Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Статистический анализ геофизических полей

..pdf
Скачиваний:
1
Добавлен:
12.11.2023
Размер:
14.8 Mб
Скачать

f j i r )

^

'* Tt ' *#>*) * ГГ " *%•

(1У.2.9)

* u

It)

 

 

Выделим важный ышоо потоков - стационарных, используемых ниже, Стационарным назовем поток, даютнооти которого не меняются при произвольном сдвиге в области задания аргументов. Из етого определения оледует, что моментные функции, начиная о моментной функции второго порядка, зависят от разнооти аргументов, локаль­ ная интенсивность потока постоянна, а плотности , * ) инвариантны относительно сдвига в облаоти значения аргументов.

Стационарный олучайнцй поток называют ординарным, воли веро­ ятность того, что в малом интервале времени длительности дА про­ изойдет более одного вступления - величина порядка малости out):

Р { л/СAt ) > / }

при

— 0 .

(1У .2 Л 0 )

Воли отационарный процесс

ординарный и удовлетворяет условию

отсутствия последействия ( т .е , количество оигналов, вступивших в

цепереоекающихся интервалах, - независимая случайная величина),

то такой поток

называют простейшим, или пуассоновским.

 

В дальнейшем понадобится выражение условной плотности рас­

пределения яп/д

( гг , Г

/г/ , , , , , глг, te ,

t-) появления сигналов

о параметрами

 

>тп

при условии, что в

точках г} ' ,

в

облаоти ( 4 > *

)

вступили сигналы. Эту плотность можно определить

из соотношения

 

 

 

 

 

* » * * * > . " • . » * ,

г?> —

га - **>

~

45 +* СгГ ' " " г/

)х *М

гп /тГ " - ’ га >*•>*). (Э .2 Л 1 )

которое следует из выражения полной вероятности через условную.

 

Вероятность появления

р сигналов в

А облаоти,

где

а

=

п

Г;

+ А )

 

 

,

 

 

 

и

 

 

.V? ( ri >

и

А сигналов в А области, где

л = t)^ ( г !

 

т!+ а '- )/*„+£

(А ,

а ',

, t

)j равна вероятности

% ( а ') появления

^-оигналов в облаоти

А1,

умноженной на вероятность

появления

р

оигналов в

облаоти

д ,

при условии, что

в

а ' имеется

А

оиг­

налов, а в

остальной части

интервала ( te , t

)

оигналов вовсе

нет:

 

Рп н (А,А\А0,* )‘:Х(т7,.,.,тГ11Гу,.„,т1, t0,t ) ir

A^'r .jl[ni)U )J. ПТ.2Л2)

 

Принимая во

внимание,

что

 

 

 

 

 

 

211

Pk u ' )

* 4 (r'f , r / ) A ' r..,jJ{7 +0{ i ) ] t

(£f.2.13)

 

 

 

и устремив 8

к 0, получим формулу

( £ 7 .2 ,1 1 ) .

 

 

Рассмотрим некоторые модели процессов, которые могут

исполь­

зоваться для

моделирования потоков

сейсмических сигналов,

посту­

пающих на регистрирующую аппаратуру в фиксированной точке проотранства. Подробно остановимся на пуассоновском потоке точек,

Важная роль пуассоновских потоков в приложений определяется преж­

де всего тем, что суперпозиция большого чиола независимых Пото­ ков при некоторых условиях близка к пуассоновскому потоку ДО/Ч Точки последнего обладают тем свойством, что их реализация в об­ ласти равномерно "разбросана" в этой области /2§7.

Еоть много эквивалентных способов задания пуаоооновскогс по­ тока. Будем следовать определению Д о 7 , позволяющему представить пуассоновский процеоо как чаотный случай рекуррентного потока.

Пусть

а7,

-

взаимно независимые случайные величины о

одинаковым показательным распределением

Р (8 )=7-g~*J ,

а

 

 

Sg*

 

ft ж7,2

 

Sg ”0 .

(fjf.2.14)

Введем семейство

случайных величин

H it)

таких, что

H it)

еоть число

индексов

к & I ,

и для этих индексов

4 « t . Событие

[ H ( t )

} происходит,

если

4 * * и

4 * / ^

>

Определенный

случайный процесс H it)

назовем пуаоооновским.

 

 

При произвольной функций распределения

А интервалов задан­

ный таким образом случайный процеоо

H it) называется рекуррент­

ным потоком, который тоже можно использовать для моделирования процесса поступления сигналов на регистрирующую аппаратуру дйй различных классов волн.

Вычислим вероятность отсутствия сигналов на интервале яри

условии, что в

точке^ Г сигнал вступил:

 

 

Р Л л / r . t

) = \

л е ~ я ( / ~гЬ х

*

(1 7 .2 .1 5 )

 

г

 

 

 

Определим плотность распределения одиночного вступления на интер­ вале ( г, t ) при условии, что г является параметром сигнала, предшествующего данному:

T j , r , t / r ) =>н е~ л Ъ - г ) 4 / г (Ь * )ш Яе~ л

( { у ,2 Л б)

Плотнсоть распределения я сигналов на интервале

{ С, t ),

если г - точка вступления сигнала, имеет вид:

 

2 12

 

*%(*/> " ’ Tn> T' f/r )

j £ / r , -r ._ f ))pa/r„(r„,t)

 

* я *е -л и ' т ) .

 

 

 

 

 

 

(Г У .2 Л 7 )

 

 

 

 

 

 

 

Из выражения (ГУ ,2 Л 7) следует,

что

плотность * „ //* » >г> t fr )

определяется произведением плотностей для параметров

т{- одиноч­

ных сигналов, сдвинутых на

р Д /

> и вероятности отсутствия

сиг­

налов На интервале

 

) . В (1 У ,2 Л ?)

формально полагаем гд = гг

т . е , начало оточета интервала

( ?,

t )

является точкой

вступ­

лении сигнала. Безусловная

плотность

л „

(г„ , г , t/т ) совпадает с

условной плотностью

Ц У .2 .1 7 ), если

tg -

точка вступления

сиг­

нала.

 

 

 

 

 

 

 

 

Будем считать, что в начале интервала всегда происходит со­

бытие. Припишем ему

нулевой номер и примем,

что такой сигнал

имеет нулевую мощность. Это означает,

что

в

интервале

( ta ,

t )

плотности распределения моментов вступления сигналов всегда ус­ ловные, Условие заключается в том, что время вступления первого оигнала минус tg это интервал между двумя сигналами - нулевым

и первым.

Моментнце функции для пуассоновского потока определяются сле­

дующими выражениями ДО/:

 

f „ ( r 7 , , „ , T JI) - A 7}.

(Г У .2Л 8)

Для моделирований потока оейомических сигналов представляет интерес поток Бернулли. Это такой поток, в котором точки выпадают независимо, а их число в области ( t„, t ) не превосходит заданно­ го Д О /.

 

Парциальная плотность

^

I Г )

распределения для момента вотуп-

ления

/ -го из Л

возможных

сигналов:

 

 

 

t

 

 

 

 

 

 

\ejlr

 

 

 

(!у.2Л9)

 

 

*0

 

 

 

 

где

- вероятность появления на

интервале (

t9 , t ) сигнала о

индексом / . Этот сигнал будет отсутствовать с вероятностью

jy. -

/ ~ / j .

 

 

 

 

 

 

Плотности

tg , t )

для

этого потока

следующие Д о / :

 

 

жв ^ о >

* ) ~

J •

 

 

 

 

 

 

 

213

*2

( r;> rj >

r

* /< * })* ? ( £ )

sim (2);

 

f ) ^ !P0

 

 

 

 

 

‘<j

А

Ц

 

(1 7 ,2 .2 0 )

 

 

[ f a / ? ; ) ) ' , „ ( * )

 

Символом

s im (n ) обозначена операция

симметризации выражения,

стоящего в фигурных скобках. Эта операция заключается в нахожде­

нии среднего арифметического от

я !

функций,

образованных пере­

становками аргументов в

выражении,

стоящем в

фигурных скобках.

Перестановки рассматриваются лишь для тех

аргументов, которые да­

ют несовпадающие результаты.

 

 

 

 

 

 

Еще один класс потоков, который может использоватьоя для мо­

делирования потоков сейсмических сигналов, -

рекуррентный. Это

такой поток, в

котором протяженности интервалов Между сооедними

потоками независимы и одинаково распределены.

 

Пусть

х в (&) плотность

распределения длины интервала между

соседними вступления!,®

сигналов:

 

 

 

 

 

 

 

 

 

 

Х д Ц ) ,

A Z D

 

(Ц .2.21)

 

 

 

 

 

 

о,

j

< о .

 

 

 

 

 

 

 

 

 

 

 

 

Индеко 0 в обозначении плотности подчеркивает, что на интер­

вале

Л сигналов не поступило,

а

вотупление

произошло в гранич­

ной точке

отрезка

J

. Пусть точки

 

, т

разбирают отрюзок

наблюдения на интервалы

J t-

- ( г-_7 ,

т{ ) ,

 

 

 

Из определения рекуррентного потока следует, что плотность

распределения -г„ ( г?

,

т„ , t e ,

t / t g ) равна

произведению плотно­

стей вероятностей

 

/7 хд (

i - )

и вероятности

отсутствия сигналов

на интервале (

 

t

),

которую обозначим

Ре (*-~ г„)при условии,

что

в t0

было вступление

сигнала:

 

 

 

 

 

жв ( г7 , '"г тп >

 

 

 

 

 

 

 

 

- ;П= *о ( ri

~ r i~} )

Ъ

( *

~ г„

) •

 

(17.2.22)

 

О вероятности

 

Рв ( * - г „ ) отсутствия сигналов в ( г1, г п ) мож-

214

но сказать, что

она равна вероятности первого

после

гя

вступле­

ния в точке

г^,

,

которая принадлежит области

(* ,< * > ):

 

p . ( t

-

г

)

'.(4 /rn ) t o

У

^

; л - /

- | ^

; л

.(| у -2 .2 з )

 

 

 

 

*

 

*~т,

 

 

9

 

 

 

В дальнейшем будем рассматривать потоки, для которых в точ­

ке

t0 предполагается вступление

нулевого сигнала. Это даст воз­

можность рассматривать первый из интервалов

не

отличающимся

ОТ остальных,

а

уоловиа

га будет воегда выполненным. В

обозначе­

нии плотности вектора

» { гй , . . . ,

)

вступлений

оцустим точку

г0

вотуплекия

нулевого

сигнала. Тогда

 

 

 

 

 

 

 

tf , t ) -

П * в (гг

г{

)Pe (t - r „ y ,

 

 

( I J .2 ,2 4 )

 

 

 

 

 

r i

t- Г

 

 

 

 

 

Для определения интенсивности рекуррентного потока понадо­ бится характеристическая функция случайно распределенного интер­ вала 4 ’*

 

 

 

 

 

(U .2 .2 5 )

Интенсивность потока

f ? (r\ задана

как плотность вероятности

вступления

сигнала в

точке

?

независимо от того,

были ли еще

вступления

в области

( tB ,

t ) .

Цоэтсму

/, ( г ) определяется как

суммарная по воем условиям вероятность вступления сигнала в точ­

ке

Г

при условии,

что имел место вектор г£

вступлений до

точки

Г ,

причем Г „ “ Т

и вектор i%, вступлений на

интервале ( г,

t )

имеет

вид:

 

 

 

Ж

т

- r ) d r ; pmf е0 (rs ~rS4)P 0 Lt-rm) d r s .

(iy .2 .2 6 )

Второй сомножитель в выражении (ГУ .2 .2 6 ) представляет собой полную группу несовместных событий, а именно выпадение в интерва­ ле ( Г, / ) одной, двух и так далее точек либо отсутствие точек в втом интервале, поэтому

т~0Г г( - {* А ~ ГЩ L*o(rs - rs-?)/>o(t-rm)*T*= ' • Ц У .2 .2 ?)

215

Первый сомножитель в

выражении (1 7 .2 .2 6 ) -

это

/’-кратная

свертка функций <eff( J ) ,

поэтому характериотическую функции выра­

жения, стоящего пол знаком сумма, получим как

л

степень

Широкий класс реальных потоков может моделироваться рекур­ рентным с гамма-распределениями интервалов J , поскольку гаммараспределение удобно использовать для списания случайных величин

с одномодальной плотностью распределения,

ограниченных с

одной

сторона /62/.

 

 

 

 

 

 

 

 

 

 

Рассмотрим подробнее тленно

э т о т ви д

п о т о к о в .

 

 

 

При

разных

соотношениях парамотров гамма-раопредоления

и ji

плотность

распределения

имеет

самую различную

фор­

му. В частности,

при

V #/

график плотнооти распределения

имеет

вот убывающей функции, а при

<* > / - это

одновершинная кривая о

максимумом в точке

J

d ~/

 

_

 

 

ы. меняется

« - д -

• При изменении параметра

Форш гамма-распределения,

а

при изменении параметра

А - толь­

ко

его масштаб. Это

распределение описывает время, необходимое

для

появления ровно

 

оС нозависимых ообытий в потоке

Пуассона («: -

целоо),

еоли эти

события происходят о постоянной интенсивностью

А • Такое свойство

гамма-распределения обусловливает

его

широкое

применение в статистических моделях.

 

 

 

 

Итак, пусть

 

 

 

 

 

 

 

 

 

=а ^г ~!(°1 )/~ 7е

^ > Л а >0 ’ л >#>

( т у . 2 . 2 9 )

где

 

 

r u )

.

(1 У .2 .3 0 )

о

 

 

Тогда

лoi-r

(1У .2.3Т )

Здесь Р0 { t ~ rn ) выражается неполной гамма-функцией

216

 

 

 

 

 

*~ г»

 

Ре

( f - r „ ) =

/ -

(и)\

е ' Р * / ~ 7t/j .

(1 У .2 .3 2 )

Из выражения

(1 У .2 .2 9 )

видно, что гаммэ-рэопределение зада-

етоя двумя параметрами

и ж /з

,

которые определяют математическое

ожидание

/ и дисперсию

~

 

. Характеристическая функция для

этого распределения /81/

 

 

 

 

 

 

 

 

-

(

'

- ’Я '

(1 У .2 .3 3 )

 

 

 

 

Сучетом формулы для характеристической функции и того йакта, что Д-л степень ее / / ( & ) будет характеристической функцией гамгла-

раопределенной случайной величины, но с параметрами # и т>и, запишем выражение для интенсивности потока

 

 

„пи

 

 

/ ( г ) = е ^ ГЕ

пи- 1

при t = 0

(1 У .2 .3 4 )

Г (п и )

'

п=/

 

 

Поскольку

пуассоновский поток -

частный случай

рекуррентно­

го потока с гамма-распре,делением интервалов при значении парамет­

ра U - 1 , то интенсивность пуассоновского потока будет

 

 

/(Г) -ре~р Z

 

 

 

 

‘fi■

 

 

(iy.2.35)

Представление фронта волны

(ГУ Л .7 )

позволяет

рассматривать

в некоторой точке

xt фронты волн как

поток,

реализацией которого

является

поток

векторов

а} ,

г = - 1 , 2 , . . .

Упорядочение волн осу­

ществляется по общегрупповому для компонент вектора

 

параметру

в <0 , В точке

хе

такое

упорядочение соответствует

естественному

порядку

следования

сигналов во

времени, поэтому можно выбрать мно­

жество функций

9 ^ ( х ) , . ; , , ?т ( л )

таким,

что

 

=

f ;

( хд ) = 0 ,

Каждый вектор

Т-

-

это

группа

параметров,

которая

определя­

ет фронт

1 —й волны в

потоке.

 

 

 

 

 

 

 

 

 

Сведенные в'матрицу

вое векторы

at i

,

где

i -

номер

строки,

полностью определяют все фронты волн

/ -г о

класса, кото­

рые запишем в

виде векторной функции

 

 

 

 

 

 

 

 

 

 

 

Г (Л)

=АГ(л)-

 

 

 

(17.2.36)

В таком представлении все матрицы

^

= т/л/,

сведенные в

вектор

X -

определяют фронты волн всех

клзоооь.

 

 

 

217

 

Можно предположить статистически связанными лишь соседние

из вступающих волн, что и определяет

выбранную модель рекуррент­

ного

потока общегрупповых параметров. Первый вектор-столбец

в

матрице

А^ -

это вектор общегрупповых параметров

гГ =

 

Распределение

матрицы параметров Ак

представим в

вийе к

 

 

 

 

 

f Н

} v f e

 

 

} /

 

(Т 7 .2 .3 7 )

где

А[ -

матрща параметров ai i s ;

i

* 4^, ;

s = rim.

 

Тем самым выделяем вектор общегрупповых параметров,

который опре­

деляет данный класс волн как поток,

и считаем

его

не

зависящим

от элементов

матрицы

Ак ■

 

 

 

 

 

 

 

 

Все приведенные раосуждения и формулы для потоков полностью

применены к вектору

tTtt . В матрице

А’

/ -я вектор-строка

aj .

определяет форцу годографа

г-й волны

/-го класса. Из физичеоких

соображений можно предположить сильную связь форм фронтов лишь

ооседних волн. Будем очитать, что поток векторов

ait

образует

марковокий процеоо, т .е . раопределениа векторов

,

i = Щ

удовлетворяет условию

 

 

р ( % / % / > - > K i- y ) *Р (% / K i -г ) »'

 

(Г У .2 .38)

Приведенное описание структуры потоков фронтов волн предпо­ лагает, что есть система, которая в некоторые моменты времени, определяемые потоком общегрупповых параметров, меняет свое со­ стояние . Претем переход из предыдущего состояния в последующее

не зависит от всей предыстории процесса, а определяется лишь предшествующим переходу состоянием системы. На первом этапе ис­

следования можно предположить, что распределение вектора

лог­

нормальное. Зависимость распределения /-го вектора аЦ-

от

предыстории такая, что

£

{aki /<т^_7 } - а к / _ / - воктор математи­

ческих ожиданий компонент; он равен

значению вектора

Кова­

риационная матрица & в общем случае зависит от значения

обще­

группового

параметра

aki0

. Это

распределение

 

П

К - н п , ; -

 

т , п ) -

(1У .2.3Э )

 

 

Совмеоткая плотность распределения элементов матрицы с уче­

том принятых допущений имеет вид:

 

 

 

Р(Ак ) "Pi^kt

 

 

) ) >

(Ц .2 .4 0 )

претем

» тк = { тк . j ,

j *Цт

-

вектор

математических ожида­

ний компонент, определяющий форму годографа

поршой из вступивших

волн. Будем считать, что он априори известен.

 

218

 

 

 

 

 

 

 

Поскольку вектор общегрупповых параметров рассматриваем как реализацию потока, для которого приняты обозначения

 

 

 

 

-

f a

f

f . ,

■ * % ) ) ,

(17.2,41)

 

 

 

 

 

г•=/

(

*!-/

 

где чк

-

размерность

воктора

аке

и число

строк прямоугольной

матрицы

Лк ‘

 

 

 

 

 

 

 

Вектор флюктуирующих параметров формы волн каждого из пото­

ков волн

= { Ск!] } ,

у ‘ ?7п

будем

считать случайным нормаль­

но распределенным с вектором математических ожиданий компонент

тн = { гг>к Г J , / , и матрицей ковариаций &t ; } ,

0,р - 1 * .

Можно предположить, что

случайная матрица

флюктуирующих

параметров формы вступающих волн к-г о класса тлеет

структуру,

подобную случайной матрице

параметров, задающих фронты этих

волн. Буцом считать зависимость соседних в матрице строк несуще­ ственной, т .е . строки случайной матрицы Ск статистически незави­ симы. Вся информация о флюктуирующих параметрах Лормы сигналов,

образующих

й поток волн, содержится в

случайной матрице

/у .

Нужно учеоть,

что мощность реально

регистрируемых сигналов

зави­

сит от пространственной координаты

х и t

, поскольку сигналы,

вступающие в более поолнио моменты времени и в более удаленных от источника возбуждения точках в среднем слабее оигналов, всту­ пающих в более близких к источнику возбуждения точках простран­

ства

и в более ранние моменты

времени и з-за естественного затуха­

ния,

поглощения и расхождения

энергии. Поэтому энерготический

процесс формирования потока волн любого из классов явно не ста­ ционарен. Боли учесть, что регистрирующая сейсмические сигналы аппаратура может работать в режиме автоматического изменения чув­ ствительности, которая зависит от энергии процесса в некотором

интервале предыстории процесса, то зарегистрированный таким обра­ зом процесс можно считать энергетически стационарным. Однако по­ добное изменение чувствительности приводит к искажениям Форш ре­ гистрируемых сигналов. Энергетическая стационарность обеспечива­ ется регистрирующей аппаратурой во воем ее динамическом диапазо­ не. Так как форда регистрирующих оигналов существенно зависит от предыстории процесса, естественно считать, что Форш даже сосед­ них сигналов одного класса существенно различаются. Все оказан­

ное позволяет

предположить,

что в той части волнового поля

! / ( * , * ) , где

усредненная по

некоторому интервалу анергия форми-

219

рующих его волн не выходит из динамического диапазона аппаратуры, работающей в режиме автоматической регулировки чувствительности, процесс можно рассматривать как образующийся из сигналов, форма которых для каждого класса находится по нормально распределенно­ му вектору параметров о вектором математических ожиданий этих па­

раметров, не зависящим от

X и / . Можно восстановить

неискажен­

ную форму записи у 11, X )

в точке х , если параллельно

о y ( t ,x )

регистрировать и изменение чувствительности аппаратуры; при циф­ ровой регистрации это можно осуществить на ЭВМ. Если анализирует­ ся энергетически нестационарное волновое поле, то вектор матема­ тических ожиданий параметров формы &£ . / ( %; <*>) зависит от мо­ мента вступления данной волны и от координаты / .

Будем предполагать, что распределение матрицы ^ имеет вид

 

-

t f * ( (

Л

 

)>

& (<**<>;))•

 

 

 

 

 

 

'HJ

 

 

 

(Ц .2 .4 2 )

 

 

J 4

 

 

 

 

 

 

 

 

где

St i -

матрица ковариаций вектора

 

 

 

 

 

Тем

сам а! предполагаем, что

строки матрицы

Ct

 

зависят от обще­

группового

параметра

ate

группы параметров,

определяющих фронты

волн

в фиксированной точке

 

 

 

 

 

 

 

 

Если волны

i - го

класса образуют поток детерминированных по

форме сигналов,

но лишь флюктуирующих по амплитуде,

то в выраже­

нии

(£УЛ Л 2) матрица

Mk

будет детерминированной,

а вектор

^ -

случайным,

компоненты которого являются случайными флюктуациями

амплитуд волн этого класса.

 

 

 

 

 

 

 

 

Нужно отметить,

что

размерность матрицы

^

завиоит от

раз­

мерности вектора

at 0 , так

как

чиоло столбцов

в

Ct

равно

-

размерности

вектора

 

 

 

 

 

 

 

 

При независимых потоках сигналов и принятых допущениях о

структуре случайных матриц

^ , 4 совместное

распределение

всех

случайных матриц будет

 

 

 

 

 

 

 

 

(il.z .43)

Случайный процеоо

. 220