首页 | 本学科首页   官方微博 | 高级检索  
     

基于压缩感知的加权MCA地震数据重构方法
引用本文:孙苗苗, 李振春, 李志娜, 李庆洋, 李闯, 张怀榜. 2019. 基于压缩感知的加权MCA地震数据重构方法. 地球物理学报, 62(3): 1007-1021, doi: 10.6038/cjg2019L0336
作者姓名:孙苗苗  李振春  李志娜  李庆洋  李闯  张怀榜
作者单位:1. 中国石油大学(华东)地球科学与技术学院, 山东青岛 266580; 2. 中石化石油工程地球物理有限公司胜利分公司, 山东东营 257088; 3. 中原油田分公司物探研究院, 河南濮阳 457001
基金项目:国家重点研发计划(2016YFC060110501);国家自然科学基金(41604103);国家重大专项(2017ZX05005004-03);国家科技重大专项(2016ZX05026-002-002,2016ZX05006-002-003);中央高校基本科研业务费专项资金(18CX02009A,18CX02062A)资助.
摘    要:

地震数据规则化重构是地震资料处理十分重要的基础性工作.压缩感知理论打破了香农采样定理的制约,利用信号在某个变换域的稀疏特性重构出完整的信号,在地震数据重构领域得到了很好的应用.深反射地震剖面大都布置在地质构造比较复杂的区段,复杂的地质构造使深反射地震剖面上的波阻特征复杂,采用单一稀疏变换不能最有效地表征数据的内部结构特征.MCA(形态成分分析)方法将信号分解为几种形态特征区别明显的分量来逼近数据的内部复杂结构,但是对各成分简单的叠加仍然无法有效地描述复杂构造数据的各种特征.结合两种方法的优点,本文提出了一种新的基于压缩感知的重构算法框架,在MCA方法的基础上对各稀疏字典进行加权,在迭代中不断更新各个稀疏字典的权值系数,对信号内部的各种特征进行最优描述,从而实现对信号的高质量重构.模型测试和实际资料处理结果表明:基于压缩感知的加权MCA方法不仅可以对地质构造复杂的地震数据进行高效的插值重建,而且可以很好的消除空间假频.



关 键 词:地震数据重构   加权MCA   压缩感知   稀疏表示
收稿时间:2018-02-03
修稿时间:2018-11-16

Reconstruction of seismic data with weighted MCA based on compressed sensing
SUN MiaoMiao, LI ZhenChun, LI ZhiNa, LI QingYang, LI Chuang, ZHANG HuaiBang. 2019. Reconstruction of seismic data with weighted MCA based on compressed sensing. Chinese Journal of Geophysics (in Chinese), 62(3): 1007-1021, doi: 10.6038/cjg2019L0336
Authors:SUN MiaoMiao  LI ZhenChun  LI ZhiNa  LI QingYang  LI Chuang  ZHANG HuaiBang
Affiliation:1. School of Geosciences, China University of Petroleum, Shandong Qingdao 266580, China; 2. SGC Shengli, Shandong Dongying 257088, China; 3. Geophysical Exploration Research Institute of Zhongyuan Oilfield Company, Henan Puyang 457001, China
Abstract:
Keywords:Seismic data reconstruction  Weighted morphological component analysis (WMCA)  Compressed sensing (CS)  Sparse representation
本文献已被 CNKI 维普 等数据库收录!
点击此处可从《地球物理学报》浏览原始摘要信息
点击此处可从《地球物理学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号