CN113945968B - 不连续地质体的绕射波成像方法、装置及电子设备 - Google Patents
不连续地质体的绕射波成像方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113945968B CN113945968B CN202111214326.0A CN202111214326A CN113945968B CN 113945968 B CN113945968 B CN 113945968B CN 202111214326 A CN202111214326 A CN 202111214326A CN 113945968 B CN113945968 B CN 113945968B
- Authority
- CN
- China
- Prior art keywords
- singular value
- data
- singular
- diffracted wave
- matrix
- 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.)
- Active
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 93
- 239000011159 matrix material Substances 0.000 claims description 63
- 239000013598 vector Substances 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 33
- 238000000354 decomposition reaction Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000523 sample Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000002706 plastid Anatomy 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/50—Corrections or adjustments related to wave propagation
- G01V2210/51—Migration
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)
- Radar Systems Or Details Thereof (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种不连续地质体的绕射波成像方法、装置及电子设备，首先基于获取到的待测地质体的地震数据，确定地震数据的特征参数；然后基于特征参数，确定待测地质体的绕射波数据；最后基于绕射波数据，对待测地质体成像。本发明中，基于特征参数进一步确定绕射波数据，从而提高了不连续地质体的绕射波成像的质量。
Description
技术领域
本发明涉及地震数据处理技术领域，尤其是涉及一种不连续地质体的绕射波成像方法、装置及电子设备。
背景技术
相关技术中，通常采用低秩策略预定反射波和绕射波的秩，从而确定地震波数据中的绕射波数据。然而，对于复杂实际数据，该方式得到的绕射波数据往往还夹杂着其他数据，导致通过绕射波数据成像的质量较低。
发明内容
有鉴于此，本发明的目的在于提供一种射波成像方法、装置及电子设备，以提高不连续地质体的绕射波成像的质量。
第一方面，本发明实施例提供了一种不连续地质体的绕射波成像方法，包括：基于获取到的待测地质体的地震数据，确定地震数据的特征参数；基于特征参数，确定待测地质体的绕射波数据；基于绕射波数据，对待测地质体成像。
进一步地，上述基于获取到的待测地质体的地震数据，确定地震数据的特征参数的步骤，包括：基于平面波分解算法以及获取到的待测地质体的地震数据，构建地震炮集结构预测数据；对地震炮集结构预测数据进行奇异值分解处理，得到地震炮集结构预测数据对应的奇异向量及奇异值矩阵；将奇异向量及奇异值矩阵确定为地震数据的特征参数。
进一步地，对地震炮集结构预测数据进行奇异值分解处理，得到地震炮集结构预测数据对应的奇异向量及奇异值矩阵的步骤，包括：对地震炮集结构预测数据进行傅里叶变换，得到频率空间域的预测数据；频率空间域的预测数据包括对应于多个频率的频率切片数据；针对每个频率切片数据，对频率切片数据进行汉克尔矩阵变换，得到频率切片数据对应的汉克尔矩阵；对汉克尔矩阵进行奇异值分解，得到频率切片数据对应的奇异向量及奇异值矩阵。
进一步地，上述特征参数包括地震炮集结构预测数据的奇异向量及奇异值矩阵；奇异值矩阵包括多个奇异值；基于特征参数，确定待测地质体的绕射波数据的步骤，包括：基于奇异值矩阵确定绕射波奇异值阈值；基于绕射波奇异值阈值、奇异向量及奇异值矩阵，确定绕射波对应的奇异值参数；基于绕射波对应的奇异值参数，得到待测地质体的绕射波数据。
进一步地，上述奇异值矩阵包括多个奇异值；奇异值矩阵基于地震炮集结构预测数据的汉克尔矩阵确定；基于奇异值矩阵确定绕射波奇异值阈值的步骤，包括：基于奇异值矩阵中，计算奇异值中值；基于汉克尔矩阵的行数、列数以及预设的多项式参数，计算阈值参数；将奇异值中值与阈值参数之积确定为绕射波奇异值阈值。
进一步地，基于绕射波对应的奇异值参数，得到待测地质体的绕射波数据的步骤，包括：将奇异值矩阵中，小于奇异值参数的奇异值确定为绕射波奇异值；将奇异向量中，与绕射波奇异值对应的奇异向量确定为绕射波奇异向量；基于绕射波奇异值以及绕射波奇异向量，生成绕射波汉克尔矩阵；对绕射波汉克尔矩阵进行傅里叶逆变换，得到时间域的绕射波数据。
进一步地，基于绕射波数据，对待测地质体成像的步骤，包括：对绕射波数据进行对称偏移处理，得到角度域共成像点道集；角度域共成像点道集包括多个成像点数据；以角度域共成像点道集的零度角位置为轴，在每个时间样点处，以与水平方向成预设夹角进行扫描，得到扫描结果；扫描结果包括多个与零度角位置对称的扫描线；针对每个扫描线，计算扫描线中以零度角位置对称的两个成像点的相关性；如果两个成像点的相关性满足预设条件，对两个成像点进行叠加成像；将基于扫描结果得到的成像结果，确定为待测地质体的成像结果。
第二方面，本发明实施例还提供一种不连续地质体的绕射波成像装置，包括：特征参数确定模块，用于基于获取到的待测地质体的地震数据，确定地震数据的特征参数；绕射波数据确定模块，用于基于特征参数，确定待测地质体的绕射波数据；成像模块，用于基于绕射波数据，对待测地质体成像。
第三方面，本发明实施例还提供一种电子设备，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不连续地质体的绕射波成像方法。
第四方面，本发明实施例还提供机器可读存储介质，机器可读存储介质存储有机器可执行指令，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不连续地质体的绕射波成像方法。
本发明实施例带来了以下有益效果：
本发明实施例提供了一种不连续地质体的绕射波成像方法、装置及电子设备，首先基于获取到的待测地质体的地震数据，确定地震数据的特征参数；然后基于特征参数，确定待测地质体的绕射波数据；最后基于绕射波数据，对待测地质体成像。该方式中，基于特征参数进一步确定绕射波数据，从而提高了不连续地质体的绕射波成像的质量。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，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不连续地质体的绕射波成像方法的流程图；
图2为本发明实施例提供的另一种不连续地质体的绕射波成像方法的流程图；
图3为本发明实施例提供的一种不连续地质体的绕射波成像装置的结构示意图；
图4为本发明实施例提供的一种电子设备的结构示意图。
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，下面将结合附图对本发明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。基于本发明中的实施例，本领域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。
相关技术中，低秩策略通常预先设定反射波和绕射波的秩，对于复杂实际数据，难以预先设定，限制了该方法的适用性；同时，绕射波分离和成像研究中，一般使用准确的偏移速度作为输入，但实际处理中，难以获得准确的偏移速度场，导致此类方法的效果依赖于速度，难以推广。
基于此，本发明实施例提供的一种不连续地质体的绕射波成像方法、装置以及电子设备，可以应用于各种地震数据处理过程中。
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不连续地质体的绕射波成像方法进行详细介绍。
本发明实施例提供了一种不连续地质体的绕射波成像方法，如图1所示，该方法包括如下步骤：
步骤S100，基于获取到的待测地质体的地震数据，确定地震数据的特征参数。
具体而言，可以首先基于平面波分解算法以及获取到的待测地质体的地震数据，构建地震炮集结构预测数据；然后对地震炮集结构预测数据进行奇异值分解处理，得到地震炮集结构预测数据对应的奇异向量及奇异值矩阵；将奇异向量及奇异值矩阵确定为地震数据的特征参数。
在对地震炮集结构预测数据进行奇异值分解处理时，可以首先对地震炮集结构预测数据进行傅里叶变换，得到频率空间域的预测数据；其中，频率空间域的预测数据包括对应于多个频率的频率切片数据；然后，针对每个频率切片数据，对频率切片数据进行汉克尔矩阵变换，得到频率切片数据对应的汉克尔矩阵；最后对汉克尔(Hankel)矩阵进行奇异值分解，得到多个频率切片数据对应的奇异向量及奇异值矩阵。
步骤S102，基于特征参数，确定待测地质体的绕射波数据。
在得到地震炮集结构预测数据的奇异向量及奇异值矩阵后，可以基于奇异值矩阵确定绕射波奇异值阈值，然后基于绕射波奇异值阈值、奇异向量及奇异值矩阵，确定绕射波对应的奇异值参数，最后基于绕射波对应的奇异值参数，得到待测地质体的绕射波数据。
具体而言，上述奇异值矩阵通常包括多个奇异值；其中，奇异值矩阵基于地震炮集结构预测数据的汉克尔矩阵确定。绕射波奇异值阈值可以通过以下方式确定：基于奇异值矩阵中，计算奇异值中值，并基于汉克尔矩阵的行数、列数以及预设的多项式参数，计算阈值参数，再将奇异值中值与阈值参数之积确定为绕射波奇异值阈值。
在得到绕射波对应的奇异值参数后，可以将奇异值矩阵中，小于奇异值参数的奇异值确定为绕射波奇异值；再将奇异向量中，与绕射波奇异值对应的奇异向量确定为绕射波奇异向量；进而基于绕射波奇异值以及绕射波奇异向量，生成绕射波汉克尔矩阵；最后对绕射波汉克尔矩阵进行傅里叶逆变换，得到时间域的绕射波数据。
步骤S104，基于绕射波数据，对待测地质体成像。
具体而言，首先对绕射波数据进行对称偏移处理，得到角度域共成像点道集；其中，角度域共成像点道集包括多个成像点数据；然后以角度域共成像点道集的零度角位置为轴，在每个时间样点处，以与水平方向成预设夹角进行扫描，得到扫描结果；其中，扫描结果包括多个与零度角位置对称的扫描线；针对每个扫描线，需要计算扫描线中以零度角位置对称的两个成像点的相关性；如果两个成像点的相关性满足预设条件，对两个成像点进行叠加成像；通常情况下，将相关性最大的两个成像点进行叠加成像；然后基于扫描结果得到的成像结果，确定为待测地质体的成像结果。
本发明实施例提供了一种不连续地质体的绕射波成像方法，首先基于获取到的待测地质体的地震数据，确定地震数据的特征参数；然后基于特征参数，确定待测地质体的绕射波数据；最后基于绕射波数据，对待测地质体成像。该方式中，基于特征参数进一步确定绕射波数据，从而提高了不连续地质体的绕射波成像的质量。
本发明提出了另一种不连续地质体的绕射波成像方法，涉及地震勘探的高分辨率成像的技术领域。该方法在图1所示的方法基础上实现，基于平面波分解方法，构建地震炮集结构预测数据，通过低秩分解方法获得绕射波场，在角度域道集中通过开角扫描计算互相关值，得到地下不连续地质体的高精度成像结果。
如图2所示，该方法包括如下步骤：
步骤S200，获取待处理区域的地震波场炮集数据。
步骤S202，基于平面波分解算法，构建地震炮集结构预测数据。
平面波结构预测算子C可表示为：
其中，σ为同相轴局部倾角，Ci,j(σi)表示利用局部倾角σ有第i道预测第j道数据的预测算子。地震数据预测过程可表示为：
R＝C(σ)d
其中，R为预测残差，d为地震波场炮集数据，该预测过程可得地震牌及结构预测数据dp。
步骤S204，应用傅里叶变换得到频率-空间域预测数据，针对所有频率切片进行Hankel矩阵变换。
应用傅里叶变换将时间-空间域地震炮集数据变换到频率-空间域，对单一频率w0的数据df做Hankel变换，即：
其中，H表示变换后的Hankel矩阵，其行列数分别为n和m。
步骤S206，应用奇异值分解技术，对频率切片进行数据分解。
奇异值分解可表示为：
H＝AλBT
λ＝[σ1,σ2,…σn]
其中，A和B为奇异向量，λ为奇异值矩阵。
步骤S208，优选反射波的奇异值和奇异向量，重构绕射波Hankel矩阵。
优选估计绕射波对应的奇异值和奇异向量，阈值取为：
τ＝ψ(α)σmed
其中，τ为奇异值阈值，ψ(α)为阈值计算多项式，σmed为奇异值中值。
ψ(α)＝0.56α3-0.95α2+1.82α+1.43
故重构绕射波Hankel矩阵：
Hd＝Adλ(τ+1，L，r)Bd T
其中r表示信号奇异值趋于0时的秩。
步骤S210，应用傅里叶逆变换得到时间域绕射波结构预测数据。
步骤S212，对分离后的绕射波数据进行偏移，得到角度域共成像点道集。
角度域共成像点道集可表示为
其中，I(m,θ)和ds(t,x)分别表示成像结果和分离后的绕射波数据，m为成像点，x、t分别为检波点和记录时间，式中ts和tr分别表示炮点到成像点和检波点到成像点的单程记录时间，θ表示倾角，θs,θr分别为成像点m处的入射角和散射角。角度域道集的横轴为以0度为中心的角度，纵向为时间，左右角度对称。
步骤S214，通过开角线性扫描计算各个角度互相关值，取最大相关性位置进行叠加，获得叠前绕射波高精度成像结果。
以角度域道集中0度角位置为轴，分别在每个时间样点处以与水平方向夹角最大5度为范围进行扫描，同时计算该扫描线上0度位置两侧数据的相关性，取相关性最大位置对数据进行同相叠加成像，即：
I(m)＝∑ds(max(corr(m,t0,β0)))
其中，corr为互相关系数，t0为扫描时间样点位置，β0为扫描角度。
该方法考虑了优化的低秩计算策略，避免了传统的预定反射波和绕射波秩的方式，同时避免了偏移速度对绕射波的影响，实现对地下不连续地质体成像的目的，定位地下空间中的异常构造，降低事故风险。
对应于上述方法实施例，本发明实施例还提供一种不连续地质体的绕射波成像装置，如图3所示，该装置包括：
特征参数确定模块300，用于基于获取到的待测地质体的地震数据，确定地震数据的特征参数；
绕射波数据确定模块302，用于基于特征参数，确定待测地质体的绕射波数据；
成像模块304，用于基于绕射波数据，对待测地质体成像。
本发明实施例提供的不连续地质体的绕射波成像装置，与上述实施例提供的不连续地质体的绕射波成像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。
本发明实施例还提供了一种电子设备，参见图4所示，该电子设备包括处理器130和存储器131，该存储器131存储有能够被处理器130执行的机器可执行指令，该处理器130执行机器可执行指令以实现上述不连续地质体的绕射波成像方法。
进一步地，图4所示的电子设备还包括总线132和通信接口133，处理器130、通信接口133和存储器131通过总线132连接。
其中，存储器131可能包含高速随机存取存储器(RAM，RandomAccess 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133(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132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130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130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130可以是通用处理器，包括中央处理器(CentralProcessing 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(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，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131，处理器130读取存储器131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，该机器可执行指令促使处理器实现上述不连续地质体的绕射波成像方法，具体实现可参见方法实施例，在此不再赘述。
本发明实施例所提供的不连续地质体的绕射波成像方法及装置和电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种不连续地质体的绕射波成像方法，其特征在于，包括：
基于获取到的待测地质体的地震数据，确定所述地震数据的特征参数；
基于所述特征参数，确定所述待测地质体的绕射波数据；
基于所述绕射波数据，对所述待测地质体成像；
其中，所述特征参数包括地震炮集结构预测数据的奇异向量及奇异值矩阵；所述奇异值矩阵包括多个奇异值；
所述基于所述特征参数，确定所述待测地质体的绕射波数据的步骤，包括：
基于所述奇异值矩阵确定绕射波奇异值阈值；
基于所述绕射波奇异值阈值、所述奇异向量及所述奇异值矩阵，确定绕射波对应的奇异值参数；
基于所述绕射波对应的奇异值参数，得到所述待测地质体的绕射波数据；
其中，所述奇异值矩阵包括多个奇异值；所述奇异值矩阵基于地震炮集结构预测数据的汉克尔矩阵确定；
所述基于所述奇异值矩阵确定绕射波奇异值阈值的步骤，包括：
基于所述奇异值矩阵中，计算奇异值中值；
基于所述汉克尔矩阵的行数、列数以及预设的多项式参数，计算阈值参数；
将所述奇异值中值与所述阈值参数之积确定为绕射波奇异值阈值；
其中，所述绕射波奇异值阈值通过下述算式确定：
τ＝ψ(α)σmed
其中，τ为所述奇异值阈值，σmed为所述奇异值中值，ψ(α)为阈值计算多项式，所述阈值计算多项式通过下述算式确定：
ψ(α)＝0.56α3-0.95α2+1.82α+1.43
其中，n和m分别为所述汉克尔矩阵的行数和列数。
2.根据权利要求1所述的方法，其特征在于，所述基于获取到的待测地质体的地震数据，确定所述地震数据的特征参数的步骤，包括：
基于平面波分解算法以及获取到的待测地质体的地震数据，构建地震炮集结构预测数据；
对所述地震炮集结构预测数据进行奇异值分解处理，得到所述地震炮集结构预测数据对应的奇异向量及奇异值矩阵；
将所述奇异向量及奇异值矩阵确定为所述地震数据的特征参数。
3.根据权利要求2所述的方法，其特征在于，对所述地震炮集结构预测数据进行奇异值分解处理，得到所述地震炮集结构预测数据对应的奇异向量及奇异值矩阵的步骤，包括：
对所述地震炮集结构预测数据进行傅里叶变换，得到频率空间域的预测数据；所述频率空间域的预测数据包括对应于多个频率的频率切片数据；
针对每个频率切片数据，对所述频率切片数据进行汉克尔矩阵变换，得到所述频率切片数据对应的汉克尔矩阵；
对所述汉克尔矩阵进行奇异值分解，得到所述频率切片数据对应的奇异向量及奇异值矩阵。
4.根据权利要求1所述的方法，其特征在于，基于所述绕射波对应的奇异值参数，得到所述待测地质体的绕射波数据的步骤，包括：
将所述奇异值矩阵中，小于所述奇异值参数的奇异值确定为绕射波奇异值；
将所述奇异向量中，与所述绕射波奇异值对应的奇异向量确定为绕射波奇异向量；
基于所述绕射波奇异值以及所述绕射波奇异向量，生成绕射波汉克尔矩阵；
对所述绕射波汉克尔矩阵进行傅里叶逆变换，得到时间域的绕射波数据。
5.根据权利要求1所述的方法，其特征在于，基于所述绕射波数据，对所述待测地质体成像的步骤，包括：
对所述绕射波数据进行对称偏移处理，得到角度域共成像点道集；所述角度域共成像点道集包括多个成像点数据；
以所述角度域共成像点道集的零度角位置为轴，在每个时间样点处，以与水平方向成预设夹角进行扫描，得到扫描结果；所述扫描结果包括多个与所述零度角位置对称的扫描线；
针对每个扫描线，计算所述扫描线中以零度角位置对称的两个成像点的相关性；
如果两个成像点的相关性满足预设条件，对两个成像点进行叠加成像；
将基于所述扫描结果得到的成像结果，确定为所述待测地质体的成像结果。
6.一种不连续地质体的绕射波成像装置，其特征在于，包括：
特征参数确定模块，用于基于获取到的待测地质体的地震数据，确定所述地震数据的特征参数；
绕射波数据确定模块，用于基于所述特征参数，确定所述待测地质体的绕射波数据；
成像模块，用于基于所述绕射波数据，对所述待测地质体成像；
其中，所述特征参数包括地震炮集结构预测数据的奇异向量及奇异值矩阵；所述奇异值矩阵包括多个奇异值；
所述绕射波数据确定模块，还用于基于所述奇异值矩阵确定绕射波奇异值阈值；基于所述绕射波奇异值阈值、所述奇异向量及所述奇异值矩阵，确定绕射波对应的奇异值参数；基于所述绕射波对应的奇异值参数，得到所述待测地质体的绕射波数据；
其中，所述奇异值矩阵基于地震炮集结构预测数据的汉克尔矩阵确定；
所述绕射波数据确定模块，还用于基于所述奇异值矩阵中，计算奇异值中值；基于所述汉克尔矩阵的行数、列数以及预设的多项式参数，计算阈值参数；将所述奇异值中值与所述阈值参数之积确定为绕射波奇异值阈值；
其中，所述绕射波奇异值阈值通过下述算式确定：
τ＝ψ(α)σmed
其中，τ为所述奇异值阈值，σmed为所述奇异值中值，ψ(α)为阈值计算多项式，所述阈值计算多项式通过下述算式确定：
ψ(α)＝0.56α3-0.95α2+1.82α+1.43
其中，n和m分别为所述汉克尔矩阵的行数和列数。
7.一种电子设备，其特征在于，所述电子设备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计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111214326.0A CN113945968B (zh) | 2021-10-19 | 2021-10-19 | 不连续地质体的绕射波成像方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111214326.0A CN113945968B (zh) | 2021-10-19 | 2021-10-19 | 不连续地质体的绕射波成像方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113945968A CN113945968A (zh) | 2022-01-18 |
| CN113945968B true CN113945968B (zh) | 2022-04-29 |
Family
ID=79331248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111214326.0A Active CN113945968B (zh) | 2021-10-19 | 2021-10-19 | 不连续地质体的绕射波成像方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113945968B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN115755176B (zh) * | 2022-11-22 | 2023-06-13 | 南方科技大学 | 利用频率汉克尔变换分离波场的面波勘探方法及相关装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110895346A (zh) * | 2019-11-19 | 2020-03-20 | 西安石油大学 | 一种共偏移距域svd滤波分离地震绕射波的方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014114683A2 (en) * | 2013-01-22 | 2014-07-31 | Cgg Services Sa | Systems and methods for multi-volume directional de-noising |
| CN106772583B (zh) * | 2017-01-10 | 2018-09-04 | 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 |
| CN109239771B (zh) * | 2018-08-10 | 2020-01-31 | 杭州电子科技大学 | 一种基于非均匀背景介质的弹性波成像方法 |
| 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 |
| CN110895345A (zh) * | 2019-11-19 | 2020-03-20 | 西安石油大学 | 一种叠后svd滤波分离地震绕射波的方法 |
| CN113252779B (zh) * | 2021-04-20 | 2023-08-01 | 桂林电子科技大学 | 一种提高缺陷反演成像质量的方法 |
-
2021
- 2021-10-19 CN CN202111214326.0A patent/CN113945968B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110895346A (zh) * | 2019-11-19 | 2020-03-20 | 西安石油大学 | 一种共偏移距域svd滤波分离地震绕射波的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113945968A (zh) | 2022-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113945968B (zh) | 不连续地质体的绕射波成像方法、装置及电子设备 | |
| Demirli et al. | Model-based estimation of ultrasonic echoes. Part II: Nondestructive evaluation applications | |
| Marcos et al. | The propagator method for source bearing estimation | |
| Lu et al. | A successive parameter estimation algorithm for chirplet signal decomposition | |
| CN109959892B (zh) | 一种均匀圆阵双通道干涉仪测向方法、装置和系统 | |
| CN113945969B (zh) | 不连续地质体检测方法、装置及电子设备 | |
| CN109597047B (zh) | 基于有监督深度神经网络的米波雷达doa估计方法 | |
| CN110297273B (zh) | 储层的叠前反演方法及装置 | |
| CN108627819B (zh) | 基于雷达观测的距离扩展目标检测方法和系统 | |
| WO2016162515A1 (fr) | Procédé de séparation de sources pour signaux parcimonieux | |
| US7800978B2 (en) | Method for real time matched field processing | |
| Wahl | Towed array shape estimation using frequency-wavenumber data | |
| CN116929539A (zh) | 一种基于可视化声源技术的电抗器故障诊断方法与系统 | |
| CN111505394A (zh) | 基于探头天线位置误差修正的天线球面近场测量方法 | |
| CN114415181B (zh) | 一种合成孔径雷达的原始回波生成方法和装置 | |
| CN115616546A (zh) | 一种基于频率差分的空间抗混叠方位估计方法及系统 | |
| CN113253196B (zh) | 一种多信号测向方法、装置和电子设备 | |
| JP7120896B2 (ja) | 開口合成処理装置、開口合成処理方法、及びそのプログラム | |
| JP6769898B2 (ja) | 方位誤差検出方法および装置 | |
| Zhao et al. | High-resolution DOA estimation with Meridian prior | |
| CN116256716B (zh) | 基于加权线性拟合的毫米波雷达超分辨方法和系统 | |
| CN113779805B (zh) | 海洋噪声相关性仿真方法和装置、设备及存储介质 | |
| CN114966640B (zh) | 基于阵列背景噪声统计协方差估计的方位估计方法及系统 | |
| JP7218688B2 (ja) | 位相推定装置、位相推定方法、およびプログラム | |
| CN116106852B (zh) | 机载主杂波频道的确定方法、装置及电子设备 |
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 |