[发明专利]一种基于匹配追踪的不整合强反射自适应分离方法

权利要求书

1.一种基于匹配追踪的不整合强反射自适应分离方法，其特征在于：

步骤1：对地震资料进行包括去噪、静校正、动校正、偏移一系列处理得到分角度叠加的地震数据；

步骤2：对处理后的地震数据进行不整合层位解释，得到三维不整合界面层位解释；

步骤3：在不整合层位上下开一时窗，选择时窗内的地震数据，并沿不整合层位将地震数据拉平；

步骤4：将步骤3中时窗内拉平的地震数据叠加，得到叠加地震道；

步骤5：对叠加地震道数据利用匹配追踪算法计算得到最佳匹配不整合强反射的原子波形；

步骤6：借助谱分解的方式，利用步骤5计算得到的最佳匹配原子波形对原始地震数据进行分解，提取不整合强反射同相轴；

步骤7：将步骤6中匹配提取的不整合强反射同相轴从原始地震数据中分离，即可得到突出储层有效反射的地震数据。

2.根据权利要求1所述的基于匹配追踪的不整合强反射自适应分离方法，其特征在于对叠加地震数据利用匹配追踪算法计算得到最佳匹配不整合强反射的原子波形的过程是：

在一个有限维的Hilbert空间H中，D是此空间的超完备时频原子库，D＝{w_γ(t)}，且||w_γ||＝1，设地震信号f∈H，令则信号f被分解成沿方向的分量以及与垂直方向的分量之和：

$f=\<f,w_{{\mathrm{\γ}}_1}\>w_{{\mathrm{\γ}}_1}+R^{1}f---\left(1\right)$

其中R¹f表示将信号f在方向进行投影近似后的残差信号；

匹配追踪算法使用迭代算法，令R⁰f＝f，假设得到第n-1次迭代的残差信号R^n-1f，进一步选择使之与R^n-1f残差最为匹配，则R^n-1f可以被分解为：

$R^{n-1}f=\<R^{n-1}f,w_{{\mathrm{\γ}}_n}\>w_{{\mathrm{\γ}}_n}+R^{n}f---\left(2\right)$

进而得到第n次迭代的残差信号Rⁿf，重复上述分解过程，直到迭代次数达到设定的值，或者残差信号的能量小于设定的阈值；假设信号进行了N次分解，信号的残差为R^(N)f，则信号分解成伸缩和的形式：

$f=\underset{n=1}{\overset{N}{\Σ}}\<R^{n-1}f,w_{{\mathrm{\γ}}_n}\>w_{{\mathrm{\γ}}_n}+R^{N}f---\left(3\right)$

随着分解次数的增加，右端原子的线性叠加更加逼近原始信号。