[发明专利]一种基于增强块匹配精度的加权核范数最小化算法及沙漠地震中低频噪声抑制方法和应用

说明书

本发明公开了一种基于增强块匹配精度的加权核范数最小化算法，包括：本发明公开了一种基于加权核范数最小化算法的沙漠地震中低频噪声抑制方法，包括如下步骤：步骤一、采集沙漠地震低频噪声，确定原始的参考数据块和多个普通数据块后，得到滤波后的参考数据块和多个普通数据块步骤二、计算滤波后的参考数据块与每个普通数据块之间的相似度，选择前m个滤波后的普通数据块作为与滤波后的参考数据块相似的块合并成一个数据矩阵步骤三、从数据矩阵中获得理想纯净相似块数据矩阵的近似相似块数据矩阵步骤四、得到噪声抑制后的近似纯净地震低频噪声数据本发明还公开了一种基于沙漠地震中低频噪声抑制方法在压制沙漠地震中低频噪声的应用。

技术领域

本发明涉及抑制沙漠噪声领域，具体涉及一种基于增强块匹配精度的加 权核范数最小化算法及沙漠地震中低频噪声抑制方法和应用。

背景技术

在地震信号的采集过程中，地震信号总是会被各种随机噪声所污染，这 会导致地震信号的信噪比大大降低，且可视性较差。随机噪声的存在会导致 对反射信号的无效识别，从而会影响到后续对地质结构的分析，因此噪声抑 制在地震信号处理中起着至关重要的作用。沙漠地区噪声的低频、非平稳、 非高斯等特点使得一些传统的在处理高斯白噪声上有较好效果的方法不能很 好的抑制沙漠地区的噪声，这给处理沙漠地区地震信号增添了难度，基于现 在技术中存在的问题，需要重点研究沙漠地区低频噪声的抑制方法。

近些年来，低秩矩阵近似的方法因为在噪声抑制上的优越性能被广泛的 应用到地震噪声抑制上来。根据地震信号的低秩先验，地震信号在经过某种 特定的数据变换后可以认为是低秩的。利用迭代重加权最小二乘(IRLS)的 方法将由纯净信号构成的Hankel矩阵分解为两个低维因子矩阵的乘积，再利 用双夸尔函数得到一个鲁棒度量，将Hankel矩阵近似为低秩矩阵。含有多个 倾斜事件的非低秩的地震图像可以通过EMD分解获得多个只有一个倾斜事 件的低秩的信号(ELR)。HLR同时利用有用地震信号的Hankel结构和低秩 属性可以更好的从含噪地震信号中恢复出有用的地震信号。

发明内容

本发明设计开发了一种基于增强块匹配精度的加权核范数最小化算法。 本发明的发明目的是解决不能有效的压制随机噪声进而导致对沙漠噪声测试 地震低频噪声不准确的问题。

本发明还公开了一种基于加权核范数最小化算法的沙漠地震中低频噪声 抑制方法，本发明的目的是利用地震记录的非局部自相似性通过块匹配构建 具有低秩先验的矩阵，再利用低秩矩阵近似的方法压制随机噪声进而得到沙 漠地震中低频噪声的方法。

本发明还公开了于沙漠地震中低频噪声抑制方法在压制沙漠地震中低频 噪声的应用，本发明的目的是能够在实际应用中，对沙漠地震低频随机噪声 有效抑制。

本发明提供的技术方案为：

一种基于增强块匹配精度的加权核范数最小化算法，包括：

式中，为从中获得的近似相似块数据矩阵，为含噪相似 块数据矩阵，为理想纯净相似块数据矩阵，w＝[w₁,w₂,…,w_n]为权重 阈值向量，为加权核范数；

其中，

式中，c为常数且c＞0，m为矩阵中相似块的数目，为纯净矩 阵的奇异值，σ为噪声标准差，ε为常数；

其中，在含噪数据信号中进行块匹配，选取参考数据块，在搜索范围计 算周围的多个普通数据块与所述参考数据块的相似度，进行降序排列后，选 择前m个普通数据块作为与所述参考数据块相似的块合并成一个数据矩阵 且所述理想纯净相似块数据矩阵为低秩的。

优选的是，的计算过程为：

优选的是，ε＝10^-16。