李慧:基于稀疏表示的混采地震数据处理方法研究论文

李慧:基于稀疏表示的混采地震数据处理方法研究论文

本文主要研究内容

作者李慧(2019)在《基于稀疏表示的混采地震数据处理方法研究》一文中研究指出:地震数据采集是地球勘探的第一步,但是传统的数据采集用时长,消耗大。多源地震混合采集弥补了传统采集的缺点,他通过多个震源同时激发同时接收,缩短采集时长,减少采集耗资[1],但同时也产生了混采噪声。数据采集过程中还会收到其它因素的影响,比如周围环境,检波器接触不良等造成地震道缺失。由于采集到的数据是混合在一起的,为了避免地震数据重构时引入额外的噪声,所以要先进行混采噪声去除,最后再进行地震数据重构,就得到了传统收集到的干净的单炮记录。信号的稀疏变换在近20年来研究热度方兴未艾,它巨大的优势是可以用最少的数据更好的表示最多的信号信息。对信号进行稀疏变换后,在稀疏域对稀疏系数进行去噪重构等过程,分离出有效信号,再变换回原来域,就完成了对数据的处理过程。本文基于稀疏变换,研究了地震数据的重建方法和混采信号的分离。在采集原理部分,本文介绍了多震源采集数据基本构成概念和矩阵及图像的表示,将不同时域的采集记录中的共检波点域运用于之后的处理中;在稀疏表示理论中介绍了基本固定基最基础的稀疏理论,其中包括各稀疏理论的公式表示和简单而易于理解的举例说明,这些固定基稀疏变换将应用于之后的重建和分离的对比当中;详细介绍了本文的Radon变换方法,其包含了三种主要的Radon变换,说明了各个方法的使用范围和各自优势,在之后的处理中应用了双曲Radon变换;详细介绍了字典学习理论,其中包括K-SVD字典和交替方向乘子算法(ADMM),在之后的重建中运用了ADMM算法,在分离中采用了K-SVD字典。针对压缩感知下基于字典学习和ADMM(交替方向乘子算法)密切相关方法存在的问题,研究并提出了一种在压缩感知理论下采用字典学习和ADMM(Alternating Direction Method of Multipliers)的地震数据重建方法。首先对缺失的地震数据进行字典学习,使其稀疏地表示,之后根据地震道集的缺失情况设计合理的采样矩阵,最后对建立的L1范数约束模型采用ADMM进行求解得到重建后的地震数据。除此之外,建立了压缩感知下基于字典学习和ADMM的地震数据插值的技术实现流程。正演模拟数据和实际数据的重建实验结果表明:与压缩感知理论下采用固定基的重建方法相比较,字典学习能够自适应的对地震数据进行更优的稀疏表示。而与常用的curvelet等重建算法相比较,采用ADMM能够更加精确的重建地震数据。与固定基和OMP相比,压缩感知理论下采用字典学习和ADMM重建的地震数据拥有更高的信噪比。同步源激发实现了同一时间内收集到多个炮点的混合数据,减少采集时间,增加了空间采样,但地震数据分析与处理目前需要传统采集的地震单炮数据,为此本文研究了一个基于地震反演的分离方法,提出了在Radon域内将共检波点域的混叠信号利用K次迭代奇异值分解(K-SVD)的分块字典来分离混采数据的方法:在连续时间抖动激发的同步源采集和地震稀疏反演的背景下,构建一个混合地震信号的分离作为反演问题,将共检波点域的混叠伪分离信号转换到Radon域内;将Radon域数据阈值滤波后的数据分块字典学习,使地震数据进一步稀疏的表示,在分离时,固定字典,迭代更新恢复信号和稀疏系数。模拟和实际资料处理结果证明:该方法可应用于实际混叠数据分离中,分离质量相比其他对比方法更优。在设计一个经济高效的混合采集时,本实验的结果可作为重要参考。

Abstract

de zhen shu ju cai ji shi de qiu kan tan de di yi bu ,dan shi chuan tong de shu ju cai ji yong shi chang ,xiao hao da 。duo yuan de zhen hun ge cai ji mi bu le chuan tong cai ji de que dian ,ta tong guo duo ge zhen yuan tong shi ji fa tong shi jie shou ,su duan cai ji shi chang ,jian shao cai ji hao zi [1],dan tong shi ye chan sheng le hun cai zao sheng 。shu ju cai ji guo cheng zhong hai hui shou dao ji ta yin su de ying xiang ,bi ru zhou wei huan jing ,jian bo qi jie chu bu liang deng zao cheng de zhen dao que shi 。you yu cai ji dao de shu ju shi hun ge zai yi qi de ,wei le bi mian de zhen shu ju chong gou shi yin ru e wai de zao sheng ,suo yi yao xian jin hang hun cai zao sheng qu chu ,zui hou zai jin hang de zhen shu ju chong gou ,jiu de dao le chuan tong shou ji dao de gan jing de chan bao ji lu 。xin hao de xi shu bian huan zai jin 20nian lai yan jiu re du fang xing wei ai ,ta ju da de you shi shi ke yi yong zui shao de shu ju geng hao de biao shi zui duo de xin hao xin xi 。dui xin hao jin hang xi shu bian huan hou ,zai xi shu yu dui xi shu ji shu jin hang qu zao chong gou deng guo cheng ,fen li chu you xiao xin hao ,zai bian huan hui yuan lai yu ,jiu wan cheng le dui shu ju de chu li guo cheng 。ben wen ji yu xi shu bian huan ,yan jiu le de zhen shu ju de chong jian fang fa he hun cai xin hao de fen li 。zai cai ji yuan li bu fen ,ben wen jie shao le duo zhen yuan cai ji shu ju ji ben gou cheng gai nian he ju zhen ji tu xiang de biao shi ,jiang bu tong shi yu de cai ji ji lu zhong de gong jian bo dian yu yun yong yu zhi hou de chu li zhong ;zai xi shu biao shi li lun zhong jie shao le ji ben gu ding ji zui ji chu de xi shu li lun ,ji zhong bao gua ge xi shu li lun de gong shi biao shi he jian chan er yi yu li jie de ju li shui ming ,zhe xie gu ding ji xi shu bian huan jiang ying yong yu zhi hou de chong jian he fen li de dui bi dang zhong ;xiang xi jie shao le ben wen de Radonbian huan fang fa ,ji bao han le san chong zhu yao de Radonbian huan ,shui ming le ge ge fang fa de shi yong fan wei he ge zi you shi ,zai zhi hou de chu li zhong ying yong le shuang qu Radonbian huan ;xiang xi jie shao le zi dian xue xi li lun ,ji zhong bao gua K-SVDzi dian he jiao ti fang xiang cheng zi suan fa (ADMM),zai zhi hou de chong jian zhong yun yong le ADMMsuan fa ,zai fen li zhong cai yong le K-SVDzi dian 。zhen dui ya su gan zhi xia ji yu zi dian xue xi he ADMM(jiao ti fang xiang cheng zi suan fa )mi qie xiang guan fang fa cun zai de wen ti ,yan jiu bing di chu le yi chong zai ya su gan zhi li lun xia cai yong zi dian xue xi he ADMM(Alternating Direction Method of Multipliers)de de zhen shu ju chong jian fang fa 。shou xian dui que shi de de zhen shu ju jin hang zi dian xue xi ,shi ji xi shu de biao shi ,zhi hou gen ju de zhen dao ji de que shi qing kuang she ji ge li de cai yang ju zhen ,zui hou dui jian li de L1fan shu yao shu mo xing cai yong ADMMjin hang qiu jie de dao chong jian hou de de zhen shu ju 。chu ci zhi wai ,jian li le ya su gan zhi xia ji yu zi dian xue xi he ADMMde de zhen shu ju cha zhi de ji shu shi xian liu cheng 。zheng yan mo ni shu ju he shi ji shu ju de chong jian shi yan jie guo biao ming :yu ya su gan zhi li lun xia cai yong gu ding ji de chong jian fang fa xiang bi jiao ,zi dian xue xi neng gou zi kuo ying de dui de zhen shu ju jin hang geng you de xi shu biao shi 。er yu chang yong de curveletdeng chong jian suan fa xiang bi jiao ,cai yong ADMMneng gou geng jia jing que de chong jian de zhen shu ju 。yu gu ding ji he OMPxiang bi ,ya su gan zhi li lun xia cai yong zi dian xue xi he ADMMchong jian de de zhen shu ju yong you geng gao de xin zao bi 。tong bu yuan ji fa shi xian le tong yi shi jian nei shou ji dao duo ge bao dian de hun ge shu ju ,jian shao cai ji shi jian ,zeng jia le kong jian cai yang ,dan de zhen shu ju fen xi yu chu li mu qian xu yao chuan tong cai ji de de zhen chan bao shu ju ,wei ci ben wen yan jiu le yi ge ji yu de zhen fan yan de fen li fang fa ,di chu le zai Radonyu nei jiang gong jian bo dian yu de hun die xin hao li yong Kci die dai ji yi zhi fen jie (K-SVD)de fen kuai zi dian lai fen li hun cai shu ju de fang fa :zai lian xu shi jian dou dong ji fa de tong bu yuan cai ji he de zhen xi shu fan yan de bei jing xia ,gou jian yi ge hun ge de zhen xin hao de fen li zuo wei fan yan wen ti ,jiang gong jian bo dian yu de hun die wei fen li xin hao zhuai huan dao Radonyu nei ;jiang Radonyu shu ju yu zhi lv bo hou de shu ju fen kuai zi dian xue xi ,shi de zhen shu ju jin yi bu xi shu de biao shi ,zai fen li shi ,gu ding zi dian ,die dai geng xin hui fu xin hao he xi shu ji shu 。mo ni he shi ji zi liao chu li jie guo zheng ming :gai fang fa ke ying yong yu shi ji hun die shu ju fen li zhong ,fen li zhi liang xiang bi ji ta dui bi fang fa geng you 。zai she ji yi ge jing ji gao xiao de hun ge cai ji shi ,ben shi yan de jie guo ke zuo wei chong yao can kao 。

论文参考文献

  • [1].基于卷积神经网络的地震数据去噪研究[D]. 顾航.东北石油大学2019
  • [2].压缩感知方法在地震数据中的应用探讨[D]. 曹慧慧.西南石油大学2018
  • [3].基于海量地震数据的快速三维可视化方法研究[D]. 胡志隆.长江大学2019
  • [4].基于压缩感知理论的缺失地震数据重建方法研究[D]. 刘争光.吉林大学2018
  • [5].基于压缩感知的地震数据高效采集方法研究[D]. 常傲.吉林大学2018
  • [6].基于地震数据深度学习的储层预测方法及其应用研究[D]. 叶绍泽.成都理工大学2018
  • [7].纵波地震数据Q值提取及补偿方法研究[D]. 王棵佳.中国石油大学(北京)2017
  • [8].基于稀疏表示理论的地震数据去噪方法研究[D]. 张洋.合肥工业大学2016
  • [9].地震数据去噪及可视化技术研究[D]. 周婧.兰州大学2018
  • [10].地震数据交互处理系统的研究与实现[D]. 任敏.电子科技大学2013
  • 读者推荐
  • [1].基于主动学习的高光谱图像分类[D]. 杨承文.浙江工业大学2019
  • [2].近断层地震动斜输入作用下水电站厂房非线性地震响应研究[D]. 王飞.西安理工大学2019
  • [3].考虑行波效应时冷却塔结构的地震响应分析[D]. 于丹阳.西安理工大学2019
  • [4].时频重叠通信信号稀疏表示分离方法研究[D]. 周熊.西安理工大学2019
  • [5].基于稀疏表示的OFDM信号带内干扰抑制方法研究[D]. 胡玉洁.西安理工大学2019
  • [6].多监测点条件下机械振动信号的联合稀疏重构算法研究[D]. 王茁.兰州理工大学2019
  • [7].基于稀疏表示的单幅彩色图像超分辨率重建研究[D]. 马强.兰州理工大学2019
  • [8].Radon变换在混采地震数据处理中的应用研究[D]. 王晗.吉林大学2019
  • [9].基于稀疏表示的地震数据重建方法研究[D]. 兰天维.吉林大学2019
  • [10].基于多尺度变换的井中微地震噪声压制方法的研究[D]. 李元.吉林大学2019
  • 论文详细介绍

    论文作者分别是来自吉林大学的李慧,发表于刊物吉林大学2019-06-25论文,是一篇关于稀疏变换论文,混合采集论文,地震道重建论文,混采分离论文,吉林大学2019-06-25论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自吉林大学2019-06-25论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    李慧:基于稀疏表示的混采地震数据处理方法研究论文
    下载Doc文档

    猜你喜欢