[发明专利]一种基于稳健奇异谱分析的地震不规则噪声去除方法有效
申请号: | 201810493096.8 | 申请日: | 2018-05-22 |
公开(公告)号: | CN108710150B | 公开(公告)日: | 2019-09-06 |
发明(设计)人: | 刘春成;李勇;张益明;王彬;牛聪;周钰邦;黄饶;叶云飞 | 申请(专利权)人: | 中国海洋石油集团有限公司;中海油研究总院有限责任公司;成都理工大学 |
主分类号: | G01V1/36 | 分类号: | G01V1/36;G06F17/16 |
代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 徐宁;刘美丽 |
地址: | 100010 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 矩阵 地震数据 单频 奇异谱分析 目标函数 不规则噪声 最小化 范数 求解 去除 地震数据处理 正则化参数 最小二乘法 因子矩阵 地震 构建 降噪 加权 嵌入 应用 | ||
1.一种基于稳健奇异谱分析的地震不规则噪声去除方法,其特征在于,包括以下步骤:
将单频地震数据嵌入Hankel矩阵,构建单频地震数据的Hankel矩阵;
基于L1和L2混合范数,得到单频地震数据的Hankel矩阵的目标函数;
根据预先设定的所述目标函数中的正则化参数,对所述目标函数进行求解,得到基于L1和L2混合范数的Hankel矩阵的奇异谱分析;
对所述奇异谱分析依次进行交替最小化和加权最小二乘法最小化,求解得到单频地震数据的Hankel矩阵的因子矩阵,进而得到单频地震数据的Hankel矩阵的估计,完成单频地震数据的降噪。
2.如权利要求1所述的一种基于稳健奇异谱分析的地震不规则噪声去除方法,其特征在于,所述目标函数为:
其中,λ1和λ2均表示正则化参数,λ1用于调节L2范数的权值大小,λ2用于调节L1范数的权值大小;M表示Hankel矩阵;表示Hankel矩阵的估计。
3.如权利要求2所述的一种基于稳健奇异谱分析的地震不规则噪声去除方法,其特征在于,当正则化参数λ1=0时,所述目标函数退化为:
所述目标函数即为L1范数下的拟合解,用于压制非高斯噪声;
当正则化参数λ2=0时,所述目标函数退化为:
所述目标函数即为最小二乘解,用于压制地震数据的高斯背景噪声。
4.如权利要求2所述的一种基于稳健奇异谱分析的地震不规则噪声去除方法,其特征在于,所述奇异谱分析为:
其中,argminJ表示退化后的目标函数;m表示Hankel矩阵的行向量;U和V分别表示奇异谱分析的因子矩阵。
5.如权利要求1所述的一种基于稳健奇异谱分析的地震不规则噪声去除方法,其特征在于,对所述奇异谱分析依次进行交替最小化和加权最小二乘法最小化,求解得到单频地震数据的Hankel矩阵的因子矩阵,进而得到单频地震数据的Hankel矩阵的估计,完成单频地震数据的降噪,具体为:
对基于L1和L2混合范数下的Hankel矩阵的奇异谱分析进行交替最小化:
其中,Ew(V)表示自变量为因子矩阵V的目标函数,W表示权值矩阵,mj表示Hankel矩阵的第j列,且M=(m1,m2,…mn)=(m1,m2,…mn)H,mn表示Hankel矩阵的第n行的共轭转置;vj表示因子矩阵V的列向量;Ew(U)表示自变量为因子矩阵U的目标函数;uj表示因子矩阵U的列向量;因子矩阵U和V为:
U=(u1,u2,…,uK)=(u1,u2,…,um)H
V=(v1,v2,…,vK)=(v1,v2,…,vn)H
其中,uK表示因子矩阵U的列向量,um表示因子矩阵U的行向量,vK表示因子矩阵V的列向量,vn表示因子矩阵V的行向量;
对进行交替最小化后的奇异谱分析进行加权最小二乘法最小化:
其中,mi表示Hankel矩阵的第i行的共轭转置;
采用QR分解,迭代求解上述公式中的加权最小二乘法最小化问题,得到单频地震数据的Hankel矩阵的因子矩阵U和V,进而得到单频地震数据的Hankel矩阵的估计完成单频地震数据的降噪。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国海洋石油集团有限公司;中海油研究总院有限责任公司;成都理工大学,未经中国海洋石油集团有限公司;中海油研究总院有限责任公司;成都理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810493096.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种薄储层的预测方法及装置
- 下一篇:一种轮胎金属异物检测系统