频率域Bregman自适应稀疏脉冲反褶积方法（英文）

为解决时间域Bregman迭代算法计算效率低、抗噪能力不强的问题,提出了一种高效、自适应的频率域Bregman稀疏脉冲反褶积算法。通过对传统时间域Brgman算法进行频率域推导,得到了一种基于频率域计算的Bregman求解算法。在频率域进行Bregman算法的求解,有效避免了高斯噪音和离群噪音对算法收敛性的影响,并且通过在主频带范围计算,算法较时间域求解效率大幅提高。在求解过程中,引入了广义交叉验证(Generalized Cross Validation,GCV)的方法优选正则化参数,使算法具有了自适应参数选择的能力。通过建立不同的模型,分别使用时间域和频率域Bregman算法进行求解,验证了改进算法在抗噪音、计算效率和自适应方面的优势。最后,将改进方法与常规时间域Bregman算法分别应用于吐哈盆地某实际资料,处理结果表明改进方法较传统算法有更优异的表现。