[发明专利]一种叠前地震资料非平稳盲反褶积方法及相关组件

权利要求书

1.一种叠前地震资料非平稳盲反褶积方法，其特征在于，包括：

获取叠前地震资料，并基于所述叠前地震资料通过扭曲映射预估得到每个CMP道集的叠前衰减函数；

基于所述叠前衰减函数和叠后非平稳盲反褶积模型，确定出叠前非平稳盲反褶积模型；其中，所述叠后非平稳盲反褶积模型为基于托普利兹稀疏矩阵分解得到的模型；

基于所述叠前地震资料，利用所述叠前非平稳盲反褶积模型通过反复迭代确定出反射系数和子波；

其中，所述基于所述叠前衰减函数和叠后非平稳盲反褶积模型，确定出叠前非平稳盲反褶积模型，包括：

根据所述叠前衰减函数，将所述叠后非平稳盲反褶积模型扩展到叠前CMP道集以得到第一目标盲反褶积模型，并将所述第一目标盲反褶积模型作为所述叠前非平稳盲反褶积模型；

其中，所述第一目标盲反褶积模型的目标函数为：

其中，h表示地震记录，B表示衰减因子的时间域响应，w表示子波，r表示反射系数，||·||₂表示L2范数，W为子波褶积矩阵的表达式、并且，表示除第k个对角线对应的元素外其余元素均为零的方阵，Reg_r(r)表示L1最小化问题、Reg_r(r)＝λ||r||₁，λ为正则化参数，||·||₁表示L1范数，Reg_w(W)表示fused-lasso最小化问题，

其中，β₁、β₂、β₃为权重；

或，基于所述叠前衰减函数和所述叠后非平稳盲反褶积模型，利用滑动时间窗口算法生成针对单个窗口的第二目标盲反褶积模型；其中，所述第二目标盲反褶积模型包括反射系数求解模块和子波求解模块；

将所述第二目标盲反褶积模型作为所述叠前非平稳盲反褶积模型。

2.根据权利要求1所述的叠前地震资料非平稳盲反褶积方法，其特征在于，所述基于所述叠前地震资料，利用所述叠前非平稳盲反褶积模型通过反复迭代确定出反射系数和子波，包括：

通过所述滑动时间窗口将所述叠前地震资料分割为多个子数据；

利用所述叠前非平稳盲反褶积模型对每个时间窗口内的所述子数据进行并行处理，以利用所述反射系数求解模块和所述子波求解模块得到每个所述子数据对应的反射系数分量和子波分量；

通过合并所述反射系数分量得到所述反射系数，并通过计算所述子波分量的平均值得到所述子波。

3.根据权利要求2所述的叠前地震资料非平稳盲反褶积方法，其特征在于，所述利用所述反射系数求解模块和所述子波求解模块得到每个所述子数据对应的反射系数分量和子波分量，包括：

利用所述反射系数求解模块得到每个时间窗口内的所述子数据的反射系数分量，并利用所述子波求解模块得到每个时间窗口内的所述子数据的子波分量；

其中，所述反射系数求解模块的目标函数为：

其中，h表示地震记录，B表示衰减因子的时间域响应，r表示反射系数，||·||₂表示L2范数，W为子波褶积矩阵的表达式、并且，表示除第k个对角线对应的元素外其余元素均为零的方阵，Reg_r(r)表示L1最小化问题、Reg_r(r)＝λ||r||₁，λ为正则化参数，||·||₁表示L1范数，为以时间t和时移量τ为坐标的权矩阵，(i,j)表示的范围为(t_i,t_j)和(τ_i,τ_j)；

所述子波求解模块的目标函数为：

其中，w表示子波，Reg_w(W)表示fused-lasso最小化问题，

其中，β₁、β₂、β₃为权重。

4.根据权利要求1所述的叠前地震资料非平稳盲反褶积方法，其特征在于，所述获取叠前地震资料之后，还包括：

判断所述叠前地震资料的信噪比，若所述信噪比小于预设信噪比阈值，则对所述叠前地震资料进行信号预处理；所述信号预处理包括去噪处理。