[发明专利]一种构造增强的梯度预处理全波形反演方法及系统

权利要求书

1.一种构造增强的梯度预处理全波形反演方法，其特征在于：所述方法根据噪音分布特点统计噪音分布，同时记录噪音的位置，并对噪音的梯度进行重新赋值，实现对噪音的去除。

2.根据权利要求1所述的构造增强的梯度预处理全波形反演方法，其特征在于：所述方法包括：

(1)采集炮集记录，获得梯度G，并计算获得梯度平均值；

(2)计算梯度G中每一个元素与梯度平均值的平方差，记为A(i，j)；

(3)将A(i,j)中的各个元素重新排序并记录，得到一维数组A’(K)；

(4)设置要去除的噪音个数百分比p，计算异常点的个数c，并标记各个异常点；

(5)依次对梯度G中的每个异常点的梯度进行重新赋值，得到每个异常点的新的梯度。

3.根据权利要求2所述的构造增强的梯度预处理全波形反演方法，其特征在于：所述步骤(1)的操作包括：

利用下式计算获得梯度平均值S：

其中，S为梯度平均值，M，N为梯度在横向和竖向的采样点个数，i，j为计数符号，表示梯度G中的某一元素。

4.根据权利要求3所述的构造增强的梯度预处理全波形反演方法，其特征在于：所述步骤(2)的操作包括：

利用下式计算获得梯度G中每一个元素与梯度平均值的平方差：

A(i,j)＝(G(i,j)-S)²,i＝1,...,M；j＝1,...,N (2)。

5.根据权利要求4所述的构造增强的梯度预处理全波形反演方法，其特征在于：所述步骤(3)的操作包括：

利用下式对数组A(i，j)进行重新排序，得到一维数组A’(K)：

A′(k)＝arr[A(i,j)] (3)

其中，arr表示将A(i，j)按照从小到大的顺序进行排列；

K为一维数组的计数符号，取值区间为[1M*N]。

6.根据权利要求5所述的构造增强的梯度预处理全波形反演方法，其特征在于：所述步骤(4)的操作包括：

利用下式计算异常点的个数c：

c＝INT(M*N*p/2) (4)

其中，INT表示取整数；

将A’(K)中的前c个、后c个元素均标记为异常点，并记录各个异常点在梯度G中的坐标(i,j)。

7.根据权利要求6所述的构造增强的梯度预处理全波形反演方法，其特征在于：所述步骤(4)中的p的取值为1.0％到5.0％之间。

8.根据权利要求7所述的构造增强的梯度预处理全波形反演方法，其特征在于：所述步骤(5)的操作包括：

找到该异常点周围的点中所有没有被标记为异常点的点，并对这些点的梯度取算术平均值，然后将该算术平均值赋值给该异常点，得到该异常点的新的梯度。

9.一种构造增强的梯度预处理全波形反演系统，其特征在于：所述系统包括：

数据采集单元，用于采集炮集记录，获得梯度G，并计算获得梯度平均值；

平方差计算单元，与所述数据采集单元连接，用于计算梯度G中每一个元素与梯度平均值的平方差，记为A(i，j)；

排序单元，与所述平方差计算单元连接，用于将A(i,j)中的各个元素重新排序并记录，得到一维数组A’(K)；

异常点标记单元，与所述排序单元连接，用于设置要去除的噪音个数百分比p，计算异常点的个数c，并标记各个异常点；

梯度赋值单元，与所述异常点标记单元连接，用于依次对梯度G中的每个异常点的梯度进行重新赋值，得到每个异常点的新的梯度。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机可执行的至少一个程序，所述至少一个程序被所述计算机执行时使所述计算机执行权利要求1-8之任一项所述的构造增强的梯度预处理全波形反演方法中的步骤。