CN115292660B - 一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质 - Google Patents

一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN115292660B
CN115292660B CN202210931495.4A CN202210931495A CN115292660B CN 115292660 B CN115292660 B CN 115292660B CN 202210931495 A CN202210931495 A CN 202210931495A CN 115292660 B CN115292660 B CN 115292660B
Authority
CN
China
Prior art keywords
separation
filter
field
bit
abnormal
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
Application number
CN202210931495.4A
Other languages
English (en)
Other versions
CN115292660A (zh
Inventor
李芳�
王林飞
何辉
熊盛青
闫浩飞
刘燕东
王冠鑫
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.)
China Aero Geophysical Survey and Remote Sensing Center for Natural Resources
Original Assignee
China Aero Geophysical Survey and Remote Sensing Center for Natural Resources
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 China Aero Geophysical Survey and Remote Sensing Center for Natural Resources filed Critical China Aero Geophysical Survey and Remote Sensing Center for Natural Resources
Priority to CN202210931495.4A priority Critical patent/CN115292660B/zh
Publication of CN115292660A publication Critical patent/CN115292660A/zh
Application granted granted Critical
Publication of CN115292660B publication Critical patent/CN115292660B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质，所述方法包括以下步骤：分析频谱与功率谱以确定计算滤波器所需参数的选择区间；迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器；根据滤波器进行频率域位场分离；对分离得到的异常进行位场反演计算；计算位场反演结果与先验信息之间的误差；判断误差是否满足迭代停止条，若满足，迭代停止，若不满足，则回到步骤4重新选择参数以达到自适应滤波。本发明能够根据给定的先验信息进行自适应迭代的位场分离，并得到与给定的先验信息相关的目标地质体的异常分离结果。

Description

一种自适应迭代的位场分离方法、系统、设备及计算机可读存 储介质
技术领域
本发明涉及位场分离技术领域，尤其是涉及应用于地下矿产探测与构造研究的技术，具体地说，涉及一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质。
背景技术
位场方法已经广泛应用于地下矿产探测与构造研究，而位场数据的准确分离是数据处理解释的关键步骤之一。
位场数据分离方法可分为空间域与频率域方法两大类，在频率域进行的方法称为频率域位场分离方法，而目前多数位场分离方法存在特定参数确定难，主观性强等问题。
有鉴于此特提出本发明。
发明内容
本发明要解决的技术问题在于克服现有技术的不足，提供一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质，能够根据给定的先验信息进行自适应迭代的位场分离，并得到与给定的先验信息相关的目标地质体的异常分离结果。
第一方面，为解决上述技术问题，本发明采用技术方案的基本构思是：
一种自适应迭代的位场分离方法，所述方法包括以下步骤：
步骤1：获取位场叠加异常网格数据与先验信息；
步骤2：对叠加异常网格数据进行傅里叶变换得到频谱和功率谱；
步骤3：分析频谱与功率谱以确定计算滤波器所需参数的选择区间；
步骤4：迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器；
步骤5：根据滤波器进行频率域位场分离；
步骤6：对分离得到的异常进行位场反演计算；
步骤7：计算位场反演结果与先验信息之间的误差；
步骤8：判断误差是否满足迭代停止条，若满足，迭代停止，若不满足，则回到步骤4重新选择参数以达到自适应滤波。
在上述任一方案中优选的实施例中，所述位场叠加异常网格数据为地下物性不均匀地质体引起的异常的叠加，若有n个地质体，则叠加异常数据表示为：d＝d1+d2+…+dn其中，d为n个地质体叠加的异常数据总和，di为第i个地质体在观测面所引起的重力异常数据。
在上述任一方案中优选的实施例中，所述对叠加异常网格数据进行傅里叶变换得到频谱和功率谱，包括：
对叠加异常数据d进行傅里叶变换得到频谱F，
Figure BDA0003781737050000021
其中，(x,y)为空间域坐标，(u,v)为频率域坐标，则异常的功率谱：P＝|F|2,其中，F为叠加异常数据的频谱，P为叠加异常数据的功率谱。
在上述任一方案中优选的实施例中，所述滤波器所需参数的选择区间μ∈[μA,μB]，其中，μ为所需确定的滤波参数，μA为所需确定的参数的可能最小值，μB为所需确定的参数的可能最大值。
在上述任一方案中优选的实施例中，所述根据滤波器进行频率域位场分离，包括：
利用滤波算子Wpf进行频率域位场分离，得到分离的异常频谱Fout，Fout＝F·Wpf，再对分离得到的频谱进行傅里叶反变换，即得到分离异常数据dout＝IFFT[Fout]。
在上述任一方案中优选的实施例中，所述对分离得到的异常进行位场反演计算，包括：
利用分离异常数据dout进行位场反演，得到使得反演目标函数φ(m)极小的地质体模型m＝min[φ(m)]。
在上述任一方案中优选的实施例中，所述计算位场反演结果与先验信息之间的误差，包括：
计算反演结果m与先验信息m0之间的误差Errori，若计算误差为相对误差，则
Figure BDA0003781737050000031
在上述任一方案中优选的实施例中，所述判断误差是否满足迭代停止条，若满足，迭代停止，若不满足，则回到步骤4重新选择参数以达到自适应滤波，包括：
判断误差Errori是否满足迭代停止条件Errori≤ε，若满足，迭代停止，若不满足，i＝i+1，回到步骤4利用二分法继续选择参数直至满足迭代停止条件，更新参数区间，若Errori＜ErrorB，则令μB＝μi；若Errori＜ErrorA，则令μA＝μi。
第二方面，一种自适应迭代的位场分离系统，包括：
获取模块，用于获取位场叠加异常网格数据与先验信息；
变换模块，用于对叠加异常网格数据进行傅里叶变换得到频谱和功率谱；
分析模块，用于分析频谱与功率谱以确定计算滤波器所需参数的选择区间；
处理模块，迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器；
分离模块，用于根据滤波器进行频率域位场分离；
计算模块，用于对分离得到的异常进行位场反演计算，计算位场反演结果与先验信息之间的误差；
判断模块，用于判断误差是否满足迭代停止条，若满足，迭代停止，若不满足，则回到步骤4重新选择参数以达到自适应滤波。
第三方面，一种自适应迭代的位场分离设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述的自适应迭代的位场分离方法。
第四方面，一种计算机可读计算机可读存储介质，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现所述的自适应迭代的位场分离方法。
与现有技术相比，本申请实施例的自适应迭代的位场分离方法，能够根据给定的先验信息进行自适应迭代的位场分离，并得到与给定的先验信息相关的目标地质体的异常分离结果，若先验信息充足，能够对地下空间不同场源体异常进行提取，例如，若已知地下某界面的部分深度信息，则本发明所提出的位场分离方法可将该界面产生的异常进行单独分离；若已知地下某矿体的大致空间分布，则本发明方法可将该矿体产生的异常进行提取。
下面结合附图对本发明的具体实施方式作进一步详细的描述。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分，本领域技术人员应该理解的是，这些附图未必是按比例绘制的，在附图中：
图1为本申请实施例自适应迭代的位场分离方法的流程示意图。
图2为本申请实施例自适应迭代的位场分离方法的二分法搜索参数示意图。
图3为本发明在界面异常分离中的应用模型及结果示意图。
图4为本发明在矿体异常分离中的应用模型及结果示意图。
图5为本申请实施例自适应迭代的位场分离系统示意图。
图6为本申请实施例自适应迭代的位场分离设备示意图。
需要说明的是，这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
本申请下述实施例以自适应迭代的位场分离方法为例进行详细说明本申请的方案，但是此实施例并不能限制本申请保护范围。
实施例
如图1所示(其中，利用二分法搜索参数最优值，如图2所示)，本发明提供了一种自适应迭代的位场分离方法，所述方法包括以下步骤：
步骤1：获取位场叠加异常网格数据与先验信息；
步骤2：对叠加异常网格数据进行傅里叶变换得到频谱和功率谱；
步骤3：分析频谱与功率谱以确定计算滤波器所需参数的选择区间；
步骤4：迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器；
步骤5：根据滤波器进行频率域位场分离；
步骤6：对分离得到的异常进行位场反演计算；
步骤7：计算位场反演结果与先验信息之间的误差；
步骤8：判断误差是否满足迭代停止条，若满足，迭代停止，若不满足，则回到步骤4重新选择参数以达到自适应滤波。
在本发明实施例所述的自适应迭代的位场分离方法中，通过根据滤波器进行频率域位场分离，能够根据给定的先验信息进行自适应迭代的位场分离，并得到与给定的先验信息相关的目标地质体的异常分离结果，若先验信息充足，能够对地下空间不同场源体异常进行提取，例如，若已知地下某界面的部分深度信息，则本发明所提出的位场分离方法可将该界面产生的异常进行单独分离，若已知地下某矿体的大致空间分布，则本发明方法可将该矿体产生的异常进行提取。
在本发明实施例中，所述获取位场叠加异常网格数据与先验信息，包括：
步骤11：获取需要进行位场分离的异常网格数据d与异常分离目标相关的先验信息m0，其中，先验信息可以来自地震勘探、测井钻孔、地质勘查等获得的异常分离目标的空间位置信息或是物理性质方面的信息，以用于控制迭代终止，能够对地下空间不同场源体异常进行提取。
在本发明实施例中，所述对叠加异常网格数据进行傅里叶变换得到频谱和功率谱，包括：
步骤21：对叠加异常数据d进行傅里叶变换得到其频谱F，
Figure BDA0003781737050000061
其中，(x,y)为空间域坐标，(u,v)为频率域坐标。则利用式(2)可计算异常的功率谱：P＝|F2,F为叠加异常数据的频谱，P为叠加异常数据的功率谱。
在本发明实施例中，所述分析频谱与功率谱以确定计算滤波器所需参数的选择区间，包括：
步骤31：分析频谱F与功率谱P及分离目标可能对应的最高频段及最低频段，从而确定所需参数的可能最大值及最小值(例如，对于信号相对中频的目标场源来说，若有1、2、3、4四个频段可选择，那么目标场源可能对应的频段最大值为3，最小值为2)，即，确定计算滤波器所需要的参数μ可能的最小值μ1与最大值μ2，从而确定参数μ的大致选择区间μ∈[μA,μB]，其中，μ为所需确定的滤波参数，μA为所需确定的参数的可能最小值，μB为所需确定的参数的可能最大值。
在本发明实施例中，所述迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器，包括：
步骤41：迭代开始，i＝1，利用二分法从参数的选择区间中搜索本次迭代的参数值μi＝(μA+μB)/2，再根据搜索到的参数μi计算滤波算子Wpf，滤波算子Wpf可以是任意需要确定特定参数的频率域滤波算子，若选择的滤波算子是优化滤波算子，则
Figure BDA0003781737050000071
其中，Pμi为目标场源信息的功率谱；μi为第i次迭代中二分法搜索的参数。
在本发明实施例中，所述根据滤波器进行频率域位场分离，包括：
步骤51：利用滤波算子Wpf进行频率域位场分离，得到分离异常的频谱Fout＝F·Wpf，再对Fout进行傅里叶反变换(IFFT)，得到分离异常dout＝IFFT[Fout]能够根据给定的先验信息进行自适应迭代的位场分离，
并得到与给定的先验信息相关的目标地质体的异常分离结果。
在本发明实施例中，所述对分离得到的异常进行位场反演计算，包括：
步骤61：在此先阐述位场正演问题，根据位场关系，模型m能够正演得到数据dout，即
Figure BDA0003781737050000081
其中，G为线性正演计算中的核函数矩阵；f(m)为非线性正演计算中的正演算子，那么，在步骤6中，利用分离异常数据dout进行位场反演，得到使得反演目标函数φ(m)极小的地质体模型m＝min[φ(m)]。
在本发明实施例中，所述计算位场反演结果与先验信息之间的误差，包括：
步骤71：计算位场反演结果m与先验信息m0之间的误差Errori。若计算误差为相对误差，则
Figure BDA0003781737050000082
在本发明实施例中，所述判断误差是否满足迭代停止条，包括：
步骤81：判断误差Errori是否满足条件：Errori≤ε,其中，ε为一较小值，若满足，迭代停止，若不满足，i＝i+1，回到步骤4利用二分法继续选择参数直至满足迭代停止条件，首次迭代时也计算μA、μB参数的滤波算子分离的异常的反演结果与先验信息的误差ErrorA、ErrorB，更新参数区间，若Errori＜ErrorB，则令μB＝μi；若Errori＜ErrorA，则令μA＝μi。
实施例1
实验模型及数据：为说明已知地下某界面的部分深度信息，本发明所提出的位场分离方法可将该界面产生的异常进行单独分离。设计如图3中的(a)所示的界面起伏深度，该界面有两个明显的下凹，最大深度为2.45km；设计界面密度差为常密度0.35g/cm3，则界面深度正演得到的理论重力异常如图3中的(c)所示。图3中的(b)为设计的区域异常，将正演的界面理论重力异常与区域异常相加得到图3中的(d)所示的叠加重力异常。图3中(a)中的黑实线AB为界面先验深度的水平位置，其穿过界面的两谷，则利用叠加重力异常与界面深度先验信息进行自适应迭代的位场分离。
实验结果：本发明在该实验的分离结果如图3中的(e)-(f)所示，其中，图3中的(e)为本发明分离的界面异常，界面异常分离结果在形态与幅值上均与界面理论重力异常吻合度很高，但在边界处存在畸变；图3中的(f)为本发明迭代的误差曲线图，迭代第27次时分离的异常界面反演结果与深度先验信息之间的误差最小。
实施例2
实验模型及数据：为说明已知地下某矿体的大致空间分布，本发明所提出的位场分离方法可将该矿体产生的异常进行单独分离。设计如图4中的(a)所示的矿体空间位置，该矿体为矩形形态，长宽均为250m，在地下50m深度范围；设计矿体密度差为常密度1g/cm3，则矿体正演得到的理论重力异常如图4中的(c)所示。图4中的(b)为设计的区域异常，将正演的界面理论重力异常与区域异常相加得到图4中的(d)所示的叠加重力异常。图4中的(d)中的黑实线框为矿体位置信息，则利用叠加重力异常与界面深度先验信息进行自适应迭代的位场分离。
实验结果：本发明在该实验的分离结果如图4中的(e)-(f)所示。其中，图4中的(e)为本发明分离的矿体异常，矿体异常分离结果在形态与幅值上均与矿体理论重力异常吻合度很高，但在边界处存在畸变；图4中的(f)为本发明迭代的误差曲线图，迭代第10次时分离的异常反演结果与先验信息之间的误差最小。
如图5所示，一种自适应迭代的位场分离系统，包括：
获取模块，用于获取位场叠加异常网格数据与先验信息；
变换模块，用于对叠加异常网格数据进行傅里叶变换得到频谱和功率谱；
分析模块，用于分析频谱与功率谱以确定计算滤波器所需参数的选择区间；
处理模块，迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器；
分离模块，用于根据滤波器进行频率域位场分离；
计算模块，用于对分离得到的异常进行位场反演计算，计算位场反演结果与先验信息之间的误差；
判断模块，用于判断误差是否满足迭代停止条，若满足，迭代停止，若不满足，则回到步骤4重新选择参数以达到自适应滤波。
图6为本发明实施例提供的一种自适应迭代的位场分离设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性自适应迭代的位场分离设备的框图。图6显示的自适应迭代的位场分离设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，自适应迭代的位场分离设备以通用计算设备的形式表现。自适应迭代的位场分离设备的组件可以包括但不限于：一个或者多个处理器或者处理单元，存储器，连接不同系统组件(包括存储器和处理单元)的总线。
总线表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
自适应迭代的位场分离设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被自适应迭代的位场分离设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器。自适应迭代的位场分离设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线相连。存储器可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块的程序/实用工具，可以存储在例如存储器中，这样的程序模块包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本发明所描述的实施例中的功能和/或方法。
自适应迭代的位场分离设备也可以与一个或多个外部设备(例如键盘、指向设备、显示器等)通信，还可与一个或者多个使得用户能与该自适应迭代的位场分离设备交互的设备通信，和/或与使得该自适应迭代的位场分离设备能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口进行。并且，自适应迭代的位场分离设备还可以通过网络适配器与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器通过总线与自适应迭代的位场分离设备的其它模块通信。应当明白，尽管图中未示出，可以结合自适应迭代的位场分离设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元通过运行存储在存储器中的程序，从而执行各种功能应用以及数据处理，例如实现本发明任意实施例提供的堆叠分裂的处理方法。也即：获取位场叠加异常网格数据与先验信息；对叠加异常网格数据进行傅里叶变换得到频谱和功率谱；分析频谱与功率谱以确定计算滤波器所需参数的选择区间；迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器；根据滤波器进行频率域位场分离；对分离得到的异常进行位场反演计算；计算位场反演结果与先验信息之间的误差；判断误差是否满足迭代停止条，若满足，迭代停止，若不满足，则回到步骤4重新选择参数以达到自适应滤波。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，该程序被处理器执行时实现如本发明任意实施例所述的堆叠分裂的处理方法，该方法包括：
获取位场叠加异常网格数据与先验信息；对叠加异常网格数据进行傅里叶变换得到频谱和功率谱；分析频谱与功率谱以确定计算滤波器所需参数的选择区间；迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器；根据滤波器进行频率域位场分离；对分离得到的异常进行位场反演计算；计算位场反演结果与先验信息之间的误差；判断误差是否满足迭代停止条，若满足，迭代停止，若不满足，则回到步骤4重新选择参数以达到自适应滤波。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质，例如可以是，但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。

Claims (9)

1.一种自适应迭代的位场分离方法，其特征在于，所述方法包括以下步骤：
获取位场叠加异常网格数据与先验信息，所述位场叠加异常网格数据为地下物性不均匀地质体引起的异常的叠加，若有n个地质体，则叠加异常数据表示为：d＝d1+d2+…+dn其中，d为n个地质体叠加的异常数据总和，di为第i个地质体在观测面所引起的重力异常数据；
对叠加异常网格数据进行傅里叶变换得到频谱和功率谱；
分析频谱与功率谱以确定计算滤波器所需参数的选择区间，分析频谱F与功率谱P及分离目标可能对应的最高频段及最低频段，确定计算滤波器所需要的参数μ可能的最小值μ1与最大值μ2，从而确定参数μ的大致选择区间μ∈[μA,μB]，其中，μ为所需确定的滤波参数，μA为所需确定的参数的可能最小值，μB为所需确定的参数的可能最大值；
迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器；
根据滤波器进行频率域位场分离；
对分离得到的异常进行位场反演计算；
计算位场反演结果与先验信息之间的误差；
判断误差是否满足迭代停止条件，若满足，迭代停止，若不满足，则重新选择参数以达到自适应滤波。
2.根据权利要求1所述的自适应迭代的位场分离方法，其特征在于：所述对叠加异常网格数据进行傅里叶变换得到频谱和功率谱，包括：
对叠加异常数据d进行傅里叶变换得到频谱F，
Figure FDA0004024780780000011
其中，(x,y)为空间域坐标，(u,v)为频率域坐标，则异常的功率谱：P＝|F|2,其中，F为叠加异常数据的频谱，P为叠加异常数据的功率谱。
3.根据权利要求2所述的自适应迭代的位场分离方法，其特征在于：所述滤波器所需参数的选择区间μ∈[μA,μB]，其中，μ为所需确定的滤波参数，μA为所需确定的参数的可能最小值，μB为所需确定的参数的可能最大值。
4.根据权利要求3所述的自适应迭代的位场分离方法，其特征在于：所述根据滤波器进行频率域位场分离，包括：
利用滤波算子Wpf进行频率域位场分离，得到分离的异常频谱Fout，Fout＝F·Wpf，再对分离得到的频谱进行傅里叶反变换，即得到分离异常数据dout＝IFFT[Fout]。
5.根据权利要求4所述的自适应迭代的位场分离方法，其特征在于：所述对分离得到的异常进行位场反演计算，包括：
利用分离异常数据dout进行位场反演，得到使得反演目标函数φ(m)极小的地质体模型m＝min[φ(m)]。
6.根据权利要求5所述的自适应迭代的位场分离方法，其特征在于：所述计算位场反演结果与先验信息之间的误差，包括：
计算反演结果m与先验信息m0之间的误差Errori，若计算误差为相对误差，则
Figure FDA0004024780780000021
7.一种自适应迭代的位场分离系统，其特征在于：包括：
获取模块，用于获取位场叠加异常网格数据与先验信息，所述位场叠加异常网格数据为地下物性不均匀地质体引起的异常的叠加，若有n个地质体，则叠加异常数据表示为：d＝d1+d2+…+dn其中，d为n个地质体叠加的异常数据总和，di为第i个地质体在观测面所引起的重力异常数据；
变换模块，用于对叠加异常网格数据进行傅里叶变换得到频谱和功率谱；
分析模块，用于分析频谱与功率谱以确定计算滤波器所需参数的选择区间，分析频谱F与功率谱P及分离目标可能对应的最高频段及最低频段，确定计算滤波器所需要的参数μ可能的最小值μ1与最大值μ2，从而确定参数μ的大致选择区间μ∈[μA,μB]，其中，μ为所需确定的滤波参数，μA为所需确定的参数的可能最小值，μB为所需确定的参数的可能最大值；
处理模块，用于迭代开始，用二分法从参数的选择区间自动搜索最优参数值并计算滤波器；
分离模块，用于根据滤波器进行频率域位场分离；
计算模块，用于对分离得到的异常进行位场反演计算，计算位场反演结果与先验信息之间的误差；
判断模块，用于判断误差是否满足迭代停止条件，若满足，迭代停止，若不满足，则回到步骤4重新选择参数以达到自适应滤波。
8.一种自适应迭代的位场分离设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的自适应迭代的位场分离方法。
9.一种计算机可读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中存储有程序，该程序被处理器执行时实现如权利要求1-6中任一所述的自适应迭代的位场分离方法。
CN202210931495.4A 2022-08-04 2022-08-04 一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质 Active CN115292660B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210931495.4A CN115292660B (zh) 2022-08-04 2022-08-04 一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210931495.4A CN115292660B (zh) 2022-08-04 2022-08-04 一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN115292660A CN115292660A (zh) 2022-11-04
CN115292660B true CN115292660B (zh) 2023-03-24

Family

ID=83825886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210931495.4A Active CN115292660B (zh) 2022-08-04 2022-08-04 一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN115292660B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113686329A (zh) * 2021-08-27 2021-11-23 中国人民解放军国防科技大学 一种基于地磁数据的垂直高度位场测量方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101661115B (zh) * 2008-08-29 2011-08-03 中国石油集团东方地球物理勘探有限责任公司 基于标准格架的快速三维重力、磁力物性反演的方法
GB2481643A (en) * 2010-07-02 2012-01-04 Arkex Ltd Gravity survey data processing
CN102590856A (zh) * 2011-01-11 2012-07-18 中国科学院地质与地球物理研究所 基于小波频谱分析的位场异常分离方法
CN103984015B (zh) * 2014-05-28 2017-02-15 中国地质科学院地球物理地球化学勘查研究所 基于正演系数滤波的位场分离方法和位场分离系统
CN108710153B (zh) * 2017-07-31 2019-12-24 中国地质大学（北京） 一种磁全张量梯度反演地下三维磁性分布的波数域方法
CN110927632A (zh) * 2019-09-24 2020-03-27 新疆万盾能源科技有限责任公司 一种频率域水平x方向磁场分量观测及资料处理方法
CN110888176B (zh) * 2019-10-25 2021-05-07 东华理工大学 一种利用地面高精度重力测量的找矿方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113686329A (zh) * 2021-08-27 2021-11-23 中国人民解放军国防科技大学 一种基于地磁数据的垂直高度位场测量方法

Also Published As

Publication number Publication date
CN115292660A (zh) 2022-11-04

Similar Documents

Publication Publication Date Title
US8554771B2 (en) Technique for fast and efficient hierarchical clustering
US7719923B2 (en) Low frequency model estimation
US20140019055A1 (en) System and method for estimating and attenuating noise in seismic data
CN109471171B (zh) 一种混叠地震数据分离的方法、装置及系统
CN104081226A (zh) 用于地震数据处理的迭代倾角导向中值滤波器
US11604298B2 (en) Subsurface fault extraction using undirected graphs
CN112632852B (zh) 岩溶地区地铁隧道盾构掘进速度预测方法及装置
CA3187329A1 (en) Evaluation of rock physical properties from drill sounds through minimizing the effect of the drill bit rotation
CN116360000B (zh) 一种地壳物质结构的航空磁法探测方法
Sharma et al. Classification of oil and gas reservoirs based on recovery factor: a data-mining approach
CN114966861A (zh) 基于Lp伪范数和γ范数稀疏低秩约束的地震去噪方法
CN111582114A (zh) 一种地震断层识别方法、装置、设备和存储介质
CN115292660B (zh) 一种自适应迭代的位场分离方法、系统、设备及计算机可读存储介质
CN114398828A (zh) 一种钻速智能预测及优化方法、系统、设备和介质
Li et al. Magnetotelluric noise suppression via convolutional neural network
Bueno et al. Recursive entropy method of segmentation for seismic signals
CN113178013A (zh) 三角网格滤波方法、装置、电子设备和存储介质
CA2713502A1 (en) Maximum entropy application methods and systems
GB2490600A (en) Line and edge detection and enhancement of seismic data
Akinshin et al. Automate Well Logging Data Interpretation with Digital Assistant
Fielding et al. Drivers of imbalance in machine learning uptake across geology and geophysics
CN112925024B (zh) 一种地震记录的方波压制方法
CN111352159B (zh) 核范数与广义全变差联合约束的地震随机噪声压制方法
Liu et al. Indirect T‐Trefftz and F‐Trefftz methods for solving boundary value problem of Poisson equation
Yu et al. Adaptive noise suppression for low-S/N microseismic data based on ambient-noise-assisted multivariate empirical mode decomposition

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