【摘要】受采集技术、现场环境及经济成本等因素的影响,地震勘探中采集的原始数据往往存在缺炮或缺道等现象,这种数据的不完整性对后续数据处理和成像会造成不良影响,故必须重建此类缺失数据。为此,提出基于迭代最小化稀疏学习(Sparse Learning via Iterative Minimization,SLIM)的方法,主要利用三维地震数据频率切片的二维谐波结构特性,对三维随机缺失地震数据进行重建。即先对三维地震数据沿时间轴方向做傅里叶变换,再利用循环最小化算法(Cyclic Minimization,CM)对频率切片的二维谐波谱进行迭代求解,最后对谱估计做傅里叶逆变换而重构缺失数据。此外,采用共轭梯度最小二乘法实现数据重建过程中的求逆运算,以缩短数据重建时间。试验结果表明:所采用的基于频率切片的SLIM方法对合成和实际三维地震数据均取得了较好的重建效果;该方法的重建性能优于基于频率切片的Hankel矩阵降秩的多道奇异谱分析方法(Multi-channel Singular Spectrum Analysis,MSSA)。
【关键词】
《建筑知识》 2015-05-12
《中国医疗管理科学》 2015-05-12
《中国医疗管理科学》 2015-05-12
《中国医疗管理科学》 2015-05-12
《数字家庭》 2015-07-03
《现代制造技术与装备》 2015-07-02
《数字家庭》 2015-07-03
《重庆高教研究》 2015-06-25
Copyright © 2013-2016 ZJHJ Corporation,All Rights Reserved
发表评论
登录后发表评论 (已发布 0条)点亮你的头像 秀出你的观点