排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
本文将多次波自适应相减问题表示为一个多道卷积信号的盲分离问题.利用2D卷积核来表示预测多次波和实际多次波之间的差异,并采用分离出的一次波信号的非高斯性最大化作为优化目标,我们提出一种基于多道卷积信号盲分离的多次波自适应相减算法.为了求解上述非线性优化问题,所提方法将其转化为一个迭代线性优化问题,采用迭代最小二乘方法加以实现.由于采用了多道卷积信号盲分离模型,所提方法能够适应预测和真实多次波之间在时间及空间上的变化.通过对简单模型数据、Pluto数据和实际数据进行处理,验证了所提算法的有效性. 相似文献
2.
泰勒展开近似 带连续性约束的L1范数方法用于多次波自适应相减(英文) 总被引:1,自引:0,他引:1
一次波L1范数最小化的多次波自适应相减方法,简称L1方法,是基于匹配滤波器设计的多次波自适应相减算法中的一种常用方法.当一次波和多次波混杂在一起时,L1方法有时会伤害一次波,导致一次波同相轴的连续性变差.本文利用预测误差滤波器度量一次波同相轴的连续性,在L1方法的皋础上,提出一种能够在压制多次波的同时,尽量保持一次波同相轴连续性的多次波自适戍相减算法,简称连续性约束L1方法.利用Pluto模犁数据进行多次波相减的结果表明,连续性约束L1方法能够在有效压制多次波的同时,更好地保护一次波. 相似文献
1