FK和Shearlet域联合压缩感知数据重构技术

摘要：

由于稀疏炮检点采集或野外采集因素造成地震数据的不规则,影响地震资料成像质量.基于压缩感知理论的重构方法,能够在有限采样的情况下有效重构地震数据.由于地震道的空间随机缺失在波数域表现为空间假频,文中将时空域的地震道重构转化为频率波数(FK)域的随机噪声压制问题.对FK域数据做多尺度、多方向性的剪切(Shearlet)变换,通过反演迭代消除FK域的空间假频,从而实现地震道的空间重构.该方法是在FK变换后进行Shearlet变换,可以看作一种新的稀疏基变换.由于全局随机采样因子频谱呈白噪特征,分段随机采样因子频谱呈蓝谱特征,因此分段采样数据有效信号与假频的混叠相对减少,更有利于数据重构.实验结果表明,分段随机采样FK+Shearlet域重构精度高于全局随机采样Shearlet域重构、分段随机采样Shear-let 域重构和全局随机采样FK+Shearlet域重构.

关键词：压缩感知、数据重构、Shearlet变换、分段随机、稀疏采样

所属期刊栏目：57

分类号：P631

资助基金：国家重点研发计划2018YFA0702502

在线出版日期：2022-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：557-569