[发明专利]一种地震数据去噪方法、装置、电子设备及存储介质有效

专利信息
申请号: 201910785468.9 申请日: 2019-08-23
公开(公告)号: CN110441822B 公开(公告)日: 2021-03-23
发明(设计)人: 曹静杰 申请(专利权)人: 河北地质大学
主分类号: G01V1/36 分类号: G01V1/36;G01V1/28
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 宋朋飞
地址: 050000 河*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 地震 数据 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种地震数据去噪方法,其特征在于,包括:

获得地震观测数据;

根据所述地震观测数据构造稀疏反演模型;

构造正则参数序列,所述正则参数序列中正则参数为正数,且从首个正则参数起逐渐变小;

根据所述正则参数序列,采用迭代阈值法求解所述稀疏反演模型,获得正则参数对应的解,所述正则参数对应的解为去噪后的地震数据;

将正则参数以及所述正则参数对应的解代入评价函数,确定评价函数的极值;

确定用于计算获得所述极值的所述正则参数对应的解为最终的去噪后的地震数据;

其中,所述评价函数为:

其中,Pi为与第i个正则参数对应的评价函数的值;λi为第i个正则参数;di为与第i个正则参数对应的解;dobs为所述地震观测数据;

所述确定评价函数的极值,包括:确定评价函数的极大值。

2.根据权利要求1所述的地震数据去噪方法,其特征在于,所述评价函数表征所述正则参数对应的解与所述地震观测数据的差的范数,与所述正则参数之间的差异。

3.根据权利要求1所述的地震数据去噪方法,其特征在于,所述构造正则参数序列,包括:

对所述地震观测数据进行稀疏化,根据稀疏化的地震观测数据确定所述正则参数序列中首个正则参数的值。

4.根据权利要求3所述的地震数据去噪方法,其特征在于,所述首个正则参数的值为所述稀疏化的地震观测数据的最大绝对值的预设倍数。

5.根据权利要求3所述的地震数据去噪方法,其特征在于,所述根据所述正则参数序列,采用迭代阈值法求解所述稀疏反演模型,获得正则参数对应的解,包括:

根据正则参数对所述稀疏化的地震观测数据进行阈值去噪处理,得到与所述正则参数对应稀疏化的去噪后的地震数据;

对所述稀疏化的去噪后的地震数据进行稀疏逆变换,得到所述去噪后的地震数据;

其中,所述正则参数的数值与阈值去噪处理中的阈值参数的数值相等。

6.根据权利要求1-5任一项所述的地震数据去噪方法,其特征在于,所述根据所述地震观测数据构造稀疏反演模型,包括:

基于曲波变换对所述地震观测数据构建稀疏反演模型;

所述稀疏反演模型为:

其中,xλ为正则参数对应的解;λ为所述正则参数;CH为曲波逆变换;x为稀疏化的地震数据;dobs为所述地震观测数据。

7.一种地震数据去噪装置,其特征在于,包括:

获取模块,用于获得地震观测数据;

构建模型模块,用于根据所述地震观测数据构造稀疏反演模型;

构造参数模块,用于构造正则参数序列,所述正则参数序列中正则参数为正数,且从首个正则参数起逐渐变小;

求解模型模块,用于根据所述正则参数序列,采用迭代阈值法求解所述稀疏反演模型,获得正则参数对应的解,所述正则参数对应的解为去噪后的地震数据;

评价模块,用于将每一正则参数以及所述正则参数对应的解代入评价函数,确定评价函数的极值;其中,所述评价函数为:

其中,Pi为与第i个正则参数对应的评价函数的值;λi为第i个正则参数;di为与第i个正则参数对应的解;dobs为所述地震观测数据;所述确定评价函数的极值,包括:确定评价函数的极大值;

最终处理模块,用于确定用于计算获得所述极值的所述正则参数对应的解为最终的去噪后的地震数据。

8.一种电子设备,其特征在于,包括:处理器、存储器和总线,其中,

所述处理器和所述存储器通过所述总线完成相互间的通信;

所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1-6任一项所述的方法。

9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1-6任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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河北地质大学,未经河北地质大学许可,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/201910785468.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top