CN112782758A - 稀疏采样观测系统的状态确定方法和装置 - Google Patents
稀疏采样观测系统的状态确定方法和装置 Download PDFInfo
- Publication number
- CN112782758A CN112782758A CN201911093676.9A CN201911093676A CN112782758A CN 112782758 A CN112782758 A CN 112782758A CN 201911093676 A CN201911093676 A CN 201911093676A CN 112782758 A CN112782758 A CN 112782758A
- Authority
- CN
- China
- Prior art keywords
- shot
- point
- observation system
- determining
- points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 231
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 253
- 238000001228 spectrum Methods 0.000 claims abstract description 197
- 238000009792 diffusion process Methods 0.000 claims abstract description 137
- 238000011156 evaluation Methods 0.000 claims abstract description 77
- 238000009826 distribution Methods 0.000 claims abstract description 57
- 239000000523 sample Substances 0.000 claims description 46
- 238000004458 analytical method Methods 0.000 claims description 26
- 230000003595 spectral effect Effects 0.000 claims description 26
- 238000010586 diagram Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 9
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 abstract description 17
- 230000009286 beneficial effect Effects 0.000 abstract description 7
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 230000014509 gene expression Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V13/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices covered by groups G01V1/00 – G01V11/00
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Remote Sensing (AREA)
- Manufacturing & Machinery (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种稀疏采样观测系统的状态确定方法和装置,该方法包括:对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统;对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子;对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统;对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子;根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统状态。本发明实现了对稀疏采样观测系统的状态确定,能够评价出最有利于数据恢复重建的稀疏采样观测系统。
Description
技术领域
本发明属于石油勘探地震领域,尤其涉及一种稀疏采样观测系统的评价方法和装置。
背景技术
由于地震勘探的区域不断扩大,所采集的数据量日益增长。而传统的奈奎斯特(Nyqusit)采样定理要求信号的采样频率必须大于或等于信号带宽的两倍,这无疑给地震数据的采集和存储提出了更高要求,也成为目前包括地震信号处理在内的信息技术向前进一步发展的瓶颈之一。压缩感知理论给了我们新的启发。它指出,如果待处理的数据是稀疏的,再配以合适的采样方法,即使只有极少的不完整数据,采样比率或者平均采样间隔低于Nyquist采样定理所要求的极限,也有可能恢复出满足一定精度要求的完整数据。因此期望可以通过设计一定的地震采集布线方法,在满足压缩感知理论随机采样要求的同时,尽可能地减少炮点和接收点数。同时,利用稀疏采样的数据就可以在随后的处理中恢复重建出理想的完整数据,以节约成本。
地震数据的采样和重建,是相辅相成的两个方面。增加采样道的数量,就可以得到更高品质的恢复结果。另一方面,如果有了理想的重建方法,我们就可以主动地减少采集数量,节约采集成本。但一般来说,随着采样率的降低,重建的效果就会变差。两者之间存在着看似不可调和的矛盾,这就要求设计出更好的采样和重建方法,利用尽可能少的采样道达到较理想的恢复效果。
自压缩感知技术提出以来,诸多稀疏采样格式被提出,但是如果完全地随机采样,对相邻缺失地震道之间的间隔距离没有任何控制,一些重要信息就可能被彻底遗漏,从而影响该区域的信息恢复。另一方面,对随机采样间隔不加控制还可能造成某些不重要区域的采样道过于密集,造成成本的浪费。因此怎样在满足压缩感知理论随机采样要求的同时,定量评价出最利于地震数据重建与去噪的观测系统以用于野外生产是目前亟待解决的问题。
发明内容
本发明实施例提供一种稀疏采样观测系统的状态确定方法,能够确定出最有利于恢复重建的稀疏采样观测系统,包括:
对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统;
对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子;
对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统;
对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子;
根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统状态。
本发明实施例还提供一种稀疏采样观测系统的状态确定装置,包括:
检波点稀疏采样观测系统确定模块,用于对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统;
检波点频谱扩散评价因子确定模块,用于对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子;
炮点稀疏采样观测系统确定模块,用于对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统;
炮点频谱扩散评价因子确定模块,用于对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子;
稀疏采样观测系统状态确定模块,用于根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统的状态。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种稀疏采样观测系统的状态确定方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行实现上述一种稀疏采样观测系统的状态确定方法的计算机程序。
本发明实施例提供的一种稀疏采样观测系统的状态确定方法和装置,基于压缩感知理论和稀疏表示方法,通过对标准采集观测系统进行半随机采样,得出检波点频谱扩散评价因子和炮点频谱扩散评价因子,实现了对稀疏采样观测系统的状态确定,能够评价出最有利于数据恢复重建的稀疏采样观测系统。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明实施例一种稀疏采样观测系统的状态确定方法示意图。
图2为本发明实施例一种稀疏采样观测系统的状态确定装置示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
如图1本发明实施例一种稀疏采样观测系统的状态确定方法示意图所示,本发明实施例提供一种稀疏采样观测系统的状态确定方法,能够确定出最有利于恢复重建的稀疏采样观测系统,包括:
步骤101,对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统;
步骤102,对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子;
步骤103,对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统;
步骤104,对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子;
步骤105,根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统状态。
本发明实施例提供的一种稀疏采样观测系统的状态确定方法,基于压缩感知理论和稀疏表示方法,通过对标准采集观测系统进行半随机采样,得出检波点频谱扩散评价因子和炮点频谱扩散评价因子,实现了对稀疏采样观测系统的状态确定,评价出最有利于数据恢复重建的稀疏采样观测系统。
本发明实施例在进行稀疏采样观测系统的状态确定中,关键在于如何选择炮检点的空间随机采样方式,如何获得炮检点的频谱扩散评价因子,并且根据此评价筛选出最利于恢复重建的非规则观测系统。在具体实施时,需要设计建立计满足空间采样定理的标准采集观测系统,确定合适的炮距和道距获得炮点和检波点的位置;然后,对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统;对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子;对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统;对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子;根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统状态。
在具体实施时,前述的稀疏采样观测系统的状态确定方法,可以包括:首先对标准采集观测系统中的所有检波点进行半随机采样,确定检波点稀疏采样观测系统,然后,对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子;接着,对标准采集观测系统中所有的炮点进行半随机采样,确定炮点稀疏采样观测系统;对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子;前述的标准采集观测系统在经过对检波点和炮点进行半随机采样后,得到稀疏采样观测系统,最后,根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统状态。
在具体实施稀疏采样观测系统的状态确定方法时,前述的对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统,包括:获取标准采集观测系统中的检波点;对检波点进行半随机抽取,确定检波点随机分布点点数;根据检波点随机分布点点数,将检波点划分为多个子区域;在每个子区域上抽取一个检波点,利用抽取的检波点和没有抽取的检波点,确定检波点稀疏采样观测系统。
在实施例中,假设检波点有Mr个,半随机抽取得到Nr个检波点随机分布点点数,然后将Mr个检波点划分为Nr个子区域,在每个子区域上抽取一个检波点,利用抽取的检波点和没有抽取的检波点,确定检波点稀疏采样观测系统。
前述的检波点稀疏采样观测系统,包括检波点一维采样序列;
在实施例中,可以按如下方式,确定检波点一维采样序列:
其中,Xr为检波点一维采样序列,Mr为检波点点数,Nr为检波点随机分布点点数,k为检波点。
前述提到的确定检波点一维采样序列的表达式为举例说明,本领域技术人员可以理解,在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据,或者提供其它的具体公式,这些变化例均应落入本发明的保护范围。
在具体实施时,前述的对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子,在一个实施例中,可以包括:
从检波点稀疏采样观测系统中获取检波点样点值序列,构成检波点数组;
对检波点数组做空间傅里叶变换,将检波点数组从空间域转到频率域;
获取检波点数组在频率域中的实部和虚部;
根据检波点数组在频率域中的实部和虚部,确定检波点功率谱;
根据检波点功率谱和检波点稀疏采样观测系统,绘制检波点分布频谱扩散分析图;
根据检波点分布频谱扩散分析图,确定检波点频谱扩散因子。
在具体实施稀疏采样观测系统的状态确定方法时,前述的根据检波点数组在频率域中的实部和虚部,确定检波点功率谱,在一个实施例中,可以包括:
将检波点数组在频率域中的实部的平方加上检波点数组在频率域中的虚部的平方,取开方确定检波点功率谱。
在一个实施例中,可以按如下方式,确定上述的检波点功率谱:
power(k)=sqrt(cpfft[k].r×cpfft[k].r+cpfft[k].i×cpfft[k].i);
k=0~Mr-1;
其中,power(k)为检波点功率谱,sqrt()为开方,cpfft[k].r×cpfft[k].r为检波点数组在频率域中的实部的平方,cpfft[k].i×cpfft[k].i为检波点数组在频率域中的虚部的平方,Mr为检波点点数,k为检波点。
前述提到的确定检波点功率谱的表达式为举例说明,本领域技术人员可以理解,在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据,或者提供其它的具体公式,这些变化例均应落入本发明的保护范围。
在一个实施例中,前述的根据检波点功率谱和检波点稀疏采样观测系统,绘制检波点分布频谱扩散分析图,可以包括:将检波点功率谱作为纵轴,将检波点稀疏采样观测系统中的检波点分布(0到Mr-1)作为横轴,绘制检波点分布频谱扩散分析图。
在具体实施稀疏采样观测系统的状态确定方法时,前述的根据检波点分布频谱扩散分析图,确定检波点频谱扩散因子,在一个实施例中,可以包括:
从检波点分布频谱扩散分析图上获取检波点对应的检波点功率谱;
对检波点功率谱求取检波点方差和检波点振幅平方;
根据检波点方差和检波点振幅平方,确定检波点频谱扩散因子。
在一个实施例中,可以按如下方式,确定检波点频谱扩散因子:
ξr=pow1r/pow0r;
在实施例中,先求取power(k)当k从1到Mr-1的检波点方差值pow1r,其中k不为0;然后再求取当k从0到Mr-1的检波点振幅平方pow0r。
前述提到的确定检波点频谱扩散因子的表达式为举例说明,本领域技术人员可以理解,在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据,或者提供其它的具体公式,这些变化例均应落入本发明的保护范围。
在具体实施稀疏采样观测系统的状态确定方法时,前述的对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统,在一个实施例中,可以包括:
获取标准采集观测系统中的炮点;
对炮点进行半随机抽取,确定炮点随机分布点点数;
根据炮点随机分布点点数,将炮点划分为多个子区域;
在每个子区域上抽取一个炮点,利用抽取的炮点和没有抽取的炮点,确定炮点稀疏采样观测系统。
在实施例中,假设炮点有Ms个,半随机抽取得到Ns个炮点随机分布点点数,然后将Ms个炮点划分为Ns个子区域,在每个子区域上抽取一个炮点,利用抽取的炮点和没有抽取的炮点,确定炮点稀疏采样观测系统。
前述的炮点稀疏采样观测系统,包括炮点一维采样序列;
在一个实施例中,可以按如下方式,确定炮点一维采样序列:
其中,Xs为炮点一维采样序列,Ms为炮点点数,Ns为炮点随机分布点点数,j为炮点。
前述提到的确定炮点一维采样序列的表达式为举例说明,本领域技术人员可以理解,在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据,或者提供其它的具体公式,这些变化例均应落入本发明的保护范围。
在具体实施稀疏采样观测系统的状态确定方法时,前述的对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子,在一个实施例中,可以包括:
从炮点稀疏采样观测系统中获取炮点样点值序列构成炮点数组;
对炮点数组做空间傅里叶变换,将炮点数组从空间域转到频率域;
获取炮点数组在频率域中的实部和虚部;
根据炮点数组在频率域中的实部和虚部,确定炮点功率谱;
根据炮点功率谱和炮点稀疏采样观测系统,绘制炮点分布频谱扩散分析图;
根据炮点分布频谱扩散分析图,确定炮点频谱扩散因子。
在具体实施稀疏采样观测系统的状态确定方法时,前述的根据炮点数组在频率域中的实部和虚部,确定炮点功率谱,在一个实施例中,可以包括:
将炮点数组在频率域中的实部的平方加上炮点数组在频率域中的虚部的平方,取开方确定炮点功率谱。
在一个实施例中,可以按如下方式,确定上述的炮点功率谱:
power(j)=sqrt(cpfft[j].r×cpfft[j].r+cpfft[j].i×cpfft[j].i);
j=0~Ms-1;
其中,power(j)为炮点功率谱,sqrt()为开方,cpfft[j].r×cpfft[j].r为炮点数组在频率域中的实部的平方,cpfft[j].i×cpfft[j].i为炮点数组在频率域中的虚部的平方,Ms为炮点点数,j为炮点。
前述提到的确定炮点功率谱的表达式为举例说明,本领域技术人员可以理解,在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据,或者提供其它的具体公式,这些变化例均应落入本发明的保护范围。
在具体实施稀疏采样观测系统的状态确定方法时,前述的根据炮点分布频谱扩散分析图,确定炮点频谱扩散因子,在一个实施例中,可以包括:
从炮点分布频谱扩散分析图上获取炮点对应的炮点功率谱;
对炮点功率谱求取炮点方差和炮点振幅平方;
根据炮点方差和炮点振幅平方,确定炮点频谱扩散因子。
在一个实施例中,可以按如下方式,确定炮点频谱扩散因子:
ξs=pow1s/pow0s;
在实施例中,先求取power(k)当j从1到Ms-1的检波点方差值pow1s,其中j不为0;然后再求取当j从0到Ms-1的检波点振幅平方pow0s。
前述提到的确定炮点频谱扩散因子的表达式为举例说明,本领域技术人员可以理解,在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据,或者提供其它的具体公式,这些变化例均应落入本发明的保护范围。
在具体实施稀疏采样观测系统的状态确定方法时,前述的根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统状态,在一个实施例中,可以包括:
根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定炮检点频谱扩散因子;
根据炮检点频谱扩散因子,确定稀疏采样观测系统状态。
在一个实施例中,可以按如下方式,确定炮检点频谱扩散因子:
ξ=ξr×Qr+ξs×Qs;
0≤ξ≤1
其中,为炮检点频谱扩散因子:ξr为检波点频谱扩散因子,ξs为炮点频谱扩散因子,Qr为检波点因子权系数,Qs为炮点因子权系数。
前述提到的确定炮检点频谱扩散因子的表达式为举例说明,本领域技术人员可以理解,在实施时还可以根据需要对上述公式进行一定形式的变形和添加其它的参数或数据,或者提供其它的具体公式,这些变化例均应落入本发明的保护范围。
在具体实施稀疏采样观测系统的状态确定方法时,前述的根据炮检点频谱扩散因子,确定稀疏采样观测系统状态,在一个实施例中,可以包括:
炮检点频谱扩散因子数值越大,确定稀疏采样观测系统的炮点和检波点位置检测的频谱扩散越多;
炮检点频谱扩散因子数值越小,确定稀疏采样观测系统的炮点和检波点位置检测的频谱扩散越少。
在实施例中,炮检点频谱扩散因子数值越大,确定稀疏采样观测系统的炮点和检波点位置检测的频谱扩散越多,得到的稀疏采样观测系统越不利于稀疏地震数据的恢复重建,恢复重建的效果越差。
炮检点频谱扩散因子数值越小,确定稀疏采样观测系统的炮点和检波点位置检测的频谱扩散越少,得到的稀疏采样观测系统越利于稀疏地震数据的恢复重建,恢复重建的效果越好。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种稀疏采样观测系统的状态确定方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行实现上述一种稀疏采样观测系统的状态确定方法的计算机程序。
本发明实施例中还提供了一种稀疏采样观测系统的状态确定装置,如下面的实施例所述。由于该装置解决问题的原理与一种稀疏采样观测系统的状态确定方法相似,因此该装置的实施可以参见一种稀疏采样观测系统的状态确定方法的实施,重复之处不再赘述。
如图2本发明实施例一种稀疏采样观测系统的状态确定装置示意图所示,本发明实施例还提供一种稀疏采样观测系统的状态确定装置,包括:
检波点稀疏采样观测系统确定模块201,用于对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统;
检波点频谱扩散评价因子确定模块202,用于对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子;
炮点稀疏采样观测系统确定模块203,用于对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统;
炮点频谱扩散评价因子确定模块204,用于对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子;
稀疏采样观测系统状态确定模块205,用于根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统的状态。
在一个实施例中,检波点稀疏采样观测系统确定模块,具体用于:
获取标准采集观测系统中的检波点;
对检波点进行半随机抽取,确定检波点随机分布点点数;
根据检波点随机分布点点数,将检波点划分为多个子区域;
在每个子区域上抽取一个检波点,利用抽取的检波点和没有抽取的检波点,确定检波点稀疏采样观测系统。
在一个实施例中,所述检波点稀疏采样观测系统,包括检波点一维采样序列;
检波点稀疏采样观测系统确定模块,还用于按如下方式,确定检波点一维采样序列:
其中,Xr为检波点一维采样序列,Mr为检波点点数,Nr为检波点随机分布点点数,k为检波点。
在一个实施例中,检波点频谱扩散评价因子确定模块,具体用于:
从检波点稀疏采样观测系统中获取检波点样点值序列,构成检波点数组;
对检波点数组做空间傅里叶变换,将检波点数组从空间域转到频率域;
获取检波点数组在频率域中的实部和虚部;
根据检波点数组在频率域中的实部和虚部,确定检波点功率谱;
根据检波点功率谱和检波点稀疏采样观测系统,绘制检波点分布频谱扩散分析图;
根据检波点分布频谱扩散分析图,确定检波点频谱扩散因子。
在一个实施例中,检波点频谱扩散评价因子确定模块,还用于:
将检波点数组在频率域中的实部的平方加上检波点数组在频率域中的虚部的平方,取开方确定检波点功率谱。
在一个实施例中,检波点频谱扩散评价因子确定模块,还用于按如下方式,确定检波点功率谱:
power(k)=sqrt(cpfft[k].r×cpfft[k].r+cpfft[k].i×cpfft[k].i);
k=0~Mr-1;
其中,power(k)为检波点功率谱,sqrt()为开方,cpfft[k].r×cpfft[k].r为检波点数组在频率域中的实部的平方,cpfft[k].i×cpfft[k].i为检波点数组在频率域中的虚部的平方,Mr为检波点点数,k为检波点。
在一个实施例中,检波点频谱扩散评价因子确定模块,还用于:
从检波点分布频谱扩散分析图上获取检波点对应的检波点功率谱;
对检波点功率谱求取检波点方差和检波点振幅平方;
根据检波点方差和检波点振幅平方,确定检波点频谱扩散因子。
在一个实施例中,检波点频谱扩散评价因子确定模块,还用于,按如下方式,确定检波点频谱扩散因子:
ξr=pow1r/pow0r;
在一个实施例中,炮点稀疏采样观测系统确定模块,具体用于:
获取标准采集观测系统中的炮点;
对炮点进行半随机抽取,确定炮点随机分布点点数;
根据炮点随机分布点点数,将炮点划分为多个子区域;
在每个子区域上抽取一个炮点,利用抽取的炮点和没有抽取的炮点,确定炮点稀疏采样观测系统。
在一个实施例中,所述炮点稀疏采样观测系统,包括炮点一维采样序列;
炮点稀疏采样观测系统确定模块,还用于,按如下方式,确定炮点一维采样序列:
其中,Xs为炮点一维采样序列,Ms为炮点点数,Ns为炮点随机分布点点数,j为炮点。
在一个实施例中,炮点频谱扩散评价因子确定模块,具体用于:
从炮点稀疏采样观测系统中获取炮点样点值序列构成炮点数组;
对炮点数组做空间傅里叶变换,将炮点数组从空间域转到频率域;
获取炮点数组在频率域中的实部和虚部;
根据炮点数组在频率域中的实部和虚部,确定炮点功率谱;
根据炮点功率谱和炮点稀疏采样观测系统,绘制炮点分布频谱扩散分析图;
根据炮点分布频谱扩散分析图,确定炮点频谱扩散因子。
在一个实施例中,炮点频谱扩散评价因子确定模块,还用于:
将炮点数组在频率域中的实部的平方加上炮点数组在频率域中的虚部的平方,取开方确定炮点功率谱。
在一个实施例中,炮点频谱扩散评价因子确定模块,还用于按如下方式,确定炮点功率谱:
power(j)=sqrt(cpfft[j].r×cpfft[j].r+cpfft[j].i×cpfft[j].i);
j=0~Ms-1;
其中,power(j)为炮点功率谱,sqrt()为开方,cpfft[j].r×cpfft[j].r为炮点数组在频率域中的实部的平方,cpfft[j].i×cpfft[j].i为炮点数组在频率域中的虚部的平方,Ms为炮点点数,j为炮点。
在一个实施例中,炮点频谱扩散评价因子确定模块,还用于:
从炮点分布频谱扩散分析图上获取炮点对应的炮点功率谱;
对炮点功率谱求取炮点方差和炮点振幅平方;
根据炮点方差和炮点振幅平方,确定炮点频谱扩散因子。
在一个实施例中,炮点频谱扩散评价因子确定模块,还用于,按如下方式,确定炮点频谱扩散因子:
ξs=pow1s/pow0s;
在一个实施例中,稀疏采样观测系统状态确定模块,具体用于:
根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定炮检点频谱扩散因子;
根据炮检点频谱扩散因子,确定稀疏采样观测系统状态。
在一个实施例中,稀疏采样观测系统状态确定模块,还用于,按如下方式,确定炮检点频谱扩散因子:
ξ=ξr×Qr+ξs×Qs;
0≤ξ≤1
其中,为炮检点频谱扩散因子:ξr为检波点频谱扩散因子,ξs为炮点频谱扩散因子,Qr为检波点因子权系数,Qs为炮点因子权系数。
在一个实施例中,稀疏采样观测系统状态确定模块,还用于:
炮检点频谱扩散因子数值越大,确定稀疏采样观测系统的炮点和检波点位置检测的频谱扩散越多;
炮检点频谱扩散因子数值越小,确定稀疏采样观测系统的炮点和检波点位置检测的频谱扩散越少。
综上,本发明实施例提供的一种稀疏采样观测系统的状态确定方法和装置,基于压缩感知理论和稀疏表示方法,通过对标准采集观测系统进行半随机采样,得出检波点频谱扩散评价因子和炮点频谱扩散评价因子,实现了对稀疏采样观测系统的状态确定,评价出最有利于数据恢复重建的稀疏采样观测系统。本发明实施例能有效确定依据此采样观测系统采集后的地震数据进行规则化重建插值的可靠性,通过对稀疏采样观测系统定量评价后,能确定在同样稀疏采样条件下,以何种炮点和检波点分布模式采集后的地震数据的重建插值更为合理,恢复重建的效果最好。通过本发明对实际采集观测系统计算出频谱扩散评价因子和显示频谱扩散分析图后,能有效确定依据此采样观测系统采集后的地震数据进行规则化重建插值的可靠性。通过定量评价后,能确定在同样稀疏采样条件下,以何种炮检点分布模式采集后的地震数据的重建插值更为合理,恢复重建的效果最好。通过定量评价后,能确定在同样稀疏采样条件下,以何种炮检点分布模式采集后的地震数据的重建插值更为合理,恢复重建的效果最好。按照本发明生成的炮检点位置分布频谱扩散分析图和频谱扩散评价因子可用于稀疏采样的多方案观测系统评价,也可用于避障后的多方案非规则观测系统评价,具有较为广阔的应用前景。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (21)
1.一种稀疏采样观测系统的状态确定方法,其特征在于,包括:
对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统;
对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子;
对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统;
对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子;
根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统状态。
2.如权利要求1所述的方法,其特征在于,对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统,包括:
获取标准采集观测系统中的检波点;
对检波点进行半随机抽取,确定检波点随机分布点点数;
根据检波点随机分布点点数,将检波点划分为多个子区域;
在每个子区域上抽取一个检波点,利用抽取的检波点和没有抽取的检波点,确定检波点稀疏采样观测系统。
4.如权利要求1所述的方法,其特征在于,对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子,包括:
从检波点稀疏采样观测系统中获取检波点样点值序列,构成检波点数组;
对检波点数组做空间傅里叶变换,将检波点数组从空间域转到频率域;
获取检波点数组在频率域中的实部和虚部;
根据检波点数组在频率域中的实部和虚部,确定检波点功率谱;
根据检波点功率谱和检波点稀疏采样观测系统,绘制检波点分布频谱扩散分析图;
根据检波点分布频谱扩散分析图,确定检波点频谱扩散因子。
5.如权利要求4所述的方法,其特征在于,根据检波点数组在频率域中的实部和虚部,确定检波点功率谱,包括:
将检波点数组在频率域中的实部的平方加上检波点数组在频率域中的虚部的平方,取开方确定检波点功率谱。
6.如权利要求5所述的方法,其特征在于,按如下方式,确定检波点功率谱:
power(k)=sqrt(cpfft[k].r×cpfft[k].r+cpfft[k].i×cpfft[k].i);
k=0~Mr-1;
其中,power(k)为检波点功率谱,sqrt()为开方,cpfft[k].r×cpfft[k].r为检波点数组在频率域中的实部的平方,cpfft[k].i×cpfft[k].i为检波点数组在频率域中的虚部的平方,Mr为检波点点数,k为检波点。
7.如权利要求4所述的方法,其特征在于,根据检波点分布频谱扩散分析图,确定检波点频谱扩散因子,包括:
从检波点分布频谱扩散分析图上获取检波点对应的检波点功率谱;
对检波点功率谱求取检波点方差和检波点振幅平方;
根据检波点方差和检波点振幅平方,确定检波点频谱扩散因子。
9.如权利要求1所述的方法,其特征在于,对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统,包括:
获取标准采集观测系统中的炮点;
对炮点进行半随机抽取,确定炮点随机分布点点数;
根据炮点随机分布点点数,将炮点划分为多个子区域;
在每个子区域上抽取一个炮点,利用抽取的炮点和没有抽取的炮点,确定炮点稀疏采样观测系统。
11.如权利要求9所述的方法,其特征在于,对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子,包括:
从炮点稀疏采样观测系统中获取炮点样点值序列构成炮点数组;
对炮点数组做空间傅里叶变换,将炮点数组从空间域转到频率域;
获取炮点数组在频率域中的实部和虚部;
根据炮点数组在频率域中的实部和虚部,确定炮点功率谱;
根据炮点功率谱和炮点稀疏采样观测系统,绘制炮点分布频谱扩散分析图;
根据炮点分布频谱扩散分析图,确定炮点频谱扩散因子。
12.如权利要求11所述的方法,其特征在于,根据炮点数组在频率域中的实部和虚部,确定炮点功率谱,包括:
将炮点数组在频率域中的实部的平方加上炮点数组在频率域中的虚部的平方,取开方确定炮点功率谱。
13.如权利要求12所述的方法,其特征在于,按如下方式,确定炮点功率谱:
power(j)=sqrt(cpfft[j].r×cpfft[j].r+cpfft[j].i×cpfft[j].i);
j=0~Ms-1;
其中,power(j)为炮点功率谱,sqrt()为开方,cpfft[j].r×cpfft[j].r为炮点数组在频率域中的实部的平方,cpfft[j].i×cpfft[j].i为炮点数组在频率域中的虚部的平方,Ms为炮点点数,j为炮点。
14.如权利要求11所述的方法,其特征在于,根据炮点分布频谱扩散分析图,确定炮点频谱扩散因子,包括:
从炮点分布频谱扩散分析图上获取炮点对应的炮点功率谱;
对炮点功率谱求取炮点方差和炮点振幅平方;
根据炮点方差和炮点振幅平方,确定炮点频谱扩散因子。
16.如权利要求1所述的方法,其特征在于,根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统状态,包括:
根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定炮检点频谱扩散因子;
根据炮检点频谱扩散因子,确定稀疏采样观测系统状态。
17.如权利要求16所述的方法,其特征在于,按如下方式,确定炮检点频谱扩散因子:
ξ=ξr×Qr+ξs×Qs;
0≤ξ≤1
其中,为炮检点频谱扩散因子:ξr为检波点频谱扩散因子,ξs为炮点频谱扩散因子,Qr为检波点因子权系数,Qs为炮点因子权系数。
18.如权利要求16所述的方法,其特征在于,根据炮检点频谱扩散因子,确定稀疏采样观测系统状态,包括:
炮检点频谱扩散因子数值越大,确定稀疏采样观测系统的炮点和检波点位置检测的频谱扩散越多;
炮检点频谱扩散因子数值越小,确定稀疏采样观测系统的炮点和检波点位置检测的频谱扩散越少。
19.一种稀疏采样观测系统的状态确定装置,其特征在于,包括:
检波点稀疏采样观测系统确定模块,用于对标准采集观测系统中的检波点进行半随机采样,确定检波点稀疏采样观测系统;
检波点频谱扩散评价因子确定模块,用于对检波点稀疏采样观测系统进行分布检测,确定检波点频谱扩散评价因子;
炮点稀疏采样观测系统确定模块,用于对标准采集观测系统中的炮点进行半随机采样,确定炮点稀疏采样观测系统;
炮点频谱扩散评价因子确定模块,用于对炮点稀疏采样观测系统进行分布检测,确定炮点频谱扩散评价因子;
稀疏采样观测系统状态确定模块,用于根据检波点频谱扩散评价因子和炮点频谱扩散评价因子,确定稀疏采样观测系统的状态。
20.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至18任一项所述一种稀疏采样观测系统的状态确定方法。
21.一种计算机可读存储介质,所述计算机可读存储介质存储有执行实现权利要求1至18任一项所述一种稀疏采样观测系统的状态确定方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911093676.9A CN112782758B (zh) | 2019-11-11 | 稀疏采样观测系统的状态确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911093676.9A CN112782758B (zh) | 2019-11-11 | 稀疏采样观测系统的状态确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112782758A true CN112782758A (zh) | 2021-05-11 |
CN112782758B CN112782758B (zh) | 2024-06-25 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115220091A (zh) * | 2022-02-22 | 2022-10-21 | 中国科学院地质与地球物理研究所 | 一种地质导向的非规则观测系统确定方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120250748A1 (en) * | 2011-04-04 | 2012-10-04 | U.S. Government As Represented By The Secretary Of The Army | Apparatus and method for sampling and reconstruction of wide bandwidth signals below nyquist rate |
CN102928878A (zh) * | 2012-11-05 | 2013-02-13 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 三维地震观测系统振幅均衡性定量评估方法 |
US20140372044A1 (en) * | 2013-06-17 | 2014-12-18 | Westerngeco L.L.C. | Seismic data processing |
CN105388513A (zh) * | 2015-10-15 | 2016-03-09 | 中国石油天然气集团公司 | 地震采集观测系统的建立方法和装置 |
CN106291678A (zh) * | 2015-05-27 | 2017-01-04 | 中国石油化工股份有限公司 | 一种地震数据采集方法及系统 |
GB201802978D0 (en) * | 2018-02-23 | 2018-04-11 | Statoil Petroleum As | Improved seismic source firing sequence and reciever arrangement |
CN109143405A (zh) * | 2018-08-01 | 2019-01-04 | 西南石油大学 | 一种观测系统有效采样均匀性定量评价方法 |
CN109387868A (zh) * | 2018-09-28 | 2019-02-26 | 中国海洋石油集团有限公司 | 一种基于地震波同相轴斜率信息的三维层析成像方法 |
US20190129050A1 (en) * | 2016-11-02 | 2019-05-02 | Conocophillips Company | Use nuos technology to acquire optimized 2d data |
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120250748A1 (en) * | 2011-04-04 | 2012-10-04 | U.S. Government As Represented By The Secretary Of The Army | Apparatus and method for sampling and reconstruction of wide bandwidth signals below nyquist rate |
CN102928878A (zh) * | 2012-11-05 | 2013-02-13 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 三维地震观测系统振幅均衡性定量评估方法 |
US20140372044A1 (en) * | 2013-06-17 | 2014-12-18 | Westerngeco L.L.C. | Seismic data processing |
CN106291678A (zh) * | 2015-05-27 | 2017-01-04 | 中国石油化工股份有限公司 | 一种地震数据采集方法及系统 |
CN105388513A (zh) * | 2015-10-15 | 2016-03-09 | 中国石油天然气集团公司 | 地震采集观测系统的建立方法和装置 |
US20190129050A1 (en) * | 2016-11-02 | 2019-05-02 | Conocophillips Company | Use nuos technology to acquire optimized 2d data |
GB201802978D0 (en) * | 2018-02-23 | 2018-04-11 | Statoil Petroleum As | Improved seismic source firing sequence and reciever arrangement |
CN109143405A (zh) * | 2018-08-01 | 2019-01-04 | 西南石油大学 | 一种观测系统有效采样均匀性定量评价方法 |
CN109387868A (zh) * | 2018-09-28 | 2019-02-26 | 中国海洋石油集团有限公司 | 一种基于地震波同相轴斜率信息的三维层析成像方法 |
Non-Patent Citations (6)
Title |
---|
LIN LIMING等: "compressed sensing KSVD dictionary learning method application in seismic denoising", 2017 CGS/SEG INTERNATIONAL GEOPHYSICAL CONFERENCE, pages 1415 - 1418 * |
吕公河;邸志欣;霍守东;罗明秋;丁建强;石太昆;舒国旭;许建国;: "基于压缩感知的地震数据采集实践", 石油物探, no. 06, pages 831 - 841 * |
周松;吕尧;吕公河;舒国旭;石太昆;霍守东;: "基于压缩感知的非规则地震勘探观测系统设计与数据重建", 石油物探, no. 05, pages 617 - 625 * |
舒国旭;吕公河;吕尧;石太昆;邸志欣;霍守东;: "基于压缩感知的地震数据重建", 石油物探, no. 04, pages 549 - 554 * |
门哲等: "基于压缩感知的随机采样与稀疏性约束采样重构效果对比", 中国石油学会2019年物探技术研讨会, pages 1130 - 1133 * |
黎书琴等: "利用横波分裂预测裂缝", 石油地球物理勘探, vol. 44, no. 1, pages 130 - 134 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115220091A (zh) * | 2022-02-22 | 2022-10-21 | 中国科学院地质与地球物理研究所 | 一种地质导向的非规则观测系统确定方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sen et al. | Sparsity-based approaches for damage detection in plates | |
Thingbaijam et al. | Evidence for truncated exponential probability distribution of earthquake slip | |
CN109340586B (zh) | 一种供水管道泄露的检测方法及系统 | |
RU2014109943A (ru) | Система и способ для определения характеристик геологической среды, включая оценивание неопределенности | |
CN112882032B (zh) | 一种燃气管道重点区域地质灾害sar动态监测方法及装置 | |
CN104755962A (zh) | 4d地震数据的处理系统和方法 | |
Diao et al. | Rapid kinematic finite-fault inversion for an M w 7+ scenario earthquake in the Marmara Sea: an uncertainty study | |
CN106534014A (zh) | 一种多分量lfm信号的精确检测与分离方法 | |
Nikolopoulos et al. | Long-memory trends in disturbances of radon in soil prior to the twin ML= 5.1 earthquakes of 17 November 2014 Greece | |
JPWO2019049263A1 (ja) | シンプルプロファイリング(spm)手法の変換プログラムおよびシンプルプロファイリング(spm)手法の変換方法 | |
CN110837111B (zh) | 地震数据插值方法及系统 | |
CN113109866A (zh) | 一种基于压缩感知的多域稀疏地震数据重构方法及系统 | |
CN113568033B (zh) | 一种三维非规则采样地震采集观测系统设计方法和装置 | |
López et al. | Spectral gap-based seismic survey design | |
CN117808646A (zh) | 一种量化水电工程建设对植被碳储量影响的方法及系统 | |
CN111123361B (zh) | 垂直地震剖面地震数据规则化重建方法及装置、存储介质 | |
CN112782758A (zh) | 稀疏采样观测系统的状态确定方法和装置 | |
CN112782758B (zh) | 稀疏采样观测系统的状态确定方法和装置 | |
Snodgrass et al. | Studying the effects of training data on machine learning-based procedural content generation | |
CN109001799B (zh) | 一种自动识别异常道的方法及系统 | |
CN115510998A (zh) | 交易异常值检测方法及装置 | |
CN112946735B (zh) | 基于微震监测系统的落石冲击定位方法及装置 | |
CN115754007A (zh) | 一种基于声发射技术和层析成像技术的损伤检测方法 | |
CN105319594A (zh) | 一种基于最小二乘参数反演的傅里叶域地震数据重构方法 | |
Yildirim et al. | On the Reliability of Quake‐Catcher Network Earthquake Detections |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |