基于seislet变换的反假频迭代数据插值方法

许多地震资料处理方法需要完整的数据信息,但是受野外施工条件等因素的影响,观测系统很难记录完整的地震波场,如空间采样率不足和地震道缺失等现象,尤其是缺失的叠前地震数据时常产生空间假频现象,给后续处理流程中很多重要环节带来严重的影响.传统数据插值方法通常很难同时解决数据缺失和空间假频问题,因此开发有效的反空间假频数据插值方法具有重要的意义.本文通过同时改变时间和空间方向采样比例,利用预测误差滤波器的尺度缩放不变性,计算反空间假频地震倾角模式,构建可有效压缩含空间假频不完整地震数据的反假频seislet变换方法,通过压缩感知Bregman迭代算法,对缺失地震数据进行反假频插值.理论模型和实际数据的处理结果验证了基于seislet变换的迭代插值方法可以有效地恢复含有假频的缺失地震信息.     

地震数据Bregman整形迭代插值方法

人工地震方法由于受到野外观测系统和经济因素等的限制,采集的数据在空间方向总是不规则分布.但是,许多地震数据处理技术的应用（如：多次波衰减,偏移和时移地震）都基于空间规则分布条件下的地震数据体.因此,数据插值技术是地震数据处理流程中关键环节之一.失败的插值方法往往会引入虚假信息,给后续处理环节带来严重的影响.迭代插值方法是目前广泛应用的地震数据重建思路,但是常规的迭代插值方法往往很难保证插值精度,并且迭代收敛速度较慢,尤其存在随机噪声的情况下,插值地震道与原始地震道之间存在较大的信噪比差异.因此开发快速的、有效的迭代数据插值方法具有重要的工业价值.本文将地震数据插值归纳为数学基追踪问题,在压缩感知理论框架下,提出新的非线性Bregman整形迭代算法来求解约束最小化问题,同时在迭代过程中提出两种匹配的迭代控制准则,通过有效的稀疏变换对缺失数据进行重建.通过理论模型和实际数据测试本文方法,并且与常规迭代插值算法进行比较,结果表明Bregman整形迭代插值方法能够更加有效地恢复含有随机噪声的缺失地震信息.     

基于f-x域流式预测滤波器的地震随机噪声衰减方法

随机噪声的影响在地震勘探中是不可避免的,常规的随机噪声压制方法在处理中往往会破坏具有时空变化特征的非平稳有效地震信号,影响地震数据的准确成像.当前油气勘探的目标已经转变为“两宽一高”,随着数据量的增大,对去噪方法的处理效率也提出了更高的要求.因此,开发高效的非平稳地震数据随机噪声压制方法具有重要意义.预测滤波技术广泛用于地震随机噪声的衰减,本文基于流式处理框架提出一种新的f-x域流式预测滤波方法,通过在频率域建立预测自回归方程,运用直接复数矩阵逆运算代替迭代算法求解非平稳滤波器系数,实现时空变地震同相轴预测,提高自适应预测滤波的计算效率.通过与工业标准的FXDECON方法和f-x域正则化非平稳自回归(RNA)方法进行对比,理论模型和实际数据的测试结果表明,提出的f-x域流式预测滤波方法能更好地平衡时空变有效信号保护、随机噪声压制和高效计算三者之间的关系,获得合理的处理效果.     

分形插值地震数据重建方法研究

对分形插值方法作了较详细的探讨,给出了分形插值函数的显式表达方式,同时给出了垂直比例因子的局部显式表达式,旨在提高地震道插值重建的精度及突出局部信息,并从单道地震图的角度分析其在地震道插值重建中的应用效果.利用该方法对理论模型和济阳坳陷实际地震台站资料进行了重建处理,结果表明,分形插值重建的地震道是原始地震道的良好近似,缺失道的振幅和相位都得到了很好的恢复.该法克服了随机分形插值方法必须进行多步迭代的弱点,提高了计算效率.通过对单道地震图插值重建结果的分析,说明了本文分形插值方法具有较高的精度和较高的效率,有深入研究的潜力.本文提出的显式分形插值方法既能够突出地震道数据的局部信息,又较好地保持了地震道数据的总体变化趋势.     

一种边缘保持的地震数据插值方法

在地震数据处理中,地震数据插值方法常常用来解决地震数据空间采样率低和不规则的问题.本文提出了一种基于边缘保持滤波器的地震数据插值方法.在该方法中,对于一个1D信号,逐点滑动一个处理窗口,将信号分成多个信号片段.对于某一个待恢复的缺失采样点,存在多个包含(或邻近)该采样点的信号片段可以用来估计它.采用多项式来拟合这些信号片段,并选择拟合误差最小的信号片段估计此缺失采样点,达到边缘保持的目的.对于2D地震信号,先沿不同方向扫描抽取1D信号,然后采用上述1D边缘保持插值算法分别进行处理,得到沿不同方向的插值结果.对于任一待插值采样点,选取对应拟合误差最小的方向的插值结果作为最后输出的2D数据的插值结果.理论模型和实际资料的处理结果表明,所提方法具有保边缘、抗假频及能够进行不规则数据重建等特点,既能有效的实现不规则地震数据的重建,又能很好的保持原有数据的边缘特征.     

基于Bregman迭代的不同阈值模型地震数据重构方法分析

传统的地震数据采样必须严格遵循Nyquist采样定理,而野外实际数据的采集可能由于施工条件或者地表障碍物的限制,不一定能记录到完整的地震波场,所以地震资料处理中的数据重建是非常重要的问题.压缩感知理论最先来自信号处理领域,它所包括的问题类型有信号的稀疏表征和数学组合优化,它给地震数据重建这类问题指明了思考方向.而其中如何选择最优的迭代算法是数据重建中的关键问题.本文将地震数据插值问题归纳到约束最优化问题,选择能有效稀疏表征地震波场的傅里叶变换,对于压缩感知理论框架下的混合范数反问题,再用Bregman迭代方法去求解,在地震数据的重建过程中,传统的阈值参数收敛慢,为了降低迭代次数并且提高地震数据恢复的精度,总结出改进型指数衰减规律的阈值参数,选择用硬阈值算子来重建恢复地震数据．通过对理论模型和实际地震资料的处理结果表明该方法可以快速、有效的恢复地震波场的缺失数据．     

最小加权范数插值与调制升频结合的地震数据重建研究

提出一种新的反假频地震数据重建的两步算法,将最小加权范数插值(MWNI)方法与调制升频方法有效地结合起来.首先利用MWNI方法构建数据谱的低频部分,为了提高计算效率,在低频重建算法中,引入了预条件共轭梯度法求解反问题方程,并使用了与频率有关的变波数带宽技术;然后,基于重建的低频数据,采用调制升频方法重构数据的高频部分.调制升频方法灵活,简便,能有效地从低频资料中恢复出高频成分,克服了以往AR模型预测高频走不远的限制,当数据存在严重的空间假频时,亦能获得较好的重建效果.该两步算法不仅可用于规则地震数据的内插重建,也可用于含空道地震数据的重建.理论模型和实际地震数据重建试验表明,该方法效率高,精度高,反假频能力强,重建剖面波形连续、自然,与正确完整的地震剖面相似程度高,具有良好的实用价值和应用前景.     

基于POCS方法指数阈值模型的不规则地震数据重建(英文)

不规则地震数据会对地震多道处理技术的正确运行造成不良影响,降低地震资料的处理质量。本文将广泛用于图形图像重建的凸集投影方法应用到地震数据重建领域,实现规则样不规则道缺失数据的插值重建。对于整道缺失地震数据,将POCS迭代重建过程由时间域转移到频率域实现,避免每次迭代都对时间做正反Fourier变换,节约了计算量。在迭代过程中,阈值参数的选择方式对重建效率有重要影响。本文设计了两种阈值集合模型进行重建试验,试验结果表明:在相同重建效果下,指数型阈值集合模型可以有效减少迭代次数,提高重建效率。此外,分析了POCS重建方法的抗噪性能和抗假频性能。最后,理论模型和实际资料处理效果验证了本文重建方法的正确性和有效性。     

地震数据重建方法综述

地震勘探的目的是为了获得地下构造的精确成像.由于人为因素和环境原因,地震数据在空间方向上往往是不规则采样或缺失采样的,这可能会在数据处理时产生假象,最终导致错误的解释.因此经常需要在空间方向对缺失的地震数据进行重建.重建问题可以看作是一个反演问题,即从不完整的地震数据中重建出完整的地震波场.本文重点研究了国内外比较成熟的地震数据重建方法,如基于滤波的重建方法、基于波场延拓算子的重建方法、基于变换域的重建方法以及相干倾角插值等方法,分析了这些方法的优缺点,以及目前地震数据重建所面临的挑战.     

基于非均匀快速傅里叶变换的最小二乘反演地震数据重建

不规则采样地震数据的重建是地震数据分析处理的重要问题.本文给出了一种基于非均匀快速傅里叶变换的最小二乘反演地震数据重建的方法,在最小二乘反演插值方程中,引入正则化功率谱约束项,通过非均匀快速傅里叶变换和修改周期图的方式,自适应迭代修改约束项,使待插值数据的频谱越来越接近真实的频谱,采用预条件共轭梯度法迭代求解,保证了解的稳定性和收敛速度.理论模型和实际地震数据插值试验证明了本文方法能够去除空间假频,速度快、插值效果好,具有实用价值.     

基于Bregman迭代的复杂地震波场稀疏域插值方法

在地震勘探中,野外施工条件等因素使观测系统很难记录到完整的地震波场,因此,资料处理中的地震数据插值是一个重要的问题。尤其在复杂构造条件下,缺失的叠前地震数据给后续高精度处理带来严重的影响。压缩感知理论源于解决图像采集问题,主要包含信号的稀疏表征以及数学组合优化问题的求解,它为地震数据插值问题的求解提供了有效的解决方案。在应用压缩感知求解复杂地震波场的插值问题中,如何最佳化表征复杂地震波场以及快速准确的迭代算法是该理论应用的关键问题。Seislet变换是一个特殊针对地震波场表征的稀疏多尺度变换,该方法能有效地压缩地震波同相轴。同时,Bregman迭代算法在以稀疏表征为核心的压缩感知理论中,是一种有效的求解算法,通过选取适当的阈值参数,能够开发地震波动力学预测理论、图像处理变换方法和压缩感知反演算法相结合的地震数据插值方法。本文将地震数据插值问题纳入约束最优化问题,选取能够有效压缩复杂地震波场的OC-seislet稀疏变换,应用Bregman迭代方法求解压缩感知理论框架下的混合范数反问题,提出了Bregman迭代方法中固定阈值选取的H曲线方法,实现地震波场的快速、准确重建。理论模型和实际数据的处理结果验证了基于H曲线准则的Bregman迭代稀疏域插值方法可以有效地恢复复杂波场的缺失信息。     

基于Bregman迭代的复杂地震波场稀疏域插值方法(英文)

在地震勘探中,野外施工条件等因素使观测系统很难记录到完整的地震波场,因此,资料处理中的地震数据插值是一个重要的问题。尤其在复杂构造条件下,缺失的叠前地震数据给后续高精度处理带来严重的影响。压缩感知理论源于解决图像采集问题,主要包含信号的稀疏表征以及数学组合优化问题的求解,它为地震数据插值问题的求解提供了有效的解决方案。在应用压缩感知求解复杂地震波场的插值问题中,如何最佳化表征复杂地震波场以及快速准确的迭代算法是该理论应用的关键问题。Seislet变换是一个特殊针对地震波场表征的稀疏多尺度变换,该方法能有效地压缩地震波同相轴。同时,Bregman迭代算法在以稀疏表征为核心的压缩感知理论中,是一种有效的求解算法,通过选取适当的阈值参数,能够开发地震波动力学预测理论、图像处理变换方法和压缩感知反演算法相结合的地震数据插值方法。本文将地震数据插值问题纳入约束最优化问题,选取能够有效压缩复杂地震波场的OC-seislet稀疏变换,应用Bregman迭代方法求解压缩感知理论框架下的混合范数反问题,提出了Bregman迭代方法中固定阈值选取的H曲线方法,实现地震波场的快速、准确重建。理论模型和实际数据的处理结果验证了基于H曲线准则的Bregman迭代稀疏域插值方法可以有效地恢复复杂波场的缺失信息。     

基于表层多次波数据的近道地震数据插值方法研究(英文)

本文提出基于原始含表层多次波数据实现叠前共炮集地震数据插值。相对于利用相邻道的信息变换或外推插值用于缺失的地震数据重建,本文方法利用表层多次波数据互相关构建准一次波,将蕴含在表层多次波数据中的,而在采集记录中表现为缺失的近炮检距信息提取出来,并在滑动时间空间窗内采用最小二乘匹配滤波和均方根振幅校正方法进行准一次波校正而后用于数据插值重建。本文方法适用于表层多次波比较发育,同时又存在数据缺失尤其是近炮检距数据缺失情况。方法易于实现,不需多次波和一次波的提取,利用多次波中蕴含的信息实现缺失的地震数据弥补,为含有表层多次波的数据进行近炮检距地震信息的插值重建提供了一个很好的思路。     

基于多次波和自适应预测误差滤波器的地震近炮检距数据重建方法

地震数据采集过程中,受野外施工条件的制约,往往很难获得完整的地震波场,尤其近炮检距数据的缺失尤为严重.当前,很多地震数据处理方法的应用都依赖于近炮检距数据,如何对近炮检距的缺失数据进行重建,是一个重要的研究课题.本文通过多次波和一次波的互相关构建虚拟一次波,利用数据本身的波场信息,对缺失的近炮检距数据进行插值重建.由于通过多次波构建的一次波与真实的一次波存在振幅和相位方面的差异,提出通过基于非平稳自回归过程的自适应预测误差滤波器来表征虚拟一次波的能量谱,利用最小二乘反演方法重建近炮检距缺失数据,自适应预测误差滤波器通过求解正则化约束下的数学欠定问题来实现局部自适应特征.通过对Sigsbee2B模型和实际数据的测试结果表明新方法可以合理地重建复杂的近炮检距缺失数据.     

基于相关迭代的非因果匹配滤波器多次波压制方法

针对常规多次波压制(SRME)方法存在的缺陷进行了改进.首先在多次波模型道预测阶段,采用数据相关和迭代更新的策略预测多次波模型道,该方法降低了SRME方法采用数据空间褶积对输入数据要求严格的限制,提高了对近偏移距缺失和空间假频数据的适应性.在匹配相减阶段,本文设计了一种非因果非平稳的匹配滤波器,该滤波器可以对整道多次波模型进行处理,而且当预测多次波模型道滞后于实际多次波时,也能够对多次波模型道进行很好的匹配.模型数据和实际数据试算证明该方法在多次波模型道预测和匹配相减阶段的优越性.     

3D高阶抛物Radon变换在不规则地震数据保幅重建中的应用

3D地震数据不规则采样缺失重建是地震勘探数据处理流程中的重要问题.本文提出了一种基于具有保幅特性的非均匀高阶抛物Radon变换（NHOPRT）地震数据重建方法.在最小二乘反演方程中引入Delaunay三角网格剖分来计算空间不规则加权系数,从而获得最接近完整规则数据的高阶抛物Radon变换域系数.在用SVD求解反演方程过程中,利用高阶抛物Radon变换算子在频率域为指数函数,具有线性可分解特性,将二维空间的高阶抛物Radon变换算子分解为两个独立的一维空间变换算子,减小了变换算子的矩阵大小,从而很大程度地提高了计算效率.理论模型和实际地震数据重建测试证明了本文方法的有效性以及实用性.     

基于显式垂直比例因子的显式分形插值地震数据重建

在前人工作的基础上对分形插值方法作了详细的探讨,给出了分形插值函数的显式表达方式.在量纲分析的基础上给出了垂直比例因子的局部显式表达式,旨在提高地震道插值重建的精度及突出局部信息,并从单道地震图的角度分析其在地震道插值重建中的应用效果.研究了垂直比例因子的变化对分形插值精度的影响.数值实验表明,随着垂直比例因子的增大,分形垂直的误差逐渐增大,二者之间呈显出指数增长的趋势.该法克服了随机分形插值方法必须进行多步迭代的弱点,提高了计算效率.通过对理论地震道插值重建的分析,说明了本文分形插值方法的高精度和高效率.本文提出的显式分形插值方法既能够突出地震道数据的局部信息,又较好地保持了地震道数据的总体变化趋势.     

基于非均匀曲波变换的高精度地震数据重建

在野外数据采集过程中,空间非均匀采样下的地震道缺失现象经常出现,为了不影响后续资料处理,必须进行高精度数据重建.然而大多数常规方法只能对空间均匀采样下的地震缺失道进行重建,而对于非均匀采样的地震数据则无能为力.为此本文在以往多尺度多方向二维曲波变换的基础上,首先引入非均匀快速傅里叶变换,建立均匀曲波系数与空间非均匀采样下地震缺失道数据之间的规则化反演算子,在L1最小范数约束下,使用线性Bregman方法进行反演计算得到均匀曲波系数,最后再进行均匀快速离散曲波反变换,从而形成基于非均匀曲波变换的高精度地震数据重建方法.该方法不仅可以重建非均匀带假频的缺失数据,而且具有较强的抗噪声能力,同时也可以将非均匀网格数据归为到任意指定的均匀采样网格.理论与实际数据的处理表明了该方法重建效果远优于非均匀傅里叶变换方法,可以有效地指导复杂地区数据采集设计及重建.     

半径-斜率域加权反假频地震数据重建

为减小地震数据缺失给地震后续处理工作带来的影响,需要对地震数据进行插值重建.针对反假频插值重建这个难点问题,进行了相关研究,并由此提出了一种改进的R-P（半径-斜率）域加权反假频地震数据插值重建方法.该方法将F-K（频率-波数）谱变换到R-P域,在R-P域设计一个权函数并将其作用于每次的迭代插值过程.通过模型数据和实际数据的测试,证明了该方法具有较好的反假频插值重建能力.     

显式分形插值在有限元叠前逆时偏移成像中的应用

以分形理论为基础,借助于压缩映射原理和不动点理论及实变函数理论,给出了分形插值函数的显式表达形式,同时给出了垂直比例因子的局部显式表达式.利用该显式分形插值方法对稀疏采样的地震记录进行了插值加密处理,并对原始记录和分形插值重建记录进行了叠前逆时偏移处理.数值重建实验表明,显式分形插值重建的剖面与原始地震剖面非常类似,单道地震记录则表明显式分形插值重建的地震道是原始地震道的良好近似,缺失道的振幅和相位都得到了很好的估计.叠前偏移结果则表明,分形插值叠前偏移剖面是原始记录偏移剖面的良好近似,二者的分辨率几乎一样.