[发明专利]一种增强镜像边界稳定性的方法及系统

权利要求书

1.一种增强镜像边界稳定性的方法，其特征在于：所述方法利用数据边缘信号的特点计算其镜像信号，并将扩边后的地震数据进行自学习，形成扩边后的大数据，对扩边后的大数据进行各类数值运算后，再去除掉扩边，得到处理后的没有边界效应的结果道集。

2.根据权利要求1所述的增强镜像边界稳定性的方法，其特征在于：所述方法包括：

(1)输入原始地震信号炮集或道集数据，即原始矩阵S；

(2)构建大矩阵S₁；

(3)求取大矩阵S₁中各个点的值；

(4)对所述大矩阵S₁进行数值运算得到运算后的结果，然后将运算后的结果去除掉扩边，得到结果道集。

3.根据权利要求2所述的增强镜像边界稳定性的方法，其特征在于：所述步骤(1)中的原始矩阵S的大小为m×n，其中，m是采样点的个数，n是地震道的道数。

4.根据权利要求3所述的增强镜像边界稳定性的方法，其特征在于：所述步骤(2)的操作包括：

沿原始矩阵S的采样点方向的顶端、底端分别向外增加H个点，形成顶端扩边空白区和底端扩边空白区，顶端扩边空白区和底端扩边空白区的大小均为H*n；

然后沿地震道方向的左边和右边分别向外增加K个点，形成左边扩边空白区和右边扩边空白区，左边扩边空白区和右边扩边空白区的大小均为K*(m+2*H)；

扩边后得到的所述大矩阵S₁的大小为(m+2*H)×(n+2*K)。

5.根据权利要求4所述的增强镜像边界稳定性的方法，其特征在于：所述步骤(3)的操作包括：

(31)沿采样点方向镜像地求取顶端扩边空白区、底端扩边空白区的值，并通过自学习去掉畸变点：

(32)沿地震道方向镜像地求取左边扩边空白区、右边扩边空白区的值，并通过自学习去掉畸变点。

6.根据权利要求5所述的增强镜像边界稳定性的方法，其特征在于：所述步骤(31)的操作包括：

将S放入大矩阵S₁的中心位置，抽取S中的第i道，假定S_i,j为S在第i道最上面边界的一个点；对每一道均利用公式(7)沿采样点方向镜像地求取顶端扩边空白区中各个点的值：

S_i,j-k＝S_i,j+k k≤H (7)

同理，获得底端扩边空白区中各个点的值；

通过滑动窗建立模型道，求取每道与模型道之间的相似系数，当相似系数小于第一阈值时，用模型道的数值替代该道的数值，即去掉畸变点；

完成采样点方向所有道的边界的计算，此时S的大小为(m+2*H)×n。

7.根据权利要求6所述的增强镜像边界稳定性的方法，其特征在于：所述步骤(32)的操作包括：

将S放入大矩阵S₁的中心位置，抽取S中的第t时刻各地震道的值，假定S_t,p为S在第t时刻最左边边界的一个点；对每一时刻均利用公式(8)沿地震道方向镜像地求取左边扩边空白区中各个点的值：

S_t,p-q＝S_t,p+q q≤K (8)

同理，获得右边扩边空白区中各个点的值；

通过滑动窗建立模型道，求取每道与模型道之间的相似系数，当相似系数小于第二阈值时，用模型道的数值替代该道的数值，即去掉畸变点；

完成地震道方向所有时刻的边界的计算，此时S的大小为(m+2*H)×(n+2*K)。

8.根据权利要求7所述的增强镜像边界稳定性的方法，其特征在于：所述第一阈值取0.3；

所述第二阈值取0.1。