|
|
|
Ptf |
|
|
|
|
х JL |
|
|
**-*(г Ь |
|
|
|
||||
|
|
|
|
|
|
к х р Ы Т . |
|
|
<П |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
M |
|
r |
A-7 |
/ |
tf) |
L * fp+t |
4 ) |
- |
|
|
|
|
|
||||||||
At s~i, |
(At , k e |
i'~p ; |
|
параметры АР-модели процес- |
|||||||||||||||||
oa до |
разладки; |
* / ( 7 f ; |
|
(Гг) |
- |
гауссовская плотность распределения |
|||||||||||||||
первых р |
значений наблюдений, |
известным образом выражающаяся че |
|||||||||||||||||||
рез |
|
4 |
й |
С * ’ |
T fi |
|
/597. В силу марковского |
свойства |
АР-про- |
||||||||||||
цеооа |
второй |
сошожитель в |
произведении |
(Щ.6 .3 ) |
можем записать |
в виде
177
т Г. |
/Г• 2Г |
w ( xW I Г -fii-f1 |
* < ГГ ? 7 \ * Г ’ |
вТ > * м ) ‘ |
/У-r
|
=[2ж 0 et S, ] |
* |
ew \~f 2 Г |
■ |
. i v |
# |
|
|
( 1 .6 .4 ) |
|||||
|
k |
.? |
' X |
л |
^ |
|
||||||||
|
|
|
|
|
|
|
1 |
|
* |
|
*~k i ' K |
|
||
где |
Ag |
|
! |
t e / . />; |
Gz ) |
|
- параметры АР-модали |
|||||||
после разладки. Заметим, что выражение |
(Щ .6.4) |
не зависит |
от па |
|||||||||||
раметров помехи |
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
Метод максимума правдоподобия для задачи о разладке предпи |
|||||||||||||
сывает использовать |
в |
качестве |
сценки момента |
г |
следующий функ |
|||||||||
ционал от наблюдений: |
|
|
|
|
|
|
|
|
|
|
|
|||
|
г- ary max Ijnax |
(V с*1г; г А; |
6%)]= |
|
||||||||||
|
tr <r<r3 |
sr, |
f2 |
|
|
* |
|
|
|
|
|
|||
|
' ar9 |
ln |
w(f f ; |
4 |
Cfi) |
* |
|
|
\xr-atf ; 4 (rVf |
(1 .6 .5 ) |
||||
|
Г< Гг |
|
|
|
|
|
|
|
|
|
|
' |
|
|
где |
T |
|
w(iTf r; |
r, |
_ |
% it)=ergj>m |
|
* * * ( ? £ ] |
|
|||||
0 ;(r)*ary^max tn |
0r ) , |
|
|
|||||||||||
% (?)■ - оценка максимума правдоподобия (o fa ) |
|
параметров АР-моде- |
||||||||||||
ли наблюдений до момента |
г ; |
|
(г) |
|
- условная ОМП для АР-модели |
|||||||||
наблюдений после |
момента |
г . |
|
|
|
|
|
|
|
|
||||
|
В выражении |
Щ .6 .5 ) |
учтено, что условная функция правдоподо |
|||||||||||
бия |
(щ.6 .4 ) не зависит |
от параметров |
. В |
рассматриваемой за |
даче гауссовская АР-модель наблюдений особенно удобна в вычисли
тельном отношении потому, |
что для нее максимум по АР-параметрам |
||||||||
условной функции правдоподобия |
to w |
( ^ t \ Тг-р+7;& 1 ) |
выражается |
||||||
аналитически в виде простой формулы ^ Й § 7 : |
|
|
|
|
|||||
max |
ч> "(Tl, l T ^ j, |
to *(~ £г \ |
|
|
|
|
|||
|
|
* * iT - 4 f - Г» * в& 4 |
|
|
(Ш .6.6) |
||||
где S2 (T) |
- оценка |
ковариационной матрицы порождающего шума для |
|||||||
АР-модели, полученная максимизацией |
(я *(Т*+Г |f'r-p-n * |
) по |
. |
||||||
Поскольку всегда можно выбрать участок |
помехи, предшествую |
||||||||
щий интервалу ( г7, |
т2 ) поиска момента вступления |
/'-волны, |
до |
||||||
статочно |
большим, |
можно считать, |
что / > « г , |
и на |
этом основании |
||||
пренебречь первым сомножителем в Формуле (Ш .6.3), |
так как он мал |
||||||||
по сравнению со вторым. Тогда можем записать |
|
|
|
|
|||||
|
max tmv ( Т г - |
(Г)<ь |
max |
law (7 r |
\jTf; £ ) - |
|
|||
|
в} |
|
|
% |
p ~f |
|
|
|
178
|
% & )— * * * 2 ж - г » d it 4 |
(г), |
(Ш.6.7) |
где |
4 Cz) “ агатах г» w ( х 'Гг/ |7 / fff ) , 4 &) |
- элемент |
оценки; |
4 (t) - ковариационная матрица порождающего шума для АР-модели процесса до момента г . В результате оценка макоимума правдопо добия (Ш .6.5) для момента разладки приобретает следующую простую форму;
|
|
г * л/у тк f - f |
z # d e t f( r ) |
- ~ - щ М |
£3 (Г) ] . |
|
(Ж*6 *8 ) |
||||
|
|
Гт<г<г$ |
|
|
* |
|
|
|
|
|
|
Используя выражение (Ш.6 .3 ), |
нетрудно показать, |
что сценки |
Gj (г), |
||||||||
j e |
t j |
выражаются формулой |
|
|
|
|
|
|
|
||
|
|
Gj(r)‘ |
г=б |
и |
|
|
|
Г * * , |
|
(Щ .6.9) |
|
|
|
|
|
|
|
|
|||||
|
|
|
г |
|
|
|
|
|
|
|
|
где |
4 !/ " 77/> |
K-k |
*t-t |
~ |
выборочная |
автокорреляционная |
|||||
функция наблюдений до момента п |
с / г *= - ~ г |
, S |
'7 * |
K - t |
- |
||||||
то |
же, |
для наблюдений после |
момента <*; |
Л / ’, |
*£>!/>. |
j e Сг |
оценки параметров АР-мсделей, удовлетворяющие системе уравнений
|
|
/> |
|
|
|
|
|
■а) |
|
|
|
|
|
|
|
т . л |
|
ф о, |
|
|
-I . |
|
(Ш.6Л0) |
||||
|
|
*’0 |
|
|
м |
|
|
|
|
|
|
|
|
Заменяя выборочную корреляционную функцию |
|
а) |
более просто вы |
||||||||||
С^г |
|||||||||||||
числяемой |
сценкой |
с |
/ |
- c / t |
, |
где |
|
|
|
|
|
|
|
. |
|
г-6 |
|
|
|
|
|
#6 |
|
|
|
|
|
cf(r)-/-IT |
t |
+*r' |
c/\rf |
|
Г Г / |
, |
(Ш.6Л1) |
||||||
' |
* |
t=r |
' |
|
*‘ /=r+r * |
*7 |
’ |
|
|||||
которая завиоит лишь от разности |
индексов |
* - i |
и близка |
к с / г |
|||||||||
при f>?/> |
, можем привести уравнения (Щ .6.9) |
к |
стандартной форде |
||||||||||
выборочных уравнений |
Юла - Уокера (см . раздел 1 .2 ) : |
|
|||||||||||
|
|
V |
«(Я х Ф , |
, |
|
|
|
|
|
|
(Щ .6.12) |
||
|
|
к«1 |
4 , |
Сл г (г) |
С, СТ>' |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
||
Оценка (Щ .6.9) |
при этом приобретает вид |
|
|
|
|
|
|||||||
|
|
|
|
|
x v ) , |
/> |
|
|
|
|
|
|
|
|
|
|
|
|
у ’ у о/ х v>, |
|
|
|
Щ .6Л З ) |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Уравнения (Щ .6Л2) эффективно решаются многомерной процедурой 1е~
179
винсона - Дэрбина. Оценки (у (X) |
близки к оценкам Sj (г) |
при |
F |
|
|||||
ж Я - г ^ > р , |
и их можно использовать вместо |
последних в |
выраже |
|
|||||
нии |
(Ш .6.8) |
для Ш -оценки момента |
разладки. |
|
|
|
|
||
|
_В силу дискретного характера |
искош го |
параметра г |
МП-оцвн- |
|||||
ку |
(Ш .6.8) можно найти только |
перебором значений выражения в |
|
|
|||||
квадратных |
скобках по воем т , |
принадлежащим интервалу |
( ^ . |
£ |
)• |
||||
При этом для каждого |
т необходимо строить АР-модели наблюдений |
|
|||||||
до и после момента г |
путем решения системы уравнений (Ш .6Л2) |
с |
|||||||
автокорреляционными матрицами |
(Щ .6.И ) . Вычислительная процедура |
||||||||
облегчается |
тем обстоятельством, |
что оценки (Ш .6.И ) можно нахо |
|||||||
дить рекуррентно по |
г : |
|
|
|
|
|
|
|
|
+ r |
т ; |
; |
|
r v(t, |
7 |
г(г} |
|
|
(Ш .6Л4) |
(* -г-г)/$ (П 1) ]= |
w -r) с , (Г)-Лг„ x £ f _r |
|
|||
Оценки максимума правдоподобия для азимута и угла выхода |
|||||
/-волны. Обнаружение и оценка момента вступления |
/-волны позво |
ляют выделить на трехкомпонентной сейсмограмме участок записи в
интервале (^ , rp + ), соответствующий / -волн е, и определить по этому участку ее азимут и угол выхода. Физической основой яв ляется предположение, что в интервале ( $ ,, tf l + £ ) /-волна
представляет собой линейно-поляризованное продольное колебание среды. В соответствии с этим математическая модель наблюдений
имеет |
вид |
|
|
|
|
|
|
|
|
|
|
*Г'* + Р*> |
(r+ f, |
т*-Г). |
|
(Ш .6Л5) |
|
Здесь |
/£ |
- |
произвольно |
поляризованная сейсмическая помеха, ап |
||||
проксимируемая трехмерной АР-мсделыо общего вида: |
|
|
||||||
|
|
|
|
— / |
w |
|
|
|
|
|
|
|
|
|
|
|
(Щ .6Л6) |
|
|
|
|
- |
О, |
|
|
|
|
|
|
|
|
ы |
|
|
|
f>t - |
линейно поляризованная /-волна: / £ = |
Ту |
где |
скалярный |
||||
процесс |
£ |
- |
продольное сейсмическое колебание вдоль единичного |
|||||
вектора |
F |
- |
допускает |
аппроксимацию скалярной АР-моделъю; |
о ь м ю
о.ее* еГ * * ,г -
Единичный вектор г~ есть нормаль к фронту /-волны в точке наблю дении и однозначно определяет азимут и угол выхода /-волны.
180