CN113917540A - 基于稀疏约束的抗假频射线束进行地震数据去噪的方法 - Google Patents

基于稀疏约束的抗假频射线束进行地震数据去噪的方法 Download PDF

Info

Publication number
CN113917540A
CN113917540A CN202111324450.2A CN202111324450A CN113917540A CN 113917540 A CN113917540 A CN 113917540A CN 202111324450 A CN202111324450 A CN 202111324450A CN 113917540 A CN113917540 A CN 113917540A
Authority
CN
China
Prior art keywords
frequency
dimensional
seismic data
domain
ray beam
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
Application number
CN202111324450.2A
Other languages
English (en)
Other versions
CN113917540B (zh
Inventor
王华忠
项健
冯波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN202111324450.2A priority Critical patent/CN113917540B/zh
Publication of CN113917540A publication Critical patent/CN113917540A/zh
Application granted granted Critical
Publication of CN113917540B publication Critical patent/CN113917540B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
    • G01V1/364—Seismic filtering
    • 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
    • G01V1/32—Transforming one recording into another or one representation into another
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G06F17/156—Correlation function computation including computation of convolution operations using a domain transform, e.g. Fourier transform, polynomial transform, number theoretic transform
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/30—Noise handling
    • G01V2210/32—Noise reduction
    • G01V2210/324—Filtering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/40—Transforming data representation
    • G01V2210/48—Other transforms

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Discrete Mathematics (AREA)
  • Computing Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了基于稀疏约束的抗假频射线束进行地震数据去噪的方法，属于地球物理勘探领域，包括：S1获取观测系统参数及三维时间‑空间域地震数据；S2通过快速傅里叶变换算法将三维时间‑空间域地震数据转换到三维频率‑空间域地震数据；S3构建平面波基函数，对三维频率‑空间域地震数据使用共轭梯度法由低频到高频求解稀疏约束反问题，将低频射线束谱作为高频反演的约束，求解得到三维频率域射线束谱；S4对三维频率域射线束谱进行反傅里叶变换后得到三维时间域射线束谱，进行滤波处理并提取其中有效信号成分；S5对滤波处理后的三维时间域射线束谱进行反变换后得到去噪数据。本发明能够获得分辨率、低假频能量泄露的射线束，提高地震数据去噪效果。

Description

基于稀疏约束的抗假频射线束进行地震数据去噪的方法
技术领域
本发明涉及地球物理勘探技术领域，特别涉及一种基于稀疏约束的抗假频射线束进行地震数据去噪的方法。
背景技术
勘探地震数据描述为线性有效信号与噪声的叠加，其可以视为多个局部平面波飘在满足不同统计分布特征的随机噪音中，线性信号预测的是勘探地震数据分析的基本出发点。
射线束形成模型被广泛应用于压制地震数据采集过程中引入的随机噪声，并能够用于压制与有效反射波射线参数不同的线性噪声，比如面波、多次波等。射线束形成模型假设局部平面波由p方向上的射线束源产生，根据线性信号在检波器阵列之间的线性相位移关系，构建平面波基函数以用于表达地震数据中的有效信号和分解平面波。
传统的射线束形成方法等价于局部线性拉冬变换，但由于地震数据有限的空间尺度，以及平面波基函数的非正交和非完备性，导致形成的射线束谱往往存在泄漏噪声和低分辨率的问题。另外，空间采样不足同样会导致形成的射线束谱中出现很多空间假频能量，它是降低射线束形成结果分辨率和信噪比的另一个重要因素，该现象在实际地震资料处理中表现得更加明显。
发明内容
针对现有技术存在的传统射线束形成方法对地震数据进行平面波分解时形成的射线束谱分辨低以及能量泄露严重的问题，本发明的目的在于提供一种基于稀疏约束的抗假频射线束进行地震数据去噪的方法。
为实现上述目的，本发明的技术方案为：
第一方面，本发明提供一种基于稀疏约束的抗假频射线束进行地震数据去噪的方法，包括以下步骤：
S1、输入炮道集或叠后数据道集，获取观测系统参数及三维时间-空间域地震数据d(x,y,t)；
S2、通过快速傅里叶变换算法将三维时间-空间域地震数据d(x,y,t)转换到三维频率-空间域地震数据d(x,y,ω)；
S3、根据观测系统参数构建平面波基函数，对三维频率-空间域地震数据d(x,y,ω)使用共轭梯度法由低频到高频求解稀疏约束反问题，并将低频射线束谱作为高频反演的约束，求解得到三维频率域射线束谱s(px,py,ω)；
S4、对三维频率域射线束谱s(px,py,ω)进行反傅里叶变换后得到三维时间域射线束谱s(px,py,t)，对三维时间域射线束谱s(px,py,t)进行滤波处理并提取其中的有效信号成分后得到滤波处理后的三维时间域射线束谱s′(px,py,t)；
S5、对滤波处理后的三维时间域射线束谱s′(px,py,t)进行反变换，得到去噪数据。
优选的，在S1中，所述观测系统参数包括时间采样、时间采样间隔、空间采样位置、空间采样间隔、地震数据倾角采样范围和倾角采样间隔。
优选的，在S2中，以多线程并行计算的方式对三维时间-空间域地震数据d(x,y,t)按数据道进行一维快速傅里叶变换，并根据快速傅里叶变换算法的特性，将时间域地震数据道的时间采样点数扩充为2的指数次幂。
优选的，在S3中，根据指数函数eiωp·x和矩阵外积的运算规则，三维单频平面波基函数由二维线性同相轴单频向量外积得到，且在空间采样规则的情况下，平面波单频片的内积结果等价于等比数列求和：
Figure BDA0003346463560000021
所述(式1)被用于生成射线束形成反问题中法方程内积矩阵的各个元素。
优选的，在S3中，根据射线束源的稀疏假设，建立L2+L1范数约束的反演目标函数为
Figure BDA0003346463560000022
使用迭代再加权方法得到所述(式2)的L2+L2近似为
Figure BDA0003346463560000023
其中的加权项w由低频成分的反演结果构建
Figure BDA0003346463560000024
并得到频率域射线束源的显示表示为
Figure BDA0003346463560000025
使用共轭梯度法求解(式5)由低频到高频求解反演结果，其中，内积矩阵
Figure BDA0003346463560000026
由规则采样下的显示计算公式直接生成，对角加权矩阵dig(wj)由低频成分的反演结果得到。
优选的，在S4中，所述对三维时间域射线束谱s(px,py,t)进行滤波处理并提取其中的有效信号成分的步骤为：在所述三维时间域射线束谱s(px,py,t)中使用滤波窗提取保留其中的有效地震信号对应的射线束谱能量，同时去除噪声能量。
优选的，在S5中，所述对滤波处理后的三维时间域射线束谱s′(px,py,t)进行反变换，得到去噪数据的步骤为：
对滤波处理后的三维时间域射线束谱s′(px,py,t)反变换回频率域；
通过S3构建的平面波基的复共轭重构三维频率-空间域地震数据d′(x,y,ω)；
对重构的三维频率-空间域地震数据d′(x,y,ω)进行反傅里叶变换后输出去噪后的三维时间-空间域地震数据d′(x,y,t)。
第二方面，本发明还提供一种电子设备，包括存储有可执行程序代码的存储器以及与所述存储器耦合的处理器；其中，所述处理器调用所述存储器中存储的可执行程序代码，执行如上所述的方法。
第三方面，本发明还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器运行时执行如上所述的方法。
采用上述技术方案，本发明的方法在Bayes理论框架下，构建Lp范数下的误差泛函，进行三维地震数据中的局部线性信号建模，实现对线性有效信号(或线性相干噪音)的最佳预测。该方法根据局部平面波传播的表达式构建了频率空间域射线束形成矩阵，并基于射线束源的稀疏假设，在L2、L1范数约束下将射线束形成问题转化为稀疏约束下的反问题求解，提出使用迭代再加权最小二乘反演方法，用低频数据构建反假频预条件加权算子，实现线性信号的最佳预测，达到高分辨与保真去噪的目的。与传统的射线束形成方法相比，本发明的方法在射线束源的稀疏约束假设下，使用低频信息作为稀疏反演的先验信息，能有效提高得到的射线束谱的方向分辨率，并显著改善由于空间采样不足导致的谱能量泄露问题，相比于传统方法能生成更高分辨率、准确度的地震数据平面波建模结果。
附图说明
图1为本发明实施例一的方法流程图；
图2为本发明实施例一输入的三维地震数据体；
图3为三维地震数据体的纵横向切片展示；
图4为三维时间域射线束谱的纵横向切片展示；
图5为平面波分解重构效果示意图；
图6为本发明方法对局部平面波建模结果对比示意图；
图7为本发明方法抗假频效果对比示意图；
图8为本发明方法应用于地震数据强面波相干噪声的压制效果图；
图9为本发明实施例二的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例一
一种基于稀疏约束的抗假频射线束进行地震数据去噪的方法，该方法用于勘探地震中局部线性限号(或线性相干噪声)的建模与分离，该方法首先将三维时间-空间域地震数据转换到三维频率-空间域地震数据，再基于局部平面波和射线束源的稀疏约束假设，考虑从低频成分引入先验信息求解反问题，获得高质量的射线束谱，之后在射线束谱中分离平面波压制噪声，最后重构输出去噪结果。具体如图1所示，其包括有S1、S2、S3、S4和S5。
S1、输入炮道集或叠后数据道集，获取观测系统参数及三维时间-空间域地震数据d(x,y,t)。
其中，观测系统参数包括时间采样点数、时间采样间隔、空间采样位置、空间采样间隔、地震数据倾角采样范围和倾角采样间隔。本实施例设置地震数据在X、Y空间方向采样点数均为200道、采样间隔10米、时间采样点数为1000、采样间隔1毫秒；另设置平面波倾角方向和观测系统的采样间隔，具体设置射线束谱扫描间隔的纵横向分量dPx、dPy均为0.000005s/m，扫描数量nPx、nPy均为100个方向，基于此获取到的三维时间-空间域地震数据d(x,y,t)构成如图2所示的三维地震数据体。
S2、通过快速傅里叶变换算法将三维时间-空间域地震数据d(x,y,t)转换到三维频率-空间域地震数据d(x,y,ω)。
本实施例中，具体是以多线程并行计算的方式对三维时间-空间域地震数据d(x,y,t)按数据道进行一维快速傅里叶变换，以提高对大规模三维数据的处理效率。同时根据快速傅里叶变换算法的特性，将原数据(三维时间-空间域地震数据)数据道的时间采样点数扩充为2的指数次幂，例如1024。
S3、根据观测系统参数构建平面波基函数，对三维频率-空间域地震数据d(x,y,ω)使用共轭梯度法由低频到高频求解稀疏约束反问题，并将低频射线束谱作为高频反演的约束，求解得到三维频率域射线束谱s(px,py,ω)。
本实施例中，具体是根据S1中确定的观测系统和射线束倾角扫描参数来构建平面波基函数，但由于三维平面波基的数据规模庞大，实际计算时先构建X、Y方向分量的二维平面波基，对Px、Py扫描时由二维平面波基矩阵外积构建对应的三维平面波基(反变换亦然)以减少数据存储量和处理量。如图3所示，其为输入的三维地震数据体的纵横向切片展示，可以看到该数据体中包含一个水平状平面波和一个倾斜平面波。
例如，在空间采样规则的情况下，可根据指数函数eiωp·x和矩阵外积的运算规则知悉，三维单频平面波基函数由二维线性同相轴单频向量外积得到，且同样在空间采样规则的情况下，平面波单频片的内积结果等价于等比数列求和：
Figure BDA0003346463560000051
其中，(式1)被用于生成射线束形成反问题中法方程内积矩阵的各个元素。
另外本实施例在构建平面波基函数的情况下，根据射线束源的稀疏假设建立L2+L1范数约束的反演目标函数为：
Figure BDA0003346463560000052
使用迭代再加权方法得到(式2)的L2+L2近似为：
Figure BDA0003346463560000053
(式3)中的加权项w由低频成分的反演结果构建：
Figure BDA0003346463560000054
并进一步得到频率域射线束源的显示表示为：
Figure BDA0003346463560000055
使用共轭梯度法求解(式5)由低频到高频求解反演结果，即可得到S3中的三维频率域射线束谱s(px,py,ω)。(式5)中，内积矩阵
Figure BDA0003346463560000056
由规则采样下的显示计算公式(即式1)直接生成，对角加权矩阵dig(wj)由低频成分的反演结果得到。
可以理解的是，在S3中，共轭梯度法求解矩阵方程Ax＝b的收敛性依赖于方程中系数矩阵A的性态，当系数矩阵A为正定对称且条件数较小(略大于1且接近于1)时收敛较快；处理实际数据时，为了保证共轭梯度法的收敛性，在迭代过程中若出现数据残差rk＝b-Axk增大的情况，需停止共轭方向的迭代更新，用当前步的残差“重置”共轭方向，以实现共轭梯度法的稳定收敛。
S4、对S3中得到的三维频率域射线束谱s(px,py,ω)进行反傅里叶变换后得到三维时间域射线束谱s(px,py,t)，对三维时间域射线束谱s(px,py,t)进行滤波处理并提取其中的有效信号成分后得到滤波处理后的三维时间域射线束谱s′(px,py,t)。
滤波处理具体是在三维时间域射线束谱s(px,py,t)中使用滤波窗提取保留其中的有效地震信号对应的射线束谱能量，同时去除噪声能量，从而得到滤波处理后的三维时间域射线束谱s′(px,py,t)。
本实施例中，如图4所示，其为本发明方法得到的三维时间域射线束谱s(px,py,t)的纵横向切片展示，可以看到图3中的两个平面波对应射线束谱中的两个能量团。根据射线束谱能量在Px-Py平面上的分布，使用滤波窗保留倾斜平面波所对应的射线束谱能量(如图4方框中的能量团)，为减少截断效应，滤波窗使用汉宁窗函数镶边处理，并获得如图5所示的结果，图5为平面波分解重构结果，其中仅保留倾斜平面波对应的能量。
如图6所示，为本发明方法对局部平面波建模结果对比示意图，其中左图为输入的时间-空间域地震数据，该数据中包含四条线性同相轴；中间图为传统方法的局部平面波建模结果；右图为本发明方法得到的局部平面波建模结果，可见其相比于传统方法，得到的射线束谱能量泄露明显减少，方向分辨率更高。
并且如图7所示，为本发明的抗假频效果对比示意图。其中左图为传统方法建模结果，可以看到存在许多放射状的假频泄露能量；右图为本发明得到的平面波建模结果，相比传统方法，放射状的假频泄露能量显著减少。
S5、对滤波处理后的三维时间域射线束谱s′(px,py,t)进行反变换，得到去噪数据。
具体步骤为：
对滤波处理后的三维时间域射线束谱s′(px,py,t)反变换回频率域；
通过S3构建的平面波基的复共轭重构三维频率-空间域地震数据d′(x,y,ω)；
对重构的三维频率-空间域地震数据d′(x,y,ω)进行反傅里叶变换后输出去噪后的三维时间-空间域地震数据d′(x,y,t)。
如图8所示，为本发明方法应用于地震数据强面波相干噪声的压制效果图。左图为输入的实际地震数据，数据中包含倾斜程度大的强能量面波；右图为使用本发明压制面波后的重构结果，可以看到强的面波能量被显著去除，使得有效的地震信号被凸显出来，从而有效地实现了对地震数据的去噪处理。
综上，本发明采用最小二乘反演方法形成射线束以提高分辨率，并考虑在反演过程中引入平面波倾角的先验信息，该先验信息从低频成分的射线束谱中获得，以期望在提高反演结果方向分辨率的同时压制由于空间采样不足导致的假频泄露能量，从而设计在L2+L1范数约束下的射线束形成反演目标函数，并实现由低频到高频逐频率的稳定高效求解，最终得到高质量的射线束谱，提高地震数据的去噪效果。
实施例二
一种电子设备，如图9所示，包括存储有可执行程序代码的存储器以及与该存储器耦合的处理器；其中，处理器调用存储器中存储的可执行程序代码，执行如实施例一公开的方法步骤。
实施例三
一种计算机存储介质，计算机存储介质中存储有计算机程序，计算机程序被处理器运行时执行如实施例一公开的方法步骤。
本申请是参照根据本申请实施例的方法、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。
以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。

Claims (9)

1.基于稀疏约束的抗假频射线束进行地震数据去噪的方法，其特征在于：包括以下步骤：
S1、输入炮道集或叠后数据道集，获取观测系统参数及三维时间-空间域地震数据d(x,y,t)；
S2、通过快速傅里叶变换算法将三维时间-空间域地震数据d(x,y,t)转换到三维频率-空间域地震数据d(x,y,ω)；
S3、根据观测系统参数构建平面波基函数，对三维频率-空间域地震数据d(x,y,ω)使用共轭梯度法由低频到高频求解稀疏约束反问题，并将低频射线束谱作为高频反演的约束，求解得到三维频率域射线束谱s(px,py,ω)；
S4、对三维频率域射线束谱s(px,py,ω)进行反傅里叶变换后得到三维时间域射线束谱s(px,py,t)，对三维时间域射线束谱s(px,py,t)进行滤波处理并提取其中的有效信号成分后得到滤波处理后的三维时间域射线束谱s′(px,py,t)；
S5、对滤波处理后的三维时间域射线束谱s′(px,py,t)进行反变换，得到去噪数据。
2.根据权利要求1所述的方法，其特征在于：在S1中，所述观测系统参数包括时间采样点数、时间采样间隔、空间采样位置、空间采样间隔、地震数据倾角采样范围和倾角采样间隔。
3.根据权利要求1所述的方法，其特征在于：在S2中，以多线程并行计算的方式对三维时间-空间域地震数据d(x,y,t)按数据道进行一维快速傅里叶变换，并根据快速傅里叶变换算法的特性，将时间域地震数据道的时间采样点数扩充为2的指数次幂。
4.根据权利要求1所述的方法，其特征在于：在S3中，根据指数函数eiωp·x和矩阵外积的运算规则，三维单频平面波基函数由二维线性同相轴单频向量外积得到，且在空间采样规则的情况下，平面波单频片的内积结果等价于等比数列求和：
Figure FDA0003346463550000011
所述(式1)被用于生成射线束形成反问题中法方程内积矩阵的各个元素。
5.根据权利要求4所述的方法，其特征在于：在S3中，根据射线束源的稀疏假设，建立L2+L1范数约束的反演目标函数为
Figure FDA0003346463550000012
使用迭代再加权方法得到所述(式2)的L2+L2近似为
Figure FDA0003346463550000013
其中的加权项w由低频成分的反演结果构建
Figure FDA0003346463550000021
并得到频率域射线束源的显示表示为
Figure FDA0003346463550000022
使用共轭梯度法求解(式5)由低频到高频求解反演结果即S3中的三维频率域射线束谱s(px,py,ω)，其中，内积矩阵
Figure FDA0003346463550000023
由规则采样下的显示计算公式(式1)直接生成，对角加权矩阵dig(wj)由低频成分的反演结果得到。
6.根据权利要求5所述的方法，其特征在于：在S4中，所述对三维时间域射线束谱s(px,py,t)进行滤波处理并提取其中的有效信号成分的步骤为：在所述三维时间域射线束谱s(px,py,t)中使用滤波窗提取保留其中的有效地震信号对应的射线束谱能量，同时去除噪声能量。
7.根据权利要求6所述的方法，其特征在于：在S5中，所述对滤波处理后的三维时间域射线束谱s′(px,py,t)进行反变换，得到去噪数据的步骤为：
对滤波处理后的三维时间域射线束谱s′(px,py,t)反变换回频率域；
通过S3构建的平面波基的复共轭重构三维频率-空间域地震数据d′(x,y,ω)；
对重构的三维频率-空间域地震数据d′(x,y,ω)进行反傅里叶变换后输出去噪后的三维时间-空间域地震数据d′(x,y,t)。
8.一种电子设备，其特征在于：包括存储有可执行程序代码的存储器以及与所述存储器耦合的处理器；其中，所述处理器调用所述存储器中存储的可执行程序代码，执行如权利要求1-7任一项所述的方法。
9.一种计算机可读存储介质，存储有计算机程序，其特征在于：所述计算机程序被处理器运行时执行如权利要求1-7任一项所述的方法。
CN202111324450.2A 2021-11-10 2021-11-10 基于稀疏约束的抗假频射线束进行地震数据去噪的方法 Active CN113917540B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111324450.2A CN113917540B (zh) 2021-11-10 2021-11-10 基于稀疏约束的抗假频射线束进行地震数据去噪的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111324450.2A CN113917540B (zh) 2021-11-10 2021-11-10 基于稀疏约束的抗假频射线束进行地震数据去噪的方法

Publications (2)

Publication Number Publication Date
CN113917540A true CN113917540A (zh) 2022-01-11
CN113917540B CN113917540B (zh) 2023-04-18

Family

ID=79245915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111324450.2A Active CN113917540B (zh) 2021-11-10 2021-11-10 基于稀疏约束的抗假频射线束进行地震数据去噪的方法

Country Status (1)

Country Link
CN (1) CN113917540B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685318A (zh) * 2022-10-28 2023-02-03 哈尔滨工业大学 一种基于动态匹配的抗假频地震数据插值方法、电子设备及存储介质
CN117310802A (zh) * 2023-09-13 2023-12-29 成都捷科思石油天然气技术发展有限公司 一种深度域储层地震反演方法
CN117310802B (zh) * 2023-09-13 2024-06-07 成都捷科思石油天然气技术发展有限公司 一种深度域储层地震反演方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102288994A (zh) * 2011-07-01 2011-12-21 中国海洋石油总公司 Radon谱约束下高维地震数据规则化方法
US20110320129A1 (en) * 2010-06-29 2011-12-29 Chevron U.S.A. Inc. Shot gather data beamer and debeamer
US20160327670A1 (en) * 2014-01-13 2016-11-10 Cgg Services Sa Device and method for deghosting seismic data using sparse tau-p inversion
US20190302296A1 (en) * 2018-03-27 2019-10-03 Mehdi Aharchaou Directional Q Compensation with Sparsity Constraints and Preconditioning
CN111239827A (zh) * 2020-03-09 2020-06-05 吉林大学 基于局部相似系数的三维地震数据多次波压制方法
CN113109866A (zh) * 2020-01-09 2021-07-13 中国石油天然气集团有限公司 一种基于压缩感知的多域稀疏地震数据重构方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110320129A1 (en) * 2010-06-29 2011-12-29 Chevron U.S.A. Inc. Shot gather data beamer and debeamer
CN102288994A (zh) * 2011-07-01 2011-12-21 中国海洋石油总公司 Radon谱约束下高维地震数据规则化方法
US20160327670A1 (en) * 2014-01-13 2016-11-10 Cgg Services Sa Device and method for deghosting seismic data using sparse tau-p inversion
US20190302296A1 (en) * 2018-03-27 2019-10-03 Mehdi Aharchaou Directional Q Compensation with Sparsity Constraints and Preconditioning
CN113109866A (zh) * 2020-01-09 2021-07-13 中国石油天然气集团有限公司 一种基于压缩感知的多域稀疏地震数据重构方法及系统
CN111239827A (zh) * 2020-03-09 2020-06-05 吉林大学 基于局部相似系数的三维地震数据多次波压制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
QUAN ZHANG ET AL.: "A local radon transform for seismic random noise attenuation", 《JOURNAL OF APPLIED GEOPHYSICS》 *
胡江涛等: "拉东谱约束的射线束形成方法及应用", 《石油物探》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685318A (zh) * 2022-10-28 2023-02-03 哈尔滨工业大学 一种基于动态匹配的抗假频地震数据插值方法、电子设备及存储介质
CN117310802A (zh) * 2023-09-13 2023-12-29 成都捷科思石油天然气技术发展有限公司 一种深度域储层地震反演方法
CN117310802B (zh) * 2023-09-13 2024-06-07 成都捷科思石油天然气技术发展有限公司 一种深度域储层地震反演方法

Also Published As

Publication number Publication date
CN113917540B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
Yu et al. Monte Carlo data-driven tight frame for seismic data recovery
Chen et al. Double-sparsity dictionary for seismic noise attenuation
Wu et al. Incoherent dictionary learning for reducing crosstalk noise in least-squares reverse time migration
Wang et al. Fast dictionary learning for high-dimensional seismic reconstruction
Shin et al. 3D Laplace-domain full waveform inversion using a single GPU card
Bai et al. A structural rank reduction operator for removing artifacts in least-squares reverse time migration
CN105700020A (zh) 一种地震数据随机噪声压制方法及装置
Wason et al. Source separation via SVD-free rank minimization in the hierarchical semi-separable representation
CN112578471B (zh) 一种探地雷达杂波噪声去除方法
Habashy et al. Source-receiver compression scheme for full-waveform seismic inversion
Zhang et al. 3D simultaneous seismic data reconstruction and noise suppression based on the curvelet transform
CN108230280A (zh) 基于张量模型与压缩感知理论的图像斑点噪声去除方法
CN114611062A (zh) 三维重力快速反演优化方法、系统、存储介质和电子设备
CN113917540B (zh) 基于稀疏约束的抗假频射线束进行地震数据去噪的方法
CN109738950A (zh) 基于三维稀疏聚焦域反演的噪声型数据一次波反演方法
CN113204051B (zh) 一种基于变分模态分解的低秩张量地震数据去噪方法
CN113935246A (zh) 一种信号鲁棒稀疏时频分析方法、终端设备及存储介质
Gholami et al. Time-invariant Radon transform by generalized Fourier slice theorem
CN114325821A (zh) 基于3d-snacnn网络的叠前地震资料中强散射噪声压制方法及系统
Li et al. Simultaneous seismic data interpolation and denoising based on nonsubsampled contourlet transform integrating with two-step iterative log thresholding algorithm
Bahr et al. Wavespace-based coherent deconvolution
Gou et al. Complex seismic wavefield interpolation based on the Bregman iteration method in the sparse transform domain
CA2870892A1 (en) A computerized method and a computer program product for determining a resulting data set representative of a geological region of interest
Rahman et al. Comparison of computational methods developed to address depth-variant imaging in fluorescence microscopy
CN116859461B (zh) 一种多次波成像方法及系统

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
GR01 Patent grant