CN113945967A - 绕射波的分离方法及装置 - Google Patents
绕射波的分离方法及装置 Download PDFInfo
- Publication number
- CN113945967A CN113945967A CN202111197682.6A CN202111197682A CN113945967A CN 113945967 A CN113945967 A CN 113945967A CN 202111197682 A CN202111197682 A CN 202111197682A CN 113945967 A CN113945967 A CN 113945967A
- Authority
- CN
- China
- Prior art keywords
- matrix
- singular
- seismic data
- singular value
- frequency space
- 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.)
- Pending
Links
- 238000000926 separation method Methods 0.000 title claims description 25
- 239000011159 matrix material Substances 0.000 claims abstract description 247
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000005457 optimization Methods 0.000 claims abstract description 42
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 230000009466 transformation Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 8
- 238000002447 crystallographic data Methods 0.000 claims 1
- 230000002349 favourable effect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种绕射波的分离方法及装置，该方法包括：确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果，然后确定频率空间地震数据的奇异矩阵、奇异值和奇异值矩阵；采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值和奇异值矩阵，确定奇异值权重矩阵；根据奇异矩阵、奇异值、原始分解结果和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。本技术考虑了自适应计算奇异值权重因子，避免了传统方法中常数秩选取策略，增强了算法的鲁棒性和适应性，有利于获取高质量分离的绕射波场。
Description
技术领域
本发明涉及地下勘探高分辨率成像的技术领域，尤其是涉及一种绕射波的分离方法及装置。
背景技术
地下不连续地质体，如空洞、断层、裂缝等，往往和矿产资源分布具有紧密的关系，对非均匀不连续地质体的精确定位，可有效提高勘探成功率，降低成本，避免可能发生的地质灾害，规避风险。绕射波是小尺度地质体的地震响应，包含了小尺度地质体的构造信息，可以用来精确定位非均匀不连续地质体，提供更强的地下空间照明度。但相对反射波而言，绕射波在传播过程中衰减较快，能量较弱，容易被强能量的反射波掩盖。因此，需要将绕射波从反射波中分离，以增强绕射响应，从而进行绕射波高精度成像，对小尺度地质体精确定位。
现有方法中，传统的绕射波分离方法一般应用常数秩的策略，根据频率空间地震数据的同相轴个数，预定一个常数秩来估计反射波和绕射波奇异值，这种方法误差较大，难以推广和应用。
发明内容
基于此，本发明的目的在于提供一种绕射波的分离方法及装置，以避免传统方法中常数秩选取策略，增强了算法的鲁棒性和适应性，有利于获取高质量分离的绕射波场数据。
第一方面，本发明实施例提供了一种绕射波的分离方法，该方法包括：确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；其中，频率空间地震数据包括绕射波数据、反射波数据和噪音数据；对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果；根据低秩优化模型，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵；采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值、原始分解结果和奇异值矩阵，确定奇异值权重矩阵；根据奇异矩阵、奇异值和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。
进一步地，奇异矩阵包括左奇异矩阵和右奇异矩阵；奇异值矩阵包括奇异值；通过下述算式根据低秩优化模型和近似有效信号，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵：
其中，M为初始Hankel块矩阵，r1为反射波数据的秩；r2为绕射波数据的秩；N为频率空间地震数据的秩；U为左奇异矩阵，∑为奇异值矩阵；V为右奇异矩阵，T为转置符号。
进一步地，上述左奇异矩阵包括反射波的左奇异矩阵、绕射波的左奇异矩阵和噪音的左奇异矩阵；右奇异矩阵包括反射波的右奇异矩阵、绕射波的右奇异矩阵和噪音的右奇异矩阵；奇异值包括反射波的奇异值、绕射波的奇异值和噪音的奇异值。
进一步地，下述算式对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果：
其中，
为低秩约束下的近似有效信号；rank(H(S))＝r表征有效信号S的Hankel矩阵的秩为r；D为频率空间地震数据，S为有效信号；F为Frobenius函数。
进一步地，下述算式采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值和奇异值矩阵，确定奇异值权重矩阵：
其中，
为奇异值权重矩阵，ω为频率，F为Frobenius函数，
为从第1行至第i行进行求和；θi表示第i行的奇异值，Ui表示第i行的左奇异矩阵；
表示第i行的右奇异矩阵的转置矩阵；λi为奇异权重；
为低秩约束下的近似有效左奇异矩阵；
为低秩约束下的近似有效右奇异矩阵的转置。
进一步地，上述根据奇异矩阵、奇异值、原始分解结果和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据的步骤，包括：根据绕射波的奇异值、绕射波的左奇异矩阵和绕射波的右奇异矩阵，重构初始Hankel块矩阵，得到第二Hankel块矩阵；根据奇异值权重矩阵中的奇异值因子，改写第二Hankel块矩阵，得到第三Hankel块矩阵；根据原始分解结果和第三Hankel块矩阵，得到绕射波Hankel块矩阵；基于Fourier逆变换，将绕射波Hankel块矩阵转换为分离绕射波数据。
进一步地，上述确定频率空间地震数据的步骤，包括：获取目标区域的时间空间震数据；沿时间轴对时间空间震数据进行Fourier变换，得到频率空间地震数据。
进一步地，上述确定频率空间地震数据的初始Hankel块矩阵的步骤，包括：针对每一个频率下的频率空间地震数据，构建第四Hankel块矩阵；基于第四Hankel块矩阵的行数据构建初始Hankel块矩阵。
第二方面，本发明实施例提供一种绕射波的分离装置，上述分离装置包括：初始数据确定模块，用于确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；其中，频率空间地震数据包括绕射波数据、反射波数据和噪音数据；低秩优化模块，用于对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果；奇异值分解模块，用于根据低秩优化模型，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵；权重获取模块，用于采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值和奇异值矩阵，确定奇异值权重矩阵；绕射波确定模块，用于根据奇异矩阵、奇异值、原始分解结果和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。
第三方面，本发明实施例提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述绕射波的分离方法。
本发明实施例的有益效果如下：
本发明实施例提供了一种绕射波的分离方法及装置，该方法包括：确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；其中，频率空间地震数据包括绕射波数据、反射波数据和噪音数据；对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果；根据低秩优化模型，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵；采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值、原始分解结果和奇异值矩阵，确定奇异值权重矩阵；根据奇异矩阵、奇异值和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。本技术由于考虑了自适应计算奇异值权重因子，避免了传统方法中常数秩选取策略，增强了算法的鲁棒性和适应性，有利于获取高质量分离的绕射波场，定位地下空间中的异常构造，降低事故风险。
本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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。
图1为本发明实施例提供的一种绕射波的分离方法的流程图；
图2为本发明实施例提供的另一种绕射波的分离方法的流程图；
图3为本发明实施例提供的一种绕射波的分离装置示意图；
图4为本发明实施例提供的一种绕射波的分离实现装置的结构示意图。
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，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
地下不连续地质体，如空洞、断层、裂缝等，往往和矿产资源分布具有紧密的关系，对非均匀不连续地质体的精确定位，可有效提高勘探成功率，降低成本，避免可能发生的地质灾害，规避风险。绕射波是小尺度地质体的地震响应，包含了小尺度地质体的构造信息，可以用来精确定位非均匀不连续地质体，提供更强的地下空间照明度。但相对反射波而言，绕射波在传播过程中衰减较快，能量较弱，容易被强能量的反射波掩盖。因此，需要将绕射波从反射波中分离，以增强绕射响应，从而进行绕射波高精度成像，对小尺度地质体精确定位。
现有方法中，传统的低秩绕射波分离方法一般应用常数秩的策略，根据地震数据的同相轴个数，预定一个常数秩来估计反射波和绕射波奇异值，使得低秩方法难以推广和应用。本算法利用最小二乘优化问题求取奇异值权重因子，从数据自身计算反射波和绕射波奇异值，具有较强的鲁棒性和适应性，有利于复杂地区绕射波数据的分离处理。
基于此，本发明实施例提供的一种绕射波的分离方法及装置，该技术方案应用于地下勘探的场景中。
实施例一
为便于对本实施例进行理解，首先对本发明实施例所公开的一种绕射波的分离方法进行详细介绍。
参见图1所示的为一种绕射波的分离方法的流程图，该方法包括如下步骤：
步骤S102，确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；其中，频率空间地震数据包括绕射波数据、反射波数据和噪音数据。
步骤S104，对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果。
步骤S106，根据低秩优化模型，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵。
步骤S108，采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值和奇异值矩阵，确定奇异值权重矩阵。
步骤S110，根据奇异矩阵、奇异值、原始分解结果和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。
本发明提出了一种绕射波的分离方法，涉及地震勘探的高分辨率成像的技术领域，该方法利用了地震反射波的低秩特点，通过构建最小二乘优化问题自适应求取反射波和绕射波奇异值，获得高质量绕射波分离结果。其中，该方法包括：获取待处理区域的地震波场共偏移距数据；沿时间轴进行Fourier变换，获得频率-空间域地震共偏移距数据；针对每一个频率切片数据，构建Hankel矩阵；建立低秩优化模型，应用奇异值分解技术对每一个频率切片数据进行分解；构建Frobenius范数最小二乘优化问题，获得最优低秩矩阵近似的奇异值权重矩阵；利用绕射波奇异值和奇异矩阵重构Hankel矩阵；应用Fourier逆变换，获得自适应低秩优化分离的时间-空间域绕射波数据。由于考虑了自适应计算奇异值权重因子，避免了传统方法中常数秩选取策略，增强了算法的鲁棒性和适应性，有利于获取高质量分离的绕射波场，定位地下空间中的异常构造，降低事故风险。
实施例二
下面对另一种绕射波的分离方法进行详细介绍。参见图2所示的为另一种绕射波的分离方法的流程图，该方法包括如下步骤：
步骤S202，获取目标区域的时间空间震数据；沿时间轴对时间空间震数据进行Fourier变换，得到频率空间地震数据。
具体地，上述时间空间震数据又称为地震波场共偏移距数据，上述频率空间地震数据又称为频率-空间域地震共偏移距数据。这一操作能够把原始数据从时间空间域转换到频率空间域，频率空间域处理更加方便，处理效果更好。
步骤S204，针对每一个频率下的频率空间地震数据，构建第四Hankel块矩阵；基于第四Hankel块矩阵的行数据构建初始Hankel块矩阵。
具体地，对于每个频率下的空间地震数据，组合起来构建Hankel块矩阵。具体操作是如下：
一、根据下式(1)得到针对频率为ω的地震数据：
其中，D(ω0)表示地震波频率为ω0时的地震数据矩阵，D(1,1)表示频率为ω0时空间位置x＝1，y＝1时的地震数据；Nt，Nx，Ny表示不同的维度，具体地，Nx，Ny表示空间x和y方向的地震数据总道数。
二、公式(1)对应的Hankel矩阵(即第四Hankel块矩阵)可表示为下式：
其中，Hi表示频率为ωi时构建的Hankel矩阵；D(i,1)表示空间位置x＝i，y＝1时的地震数据。
三、基于第四Hankel块矩阵的行数据构建初始Hankel块矩阵，按照下式，考虑所有数据所有行，Hankel块矩阵(即初始Hankel块矩阵)可以表示为：
其中，H1、H2、HP分别表示不同频率对应的Hankel矩阵；M表示初始Hankel块矩阵。Hankel矩阵具有低秩的性质，可以有效表现地震数据低秩的特点，因此这一步的目的是，把地震数据(频率空间地震数据)转换成Hankel形式。
步骤S206，对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果。
具体地，运用下式计算：
其中，
为低秩约束下的近似有效信号；rank(H(S))＝r表征有效信号S的Hankel矩阵的秩为r；D为频率空间地震数据，S为有效信号；F为Frobenius函数。
具体地，原始地震数据的原始分解结果为M＝U∑V，即Hankel矩阵可以分解成左奇异矩阵、奇异值矩阵、右奇异矩阵三者相乘的形式。
具体地，这一步是构建低秩优化模型的过程；argmin表示求取最小值；rank是指秩。公式(4)是建立的一个目标函数(即低秩优化模型)，这种目标函数可以通过奇异值分解方法进行求解。这一操作的意义是为了约束原来的频率切片数据，得到低秩约束下的近似有效信号。
步骤S208，根据低秩优化模型，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵。
具体地，上述左奇异矩阵U包括反射波的左奇异矩阵、绕射波的左奇异矩阵和噪音的左奇异矩阵；右奇异矩阵V包括反射波的右奇异矩阵、绕射波的右奇异矩阵和噪音的右奇异矩阵；奇异值包括反射波的奇异值、绕射波的奇异值和噪音的奇异值。
具体地，根据下式计算上述奇异矩阵、奇异值和奇异值矩阵：
其中，奇异矩阵包括左奇异矩阵和右奇异矩阵；奇异值矩阵包括奇异值；其中，M为初始Hankel块矩阵，r1为反射波数据的秩；r2为绕射波数据的秩；N为频率空间地震数据的秩；U为左奇异矩阵，∑为奇异值矩阵；V为右奇异矩阵，T为转置符号。
具体地，利用公式(5)目的是得到U为左奇异矩阵，∑为奇异值矩阵(奇异值θ构成的矩阵)；V为右奇异矩阵。
具体地，公式(5)是公式(3)和公式(4)思想的结合而得到的，公式(5)是对公式(3)的M进行分解后的结果。这一步就是SVD(奇异值分解)的结果，原始的分解(即原始分解结果)是M＝UΣV，根据本技术的研究内容将每个变量分成三个部分，分别代表反射波、绕射波和噪音。传统方法利用常数直接给定r1和r2，在本方法中用不到具体的数值，本方法的r1和r2不是预先给定的常数，而是根据实际情况计算出来的，这一操作能够将绕射波和反射波、噪音更好地分离开来。
步骤S210，采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值和奇异值矩阵，确定奇异值权重矩阵。
具体地，利用下式计算奇异值的权重：
其中，
为奇异值权重矩阵，ω为频率，F为Frobenius函数，
为从第1行至第i行进行求和；θi表示第i行的奇异值，Ui表示第i行的左奇异矩阵；
表示第i行的右奇异矩阵的转置矩阵；λi为奇异权重；
为低秩约束下的近似有效左奇异矩阵；
为低秩约束下的近似有效右奇异矩阵的转置。
具体地，这一过程能够构建Frobenius范数最小二乘优化问题，获得最优低秩矩阵近似的奇异值权重矩阵。这一步骤是不同于传统公式的一种新的约束方法。
对公式(6)可以改写为：
其中，
表示奇异值权重因子；
和
均为一种表达形式，具体内容如下：
其中，Tr表示矩阵的迹，即主对角线上的所有元素之和；I表示单位矩阵；
表示第r+1个到最后一个奇异值构成的对角矩阵；M表示矩阵
的大小。
步骤S212，根据绕射波的奇异值、绕射波的左奇异矩阵和绕射波的右奇异矩阵，重构初始Hankel块矩阵，得到第二Hankel块矩阵。
步骤S214，根据奇异值权重矩阵中的奇异值因子，改写第二Hankel块矩阵，得到第三Hankel块矩阵。
具体地，上式第三Hankel块矩阵表示为：
其中，M为第三Hankel块矩阵；
代表反射波的左奇异矩阵；
代表绕射波的右奇异矩阵；
代表估计的反射波奇异值权重因子；
代表估计的绕射波奇异值权重因子；
代表反射波的奇异值θ构成的矩阵；
代表绕射波的奇异值θ构成的矩阵；
代表反射波的右奇异矩阵的转置矩阵；
代表绕射波的右奇异矩阵的转置矩阵。
具体地，公式(10)代表加权过后的矩阵分解过程，是为了找出反射波和绕射波的阈值，为公式(11)的求取绕射波Hankel块矩阵做铺垫。
步骤S216，根据原始分解结果和第三Hankel块矩阵，得到绕射波Hankel块矩阵。
具体地，根据式(10)的结果，结合原始分解结果的思想，可以重构绕射波Hankel矩阵
步骤S218，基于Fourier逆变换，将绕射波Hankel块矩阵转换为分离绕射波数据。
具体地，应用Fourier逆变换，获得自适应低秩优化分离的时间-空间域绕射波数据。
本发明实施例提供的另一种绕射波的分离方法，与上述实施例提供的绕射波的分离方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
实施例三
本发明实施例提供一种绕射波的分离装置，如图3所示，上述分离装置包括：
初始数据确定模块31，用于确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；其中，频率空间地震数据包括绕射波数据、反射波数据和噪音数据。
低秩优化模块32，用于对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果。
奇异值分解模块33，用于根据低秩优化模型，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵。
权重获取模块34，用于采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值和奇异值矩阵，确定奇异值权重矩阵。
绕射波确定模块35，用于根据奇异矩阵、奇异值、原始分解结果和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。
本发明实施例提供的绕射波的分离装置，与上述实施例提供的绕射波的分离方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
实施例四
本发明实施例提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述绕射波的分离方法，如图4所示，图4为一种绕射波的分离实现装置的结构示意图。
该实现装置包括存储器100和处理器101；其中，存储器100用于存储一条或多条计算机指令，一条或多条计算机指令被处理器执行，以实现上述绕射波的分离方法，该方法可以包括以上方法中的一种或多种。
进一步，图4所示的分布式存储装置还包括总线102和通信接口103，处理器101、通信接口103和存储器100通过总线102连接。
其中，存储器100可能包含高速随机存取存储器(RAM，Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线102可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
处理器101可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DigitalSignal Processing，简称DSP)、专用集成电路(Application Specific IntegratedCircuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器100，处理器101读取存储器100中的信息，结合其硬件完成前述实施例的方法的步骤。
本发明实施例还提供了一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现上述绕射波的分离方法，具体实现可参见方法实施例，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种绕射波的分离方法，其特征在于，所述方法包括：
确定频率空间地震数据以及所述频率空间地震数据的初始Hankel块矩阵；其中，所述频率空间地震数据包括绕射波数据、反射波数据和噪音数据；
对所述频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果；
根据所述低秩优化模型，确定所述频率空间地震数据的奇异矩阵、所述频率空间地震数据的奇异值和所述频率空间地震数据的奇异值矩阵；
采用Frobenius范数最小二乘优化算法，基于所述奇异矩阵、所述奇异值和所述奇异值矩阵，确定奇异值权重矩阵；
根据所述奇异矩阵、所述奇异值、所述原始分解结果和所述奇异值权重矩阵，重构所述初始Hankel块矩阵，并确定分离绕射波数据。
2.根据权利要求1所述的方法，其特征在于，所述奇异矩阵包括左奇异矩阵和右奇异矩阵；所述奇异值矩阵包括所述奇异值；
通过下述算式根据所述低秩优化模型，确定所述频率空间地震数据的奇异矩阵、所述频率空间地震数据的奇异值和所述频率空间地震数据的奇异值矩阵：
其中，M为所述初始Hankel块矩阵，r1为所述反射波数据的秩；r2为所述绕射波数据的秩；N为所述频率空间地震数据的秩；U为所述左奇异矩阵，∑为所述奇异值矩阵；V为所述右奇异矩阵，T为转置符号。
3.根据权利要求2所述的方法，其特征在于，所述左奇异矩阵包括反射波的左奇异矩阵、绕射波的左奇异矩阵和噪音的左奇异矩阵；
所述右奇异矩阵包括反射波的右奇异矩阵、绕射波的右奇异矩阵和噪音的右奇异矩阵；
所述奇异值包括反射波的奇异值、绕射波的奇异值和噪音的奇异值。
4.根据权利要求3所述的方法，其特征在于，通过下述算式对所述频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果：
其中，
为所述低秩约束下的近似有效信号；rank(H(S))＝r表征有效信号S的Hankel矩阵的秩为r；D为所述频率空间地震数据，S为有效信号；F为Frobenius函数。
5.根据权利要求4所述的方法，其特征在于，通过下述算式采用Frobenius范数最小二乘优化算法，基于所述奇异矩阵、所述奇异值和所述奇异值矩阵，确定奇异值权重矩阵：
其中，
为所述奇异值权重矩阵，ω为频率，F为Frobenius函数，
为从第1行至第i行进行求和；θi表示第i行的奇异值，Ui表示第i行的左奇异矩阵；
表示第i行的右奇异矩阵的转置矩阵；λi为奇异权重；
为低秩约束下的近似有效左奇异矩阵；
为低秩约束下的近似有效右奇异矩阵的转置。
6.根据权利要求5所述的方法，其特征在于，根据所述奇异矩阵、所述奇异值、所述原始分解结果和所述奇异值权重矩阵，重构所述初始Hankel块矩阵，并确定分离绕射波数据的步骤，包括：
根据所述绕射波的奇异值、所述绕射波的左奇异矩阵和所述绕射波的右奇异矩阵，重构所述初始Hankel块矩阵，得到第二Hankel块矩阵；
根据所述奇异值权重矩阵中的奇异值因子，改写所述第二Hankel块矩阵，得到第三Hankel块矩阵；
根据所述原始分解结果和所述第三Hankel块矩阵，得到绕射波Hankel块矩阵；
基于Fourier逆变换，将所述绕射波Hankel块矩阵转换为所述分离绕射波数据。
7.根据权利要求1所述的方法，其特征在于，确定频率空间地震数据的步骤，包括：
获取目标区域的时间空间震数据；
沿时间轴对所述时间空间震数据进行Fourier变换，得到所述频率空间地震数据。
8.根据权利要求7所述的方法，其特征在于，确定所述频率空间地震数据的初始Hankel块矩阵的步骤，包括：
针对每一个频率下的所述频率空间地震数据，构建第四Hankel块矩阵；
基于所述第四Hankel块矩阵的行数据构建所述初始Hankel块矩阵。
9.一种绕射波的分离装置，其特征在于，所述分离装置包括：
初始数据确定模块，用于确定频率空间地震数据以及所述频率空间地震数据的初始Hankel块矩阵；其中，所述频率空间地震数据包括绕射波数据、反射波数据和噪音数据；
低秩优化模块，用于对所述频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果；
奇异值分解模块，用于根据所述低秩优化模型，确定所述频率空间地震数据的奇异矩阵、所述频率空间地震数据的奇异值和所述频率空间地震数据的奇异值矩阵；
权重获取模块，用于采用Frobenius范数最小二乘优化算法，基于所述奇异矩阵、所述奇异值和所述奇异值矩阵，确定奇异值权重矩阵；
绕射波确定模块，用于根据所述奇异矩阵、所述奇异值、所述原始分解结果和所述奇异值权重矩阵，重构所述初始Hankel块矩阵，并确定分离绕射波数据。
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1至8任一项所述的绕射波的分离方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111197682.6A CN113945967A (zh) | 2021-10-14 | 2021-10-14 | 绕射波的分离方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111197682.6A CN113945967A (zh) | 2021-10-14 | 2021-10-14 | 绕射波的分离方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113945967A true CN113945967A (zh) | 2022-01-18 |
Family
ID=79330429
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111197682.6A Pending CN113945967A (zh) | 2021-10-14 | 2021-10-14 | 绕射波的分离方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113945967A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114460633A (zh) * | 2022-01-19 | 2022-05-10 | 吉林大学 | 基于加权框架变换-低维流形模型的地震去噪与插值方法 |
| CN115061206A (zh) * | 2022-04-15 | 2022-09-16 | 中国地质科学院地球物理地球化学勘查研究所 | 一种远探测声波测井绕射波分离与成像方法及系统 |
| CN115598702A (zh) * | 2022-10-25 | 2023-01-13 | 中国矿业大学（北京）（Cn） | 一种地热资源热储空间构造分布的探测方法及装置 |
| CN115903032A (zh) * | 2022-10-25 | 2023-04-04 | 中国矿业大学(北京) | 一种地下流体存储空间与运移通道探测方法及装置 |
| CN116068903A (zh) * | 2023-04-06 | 2023-05-05 | 中国人民解放军国防科技大学 | 一种闭环系统鲁棒性能的实时优化方法、装置及设备 |
| CN116482753A (zh) * | 2023-06-20 | 2023-07-25 | 山东省煤田地质规划勘察研究院 | 绕射波提取方法、装置、电子设备及介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106772583A (zh) * | 2017-01-10 | 2017-05-31 | 中国科学院地质与地球物理研究所 | 一种地震绕射波分离方法和装置 |
| CN108919350A (zh) * | 2018-09-26 | 2018-11-30 | 中国矿业大学(北京) | 绕射波分离方法及装置 |
-
2021
- 2021-10-14 CN CN202111197682.6A patent/CN113945967A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106772583A (zh) * | 2017-01-10 | 2017-05-31 | 中国科学院地质与地球物理研究所 | 一种地震绕射波分离方法和装置 |
| CN108919350A (zh) * | 2018-09-26 | 2018-11-30 | 中国矿业大学(北京) | 绕射波分离方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| MIN BAI 等: "Seismic signal enhancement based on the low-rank methods", 《GEOPHYSICAL PROSPECTING》 * |
| PENG LIN 等: "A Robust Adaptive Rank-Reduction Method for 3D Diffraction Separation and Imaging", 《PURE AND APPLIED GEOPHYSICS》 * |
| VICENTE OROPEZA 等: "Simultaneous seismic data denoising and reconstruction via multichannel singular spectrum analysis", 《GEOPHYSICS》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114460633A (zh) * | 2022-01-19 | 2022-05-10 | 吉林大学 | 基于加权框架变换-低维流形模型的地震去噪与插值方法 |
| CN115061206A (zh) * | 2022-04-15 | 2022-09-16 | 中国地质科学院地球物理地球化学勘查研究所 | 一种远探测声波测井绕射波分离与成像方法及系统 |
| CN115598702A (zh) * | 2022-10-25 | 2023-01-13 | 中国矿业大学（北京）（Cn） | 一种地热资源热储空间构造分布的探测方法及装置 |
| CN115903032A (zh) * | 2022-10-25 | 2023-04-04 | 中国矿业大学(北京) | 一种地下流体存储空间与运移通道探测方法及装置 |
| CN115598702B (zh) * | 2022-10-25 | 2023-11-28 | 中国矿业大学(北京) | 一种地热资源热储空间构造分布的探测方法及装置 |
| CN115903032B (zh) * | 2022-10-25 | 2023-12-15 | 中国矿业大学(北京) | 一种地下流体存储空间与运移通道探测方法及装置 |
| CN116068903A (zh) * | 2023-04-06 | 2023-05-05 | 中国人民解放军国防科技大学 | 一种闭环系统鲁棒性能的实时优化方法、装置及设备 |
| CN116482753A (zh) * | 2023-06-20 | 2023-07-25 | 山东省煤田地质规划勘察研究院 | 绕射波提取方法、装置、电子设备及介质 |
| CN116482753B (zh) * | 2023-06-20 | 2023-09-05 | 山东省煤田地质规划勘察研究院 | 绕射波提取方法、装置、电子设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113945967A (zh) | 绕射波的分离方法及装置 | |
| CN106646595A (zh) | 一种基于张量的自适应秩截断的地震数据压缩方法 | |
| CN113361367B (zh) | 基于深度学习的地下目标电磁反演方法及系统 | |
| CN105549078B (zh) | 不规则地震数据的五维插值处理方法及装置 | |
| CN103853930B (zh) | 地震矢量波场数值模拟方法和装置 | |
| CN107124216A (zh) | 一种针对阵列误差的Capon稳健自适应波束形成方法及系统 | |
| CN110297273B (zh) | 储层的叠前反演方法及装置 | |
| CN111738347B (zh) | 海浪方向谱订正方法、装置、存储介质和电子设备 | |
| CN113945968B (zh) | 不连续地质体的绕射波成像方法、装置及电子设备 | |
| CN112034463A (zh) | 一种sar数据的高精度沉降监测方法和装置 | |
| CN108919350A (zh) | 绕射波分离方法及装置 | |
| CN105259575B (zh) | 快速3d自由表面多次波预测方法 | |
| CN110807428A (zh) | 煤类样品的识别方法、装置、服务器及存储介质 | |
| Ben Atitallah et al. | A new hardware architecture of the adaptive vector median filter and validation in a hardware/software environment | |
| CN113917540A (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 | |
| CN109490951B (zh) | 绕射波成像方法、装置和电子设备 | |
| CN107144881B (zh) | 地震数据的处理方法和装置 | |
| CN112505629B (zh) | 一种sar电磁干扰抑制方法及装置 | |
| CN114996653A (zh) | 一种基于原子范数最小化的二维鲁棒自适应波束形成方法 | |
| CN114998137A (zh) | 一种基于生成对抗网络的探地雷达图像杂波抑制方法 | |
| CN114844544A (zh) | 一种基于低管秩张量分解的互质阵列波束成形方法、系统及介质 | |
| CN113779805B (zh) | 海洋噪声相关性仿真方法和装置、设备及存储介质 | |
| CN108845356B (zh) | 绕射波成像方法、装置和电子设备 | |
| Goodrick | Image reconstruction in radio astronomy with non-coplanar synthesis arrays | |
| Klionskiy et al. | Adaptive algorithm for hydroacoustic signal processing |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220118 |