CN107607993B

CN107607993B - 一种确定叠加速度的方法、装置及系统

Info

Publication number: CN107607993B
Application number: CN201710800277.6A
Authority: CN
Inventors: 刘国昌; 李超; 陈小宏; 马继涛; 刘兴业
Original assignee: China University of Petroleum Beijing
Current assignee: China University of Petroleum Beijing
Priority date: 2017-09-07
Filing date: 2017-09-07
Publication date: 2019-05-31
Anticipated expiration: 2037-09-07
Also published as: CN107607993A

Abstract

本申请实施例公开了一种确定叠加速度的方法、装置及系统，所述方法包括获取地震记录的地震反射数据，根据所述地震反射数据计算局部同相轴的斜率；根据所述局部同相轴的斜率计算得到零偏距时间与叠加速度的关系数据；计算确定的参考道与所述关系数据对应的地震道的局部相似系数；根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数；将所述关系数据的相似系数作为所述关系数据的权重，根据加权聚类算法计算带有权重的关系数据点的中心点；根据所述中心点的速度值确定所述地震记录的叠加速度。利用本申请各个实施例，可以提高获得的叠加速度的精确度。

Description

一种确定叠加速度的方法、装置及系统

技术领域

本发明涉及地震信号处理技术领域，特别地，涉及一种确定叠加速度的方法、装置及系统。

背景技术

速度估计是地震数据处理与成像中很重要的一个环节。一个准确的速度模型对于将界面反射时间转化为界面位置的成像至关重要。传统的速度分析方法是在速度谱上拾取速度，速度谱通过应用不同速度进行动校正，并计算它们对应的相干性。速度的拾取过程需要大量的人为工作而且伴随着人为误差，为了减少人为工作，大量的自动速度分析的方法被提出。目前，大部分自动速度分析方法在相干扫描速度谱上进行计算和拾取叠加速度，但是相干扫描自动拾取的方法由于速度谱存在多个局部极值，自动拾取速度精度不高。

地震记录的同相轴的斜率因其包含了地层的速度信息，在自动估计叠加速度上具有较高的精确度。但地表与地下构造的复杂多变、数据激发和接收条件差等问题导致地震资料信噪比低，地震噪声的存在严重影响了直接通过同相轴斜率来估计叠加速度的精确度。因此，业内需要一种更加准确的估计叠加速度的方法。

发明内容

本申请实施例的目的在于提供一种确定叠加速度的方法、装置及系统，可以避免地震噪声的影响，提高获得的叠加速度的精确度。

为达到上述目的，一方面，本申请实施例提供了一种确定叠加速度的方法，包括：

获取地震记录的地震反射数据，根据所述地震反射数据计算局部同相轴的斜率；

根据所述局部同相轴的斜率计算得到零偏距时间与叠加速度的关系数据；

计算确定的参考道与所述关系数据对应的地震道的局部相似系数；

根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数；

将所述关系数据的相似系数作为所述关系数据的权重，根据加权聚类算法计算带有权重的关系数据点的中心点；

根据所述中心点的速度值确定所述地震记录的叠加速度。

本申请实施例的确定叠加速度的方法，所述根据所述地震反射数据计算局部同相轴的斜率，包括：

基于平面波分解算法计算局部同相轴斜率。

本申请实施例的确定叠加速度的方法，所述将所述关系数据的相似系数作为所述关系数据的权重，根据加权聚类算法计算带有权重的关系数据点的中心点，包括：

从所述关系数据点中随机选取K个点作为初始中心点；

执行迭代步骤：

将所述关系数据点根据上一次获得的中心点进行分类，确定所述关系数据点所属的类别

基于下述公式根据本次确定的类别重新确定所述带有权重的关系数据点的中心点：

其中，x_p表示第p个关系数据点，w_p表示x_p的权重，Q_i表示x_p所属于的类别，μ_i表示Q_i类的中心，iter表示迭代次数；

当与的欧式距离小于预设阈值时，结束迭代；

输出最后一次迭代的中心点确定所述最后一次迭代的中心点为所述关系数据点的中心点。

本申请实施例的确定叠加速度的方法，所述根据所述中心点确定所述地震记录的叠加速度，包括：

对所述中心点的速度值进行插值处理，确定所述地震记录的叠加速度。

另一方面，本申请实施例还提供一种确定叠加速度的装置，包括：

斜率计算模块，用于获取地震记录的地震反射数据，根据所述地震反射数据计算局部同相轴的斜率；

速度计算模块，用于根据所述局部同相轴的斜率计算得到零偏距时间与叠加速度的关系数据；

相似系数计算模块，用于计算确定的参考道与所述关系数据对应的地震道的局部相似系数，根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数；

叠加速度确定模块，用于将所述关系数据的相似系数作为所述关系数据的权重，根据加权聚类算法计算带有权重的关系数据点的中心点，根据所述中心点的速度值确定所述地震记录的叠加速度。

本申请实施例的确定叠加速度的装置，所述斜率计算模块，包括：

根据所述地震反射数据基于平面波分解算法计算局部同相轴斜率。

本申请实施例的确定叠加速度的装置，所述叠加速度确定模块，包括：

从所述关系数据点中随机选取K个点作为初始中心点；

执行迭代步骤：

当与的欧式距离小于预设阈值时，结束迭代；

本申请实施例的确定叠加速度的装置，对所述中心点的速度值进行插值处理，确定所述地震记录的叠加速度。

本申请实施例的确定叠加速度的装置，包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：

根据所述中心点的速度值确定所述地震记录的叠加速度。

另一方面，本申请实施例还提供一种确定叠加速度的系统，包括上述任意一项所述的确定叠加速度的装置。

本说明书一个或多个实施例提供的一种确定叠加速度的方法、装置及系统，可以通过局部同相轴斜率计算叠加速度与零偏距时间的关系数据，计算确定的参考道与所述关系数据对应的地震道的局部相似系数，根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数。所述关系数据的相似系数越大，对应的地震道局部位置的信噪比越大，相应的叠加速度值越精确。将所述关系数据的相似系数作为所述关系数据的权重，计算带有权重的关系数据点的中心点，根据所述中心点的速度值确定所述地震记录的叠加速度。利用本实施例的方案，可以提高获得的叠加速度的精确度。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本说明书提供的一种确定叠加速度的方法实施例的流程示意图；

图2为本说明书提供的一个实施例中实际数据的一个CMP道集的示意图(a)、以及其局部同相轴斜率示意图(b)；

图3为本说明书提供的一个实施例中带有权重的数据点对应的叠加速度分布图(a)、以及利用加权聚类算法计算得到的叠加速度点和插值后的叠加速度曲线图(b)；

图4为本说明书提供的一个实施例中通过本说明书实施例提供方法获得的叠加速度场示意图；

图5为本说明书提供的一个实施例中通过常规方法确定的叠加速度进行动校正叠加的结果示意图(a)、以及通过本说明书实施例确定的叠加速度进行动校正叠加的结果示意图(b)；

图6为本说明书提供的一个实施例中图5(a)所示矩形框中的放大剖面示意图(a)、以及图5(b)所示矩形框中的放大剖面示意图(b)；

图7为本说明书提供的一种确定叠加速度的装置实施例的模块结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是说明书一部分实施例，而不是全部的实施例。基于说明书一个或多个实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书实施例方案保护的范围。

图1是本说明书提供的所述一种确定叠加速度的方法实施例的流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本说明书实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。

具体的一个实施例如图1所示，本说明书提供的一种确定叠加速度的方法的一个实施例中，所述方法可以包括：

S102、获取地震记录的地震反射数据，根据所述地震反射数据计算局部同相轴的斜率；

S104、根据所述局部同相轴的斜率计算得到零偏距时间与叠加速度的关系数据；

S106、计算确定的参考道与所述关系数据对应的地震道的局部相似系数，根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数；

S108、将所述关系数据的相似系数作为所述关系数据的权重，根据加权聚类算法计算带有权重的关系数据点的中心点；

S110、根据所述中心点的速度值确定所述地震记录的叠加速度。

本实施例中，所述地震反射数据可以包括旅行时、炮检距等数据，根据所述地震反射数据计算局部同相轴的斜率。在本说明书的一个实施例中，可以通过平面波分解(plane-wave decomposition，简称PWD)算法来计算局部同相轴斜率p(t,l)，在本说明书的其他实施例中，获取道集的局部同相轴的斜率也可以采用其他的实现方式，例如采用曲波变换获取局部同相轴的斜率。

在本说明书的一个实施例中，通过PWD算法来计算局部同相轴的斜率p(t,l)可以包括，将局部同相轴的斜率p(t,l)的计算转化为以下最小平方问题：

Min:

其中，为局部同相轴的斜率p(t,l)，也表示相邻道预测的算子，表示地震道集原始数据，||·||₂表示2-范数，可以表示数据的预测误差滤波算子，通过相邻地震道预测每一个地震道的数据，得到的预测数据，计算预测数据与原始数据的差值，从而得到即：

其中，表示单位算子。

通过上述方式可以得到地震记录的局部同相轴的斜率。

以图2所示的一个CMP道集为例，图2(a)表示模拟数据的一个CMP道集，图2(b)表示通过PWD算法获得的对应于图2(a)所示的CMP道集的局部同相轴斜率p(t,l)。

在本说明书的一个实施例中，水平层状介质的反射旅行时双曲线方程可以表示为：

其中，t₀表示零偏移距双程旅行时，也可以简称为零偏距时间，t(l)表示对应偏移距l的旅行时，V_stack(t₀)表示叠加速度。所述局部同相轴斜率可表示为p(t,l)＝dt/dl，据公式(1)，局部同相轴斜率可以表达为：

叠加速度V_stack(t₀)和零偏距时间t₀可以通过公式(1)和(2)得到，如下：

根据上述叠加速度、零偏距时间与局部同相轴斜率的关系，可以利用步骤S2中获得的局部同相轴斜率计算得到零偏距时间与叠加速度的关系数据。根据所述零偏距时间与叠加速度的关系数据绘制叠加速度曲线，可以得到{t₀,V_stack}域的叠加速度分布图。

本说明书的一个实施例中，可以剔除噪声导致的不准确的叠加速度数据，筛选出准确的叠加速度数据作为地震记录的叠加速度，从而在存在地震噪声的情况下，获得更加精确的叠加速度。

通常的，地震记录的地震道与参考道局部的相似性可以反映叠前道集的信噪比，且相似性越大，信噪比越高。因此，本说明书的一个实施例中，可以通过计算参考道与关系数据对应的地震道的局部相似系数，从而根据参考道与关系数据对应的地震道的局部相似系数确定叠加速度与零偏距时间的关系数据对应的相似系数，将所述相似系数作为叠加速度与零偏距时间的关系数据的权重，通过加权聚类算法计算带有权重的数据点的中心点，使得所述中心点对应的速度值更为精确。根据所述中心点的速度值确定地震记录的叠加速度，从而提高最终获得的叠加速度的精确性。

本说明书的一个实施例中，可以选取地震记录中信噪比最高的地震记录作为参考道，例如在一些实施例中可以选取初始地震道为参考道，在另一些实施例中，也可以通过相关扫描速度谱拾取速度，进而获取较为精确的地震道作为参考道。

本说明书的一个实施例中，可以根据相似性理论，将参考道与所述关系数据对应的地震道的局部相似系数γ定义为两个最小二乘反演γ₁和γ₂的乘积：

γ²＝γ₁γ₂；

其中，和为两个离散的信号的矢量形式，将和元素组成两个对角矩阵算子和然后通过正则化将标量γ₁和γ₂变成矢量和和可以定义为：

c₁＝[λ₁ ²I+N(AA-λ₁ ²I)]^-1NAb；

c₂＝[λ₂ ²I+N(BB-λ₂ ²I)]^-1NBa；

其中，λ是控制相对比例算子的一个参数，是单位矩阵，是平滑因子。计算和的Hadamard乘积，将c_1,i和c_2,i的乘积确定为参考道与所述关系数据点对应的地震道的局部相似系数。本实施例提供的上述方法并非通过单个的数值来描述地震道与参考道的相似性，而是通过c_1,i和c_2,i的乘积组成的多个离散的值来描述地震道与参考道的局部相似性，从而可以更为精确的分析地震道与参考道之间信噪比。

通过上述方法获得的局部相似系数可以反映每个关系数据点附近的相似性。在本说明书提供的一个实施例中，可以将关系数据点附近的局部相似性系数作为所述关系数据点的相似系数，并将所述关系数据的局部相似系数作为所述关系数据的权重。因此，每个关系数据点对应的权重越大，对应的叠加速度值越精确。

在本说明书的一个实施例中，可以通过加权聚类算法来计算带有权重的关系数据点的中心点，使得获取的中心点更靠近于权重较大的关系数据点，从而使得获得的中心点对应的叠加速度值的精确度较高。

常规的聚类算法(K-means)的目的是将M个观测点分成K个类，使每一个观测点到达这一类中心最近。即给定一系列观测点{x₁,x₂,...,x_M}，通过聚类算法来找到中心μ_i(i＝1,2,...,K)的位置，使每个观测点到中心的欧氏距离最小。K-means可以表达为：

其中，x_p为观测点，Q_i为x_p所属的类，μ_i为Q_i类的中心。

本实施例将上述K-means算法进行变换，利用变换后的加权K-means算法来计算{t₀,V_stack}域关系数据点的中心点。假设所述带有权重的数据点的个数为M，则首先从M个数据点中随机选取K个点作为初始中心点，K的取值可以根据实际的情况进行设置。然后，执行如下迭代步骤：

根据所述K个中心点将M个数据点进行分类，分成K类，使得每个观测点到所属的类别的中心点的欧式距离最小，找个每个数据点所属的类别Q_i ^(iter)，分类的过程可以表示为：

根据上述分类结果Q_i ^(iter)，通过下述公式(5)重新计算带有权重的数据点的中心点：

其中，w_p表示数据点x_p的权重，Q_i ^(iter)表示第iter次迭代后的分类结果，表示第iter次迭代后的中心点。

在上述迭代处理过程中，当本次得到的中心点和上一次得到的中心点的欧式距离小于预设的阈值，或者上一次得到的中心点与本次得到的中心点基本重合时，则上述迭代结束。然后输出最后一次计算得到的中心点，将最后一次计算得到的中心点作为所述带有权重的关系数据点的中心点。

本通过本实施例提供的公式(5)可知，权重较大的关系数据点在计算中心点过程中起到更大的作用，从而使得最终计算得到的中心点的位置更偏向于权重较大的关系数据点，即偏向于相似系数较大的关系数据点；而权重较大的关系数据点对应的相似系数较大，即权重较大的数据点对应的叠加速度较为精确。因此通过本实施例提供的上述方法获得的中心点对应的叠加速度值的精确度较高。

图3(a)表示带有权重的关系数据点在{t₀,V_stack}域的速度分布，图3(b)中圆圈表示利用加权聚类算法得到的中心点，根据图3可以看出，通过本实施例提供的加权聚类算法得到的中心点的位置偏向于权重较大的数据点，而权重越大的数据点的叠加速度值越精确，因此通过本实施例上述方法得到的中心点对应的叠加速度值精确度较高。

本说明书一个实施例中，可以通过插值的方法对上述实施例得到的中心点进行处理，得到地震记录的叠加速度值。在本说明书的一个实施例中，可以通过三次样条插值方法得到地震记录中对应于每个零偏距时间的叠加速度值，将上述方法应用到所有道集，可以获得地震记录的叠加速度场。图3(b)中连接各个中心点的虚线用来表示图2中CMP道集的叠加速度曲线，图4表示所有道集的叠加速度场。

图5(a)表示采用传统方法估计的速度进行动校正叠加后的结果，图5(b)表示对图3(b)所示的叠加速度进行动校正叠加后的结果。图6(a)表示图5(a)中矩形框中的放大剖面；图6(b)表示图5(b)右中矩形框中的放大剖面。通过对比图5(b)、图6(b)相对于图5(a)、图6(a)，可以发现图5(b)和图6(b)的叠加剖面效果更好，同相轴更清晰，分辨率更高，说明通过本说明书实施例提供的方法获得的叠加速度更为准确。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。具体的可以参照前述相关处理相关实施例的描述，在此不做一一赘述。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书一个或多个实施例提供的一种确定叠加速度的方法，可以通过局部同相轴斜率计算叠加速度与零偏距时间的关系数据，计算确定的参考道与所述关系数据对应的地震道的局部相似系数，根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数。所述关系数据的相似系数越大，对应的地震道局部位置的信噪比越大，相应的叠加速度值越精确。将所述关系数据的相似系数作为所述关系数据的权重，计算带有权重的关系数据点的中心点，根据所述中心点的速度值确定所述地震记录的叠加速度。利用本实施例的方案，可以提高获得的叠加速度的精确度。

基于上述所述的确定叠加速度的方法，本说明书一个或多个实施例还提供一种确定叠加速度的装置。所述的装置可以包括使用了本说明书实施例所述方法的系统、软件(应用)、模块、组件、服务器等并结合必要的实施硬件的装置。基于同一创新构思，本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的装置的实施可以参见前述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。具体的，图7是本说明书提供的一种确定叠加速度的装置实施例的模块结构示意图，如图7所示，所述装置可以包括：

斜率计算模块202，可以用于获取地震记录的地震反射数据，根据所述地震反射数据计算局部同相轴的斜率；

速度计算模块204，可以用于根据所述局部同相轴的斜率计算得到零偏距时间与叠加速度的关系数据；

相似系数计算模块206，可以用于计算确定的参考道与所述关系数据对应的地震道的局部相似系数，根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数；

叠加速度确定模块208，可以用于将所述关系数据的相似系数作为所述关系数据的权重，根据加权聚类算法计算带有权重的关系数据点的中心点，根据所述中心点的速度值确定所述地震记录的叠加速度。

当然，参照前述方法实施例描述，所述装置的其他实施例中，所述相似系数计算模块202可以包括：

本说明书提供的所述装置的另一个实施例中，所述叠加速度确定模块208可以包括：

从所述关系数据点中随机选取K个点作为初始中心点；

执行迭代步骤：

当与的欧式距离小于预设阈值时，结束迭代；

本说明书提供的所述装置的另一个实施例中，所述叠加速度确定模块208还可以包括：

需要说明的，上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。

本说明书一个或多个实施例提供的一种确定叠加速度的装置，可以通过局部同相轴斜率计算叠加速度与零偏距时间的关系数据，计算确定的参考道与所述关系数据对应的地震道的局部相似系数，根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数。所述关系数据的相似系数越大，对应的地震道局部位置的信噪比越大，相应的叠加速度值越精确。将所述关系数据的相似系数作为所述关系数据的权重，计算带有权重的关系数据点的中心点，根据所述中心点的速度值确定所述地震记录的叠加速度。利用本实施例的方案，可以提高获得的叠加速度的精确度。

本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上，所述的存储介质可以计算机读取并执行，实现本说明书实施例所描述方案的效果。因此，本说明书还提供一种确定叠加速度的装置，包括处理器及存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：

根据所述中心点的速度值确定所述地震记录的叠加速度。

上述实施例提供的一种确定叠加速度的装置，可以通过局部同相轴斜率计算叠加速度与零偏距时间的关系数据，计算确定的参考道与所述关系数据对应的地震道的局部相似系数，根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数。所述关系数据的相似系数越大，对应的地震道局部位置的信噪比越大，相应的叠加速度值越精确。因此，将所述关系数据的相似系数作为所述关系数据的权重，计算带有权重的关系数据点的中心点，根据所述中心点的速度值确定所述地震记录的叠加速度。利用本实施例的方案，可以提高获得的叠加速度的精确度。

所述存储介质可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。

本说明书还提供一种确定叠加速度的系统，所述系统可以为单独的确定叠加速度的系统，也可以应用在多种类型的速度分析业务的系统中。所述的系统可以为单独的服务器，也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例装置的服务器集群、系统(包括分布式系统)、软件(应用)、逻辑门电路装置、量子计算机等并结合必要的实施硬件的终端装置。所述确定叠加速度的系统可以包括上述实施例中任意一项所述的确定叠加速度的装置。

需要说明的，上述所述的系统根据方法实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。

上述实施例提供的一种确定叠加速度的系统，可以通过局部同相轴斜率计算叠加速度与零偏距时间的关系数据，计算确定的参考道与所述关系数据对应的地震道的局部相似系数，根据所述参考道与所述关系数据对应的地震道的局部相似系数确定所述关系数据的相似系数。所述关系数据的相似系数越大，对应的地震道局部位置的信噪比越大，相应的叠加速度值越精确。将所述关系数据的相似系数作为所述关系数据的权重，计算带有权重的关系数据点的中心点，根据所述中心点的速度值确定所述地震记录的叠加速度。利用本实施例的方案，可以提高获得的叠加速度的精确度。

需要说明的是，本说明书上述所述的装置或者系统根据相关方法实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照方法实施例的描述，在此不作一一赘述。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类、存储介质+程序实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书一个或多个时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本本说明书一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims

1.一种确定叠加速度的方法，其特征在于，包括：

将所述关系数据的相似系数作为所述关系数据的权重，根据加权聚类算法计算带有权重的关系数据点的中心点，包括：

从所述关系数据点中随机选取K个点作为初始中心点；

执行迭代步骤：

当与的欧式距离小于预设阈值时，结束迭代；

输出最后一次迭代的中心点确定所述最后一次迭代的中心点为所述关系数据点的中心点；

根据所述中心点的速度值确定所述地震记录的叠加速度。

2.根据权利要求1所述的确定叠加速度的方法，其特征在于，所述根据所述地震反射数据计算局部同相轴的斜率，包括：

基于平面波分解算法计算局部同相轴斜率。

3.根据权利要求1所述的确定叠加速度的方法，其特征在于，所述根据所述中心点确定所述地震记录的叠加速度，包括：

4.一种确定叠加速度的装置，其特征在于，包括：

叠加速度确定模块，用于将所述关系数据的相似系数作为所述关系数据的权重，根据加权聚类算法计算带有权重的关系数据点的中心点，包括：

从所述关系数据点中随机选取K个点作为初始中心点；

执行迭代步骤：

当与的欧式距离小于预设阈值时，结束迭代；

并根据所述中心点的速度值确定所述地震记录的叠加速度。

5.根据权利要求4所述的确定叠加速度的装置，其特征在于，所述斜率计算模块，包括：

6.根据权利要求4所述的确定叠加速度的装置，其特征在于，所述叠加速度确定模块，包括：

7.一种确定叠加速度的装置，其特征在于，包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括以下步骤：

从所述关系数据点中随机选取K个点作为初始中心点；

执行迭代步骤：

当与的欧式距离小于预设阈值时，结束迭代；

根据所述中心点的速度值确定所述地震记录的叠加速度。

8.一种确定叠加速度的系统，其特征在于，包括权利要求4-6中任意一项所述的确定叠加速度的装置。