基于压缩感知的加权MCA地震数据重构方法
地震数据规则化重构是地震资料处理十分重要的基础性工作.压缩感知理论打破了香农采样定理的制约,利用信号在某个变换域的稀疏特性重构出完整的信号,在地震数据重构领域得到了很好的应用.深反射地震剖面大都布置在地质构造比较复杂的区段,复杂的地质构造使深反射地震剖面上的波阻特征复杂,采用单一稀疏变换不能最有效地表征数据的内部结构特征.MCA(形态成分分析)方法将信号分解为几种形态特征区别明显的分量来逼近数据的内部复杂结构,但是对各成分简单的叠加仍然无法有效地描述复杂构造数据的各种特征.结合两种方法的优点,本文提出了一种新的基于压缩感知的重构算法框架,在MCA方法的基础上对各稀疏字典进行加权,在迭代中不断更新各个稀疏字典的权值系数,对信号内部的各种特征进行最优描述,从而实现对信号的高质量重构.模型测试和实际资料处理结果表明:基于压缩感知的加权MCA方法不仅可以对地质构造复杂的地震数据进行高效的插值重建,而且可以很好的消除空间假频.
地震数据重构、加权MCA、压缩感知、稀疏表示
62
P631
国家重点研发计划2016YFC060110501;国家自然科学基金41604103;国家重大专项2017ZX05005004-03;国家科技重大专项2016ZX05026-002-002,2016ZX05006-002-003;中央高校基本科研业务费专项资金18CX02009A,18CX02062A
2019-06-10(万方平台首次上网日期,不代表论文的发表时间)
共15页
1007-1021