基于迭代收缩阈值网络的地震数据重构研究

摘要：

由于复杂地球物理条件的影响,野外采集的地震数据往往存在缺失道、坏道的情况,严重影响后续的处理解释工作.压缩感知理论的提出使得地震数据可以不满足Nyquist频率进行稀疏压缩恢复,但重构效果受限于变换域以及参数的选择.因此,本文通过结合压缩感知凸优化算法迭代收缩阈值算法以及深度神经网络,通过用深度神经网络的每一层表示迭代收缩阈值算法的迭代过程,通过端到端的学习自动更新网络中的参数.将本文的方法应用于Tesseral模拟数据以及实际地震数据的地震数据重构,并与传统的迭代收缩阈值算法进行对比,实验结果表明,基于迭代收缩阈值网络的重构方法精度高,重建所需时间短,可以更有效地恢复地震信号.

关键词：地震数据重构;迭代收缩阈值算法;深度神经网络;迭代收缩阈值网络

所属期刊栏目：18

分类号：P631.4

资助基金：山东省重点研发计划;国家自然科学基金

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：873-880