[发明专利]多道稀疏反射系数的反演方法及系统

权利要求书

1.一种多道稀疏反射系数的反演方法，其特征是，所述的方法包括：

采集叠后地震数据；

根据所述的叠后地震数据提取地震子波；

根据所述的地震子波生成地震子波褶积矩阵；

根据所述的地震子波褶积矩阵以及所述的叠后地震数据建立多道反射系数反演方程；

获取预先给定的多道稀疏反射系数模型参数的初始值；

通过块状贝叶斯学习理论框架结合多道反射系数反演方程对所述多道稀疏反射系数模型参数进行更新，得到更新后的多道稀疏反射系数模型参数，所述多道稀疏反射系数模型参数包括非负参数、协方差矩阵、噪声方差以及均值。

2.根据权利要求1所述的方法，其特征是，所述通过块状贝叶斯学习理论框架结合多道反射系数反演方程对所述多道稀疏反射系数模型参数进行更新，得到更新后的多道稀疏反射系数模型参数包括：

获取最大迭代次数以及模型更新容忍误差；

根据预先给定的多道稀疏反射系数模型参数的初始值结合多道反射系数反演方程通过块状贝叶斯学习理论框架确定更新的多道稀疏反射系数模型参数；

从更新的多道稀疏反射系数模型参数中获取出更新的均值；

从预先给定的多道稀疏反射系数模型参数的初始值中获取出均值的初始值；

确定所述更新的均值与均值的初始值的差值；

判断所述的差值是否小于模型更新容忍误差；

当判断为否时，用更新的多道稀疏反射系数模型参数迭代预先给定的多道稀疏反射系数模型参数的初始值，记录迭代次数后，返回执行根据预先给定的多道稀疏反射系数模型参数的初始值通过贝叶斯学习理论框架确定更新的多道稀疏反射系数模型参数。

3.根据权利要求2所述的方法，其特征是，所述通过块状贝叶斯学习理论框架结合多道反射系数反演方程对所述多道稀疏反射系数模型参数进行更新，得到更新后的多道稀疏反射系数模型参数还包括：

当所述的差值小于模型更新容忍误差时，输出更新的多道稀疏反射系数模型参数，所述更新的多道稀疏反射系数模型参数中的均值即为反演后的多道稀疏反射系数。

4.根据权利要求2所述的方法，其特征是，所述通过块状贝叶斯学习理论框架结合多道反射系数反演方程对所述多道稀疏反射系数模型参数进行更新，得到更新后的多道稀疏反射系数模型参数还包括：

判断所述的迭代次数是否小于所述的最大迭代次数；

当判断为否时，输出更新的多道稀疏反射系数模型参数，所述更新的多道稀疏反射系数模型参数中的均值即为反演后的多道稀疏反射系数。