CN115373020B - 一种基于离散小波矩量法的地震散射波场数值模拟方法 - Google Patents
一种基于离散小波矩量法的地震散射波场数值模拟方法 Download PDFInfo
- Publication number
- CN115373020B CN115373020B CN202211016985.8A CN202211016985A CN115373020B CN 115373020 B CN115373020 B CN 115373020B CN 202211016985 A CN202211016985 A CN 202211016985A CN 115373020 B CN115373020 B CN 115373020B
- Authority
- CN
- China
- Prior art keywords
- wavelet
- matrix
- function
- coefficient
- moment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000004088 simulation Methods 0.000 title claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims abstract description 67
- 230000009466 transformation Effects 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 21
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 21
- 239000013598 vector Substances 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 238000002939 conjugate gradient method Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 52
- 238000006073 displacement reaction Methods 0.000 claims description 8
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 238000012885 constant function Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 230000005012 migration Effects 0.000 description 6
- 238000013508 migration Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004613 tight binding model Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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. analysis, for interpretation, for correction
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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. analysis, for interpretation, for correction
- G01V1/30—Analysis
- G01V1/303—Analysis for determining velocity profiles or travel times
Abstract
本发明涉及一种基于离散小波矩量法的地震散射波场数值模拟方法；首先，选取形式较为简单的正交分域基函数，对待求波场进行展开，通过矩量法将LS方程转化为矩阵方程；其次，选取具有较好消失矩、正则性和紧支撑的Daubechie小波函数，利用Mallat塔式分解算法得到Daubechie小波滤波器，进而构造出正交小波变换矩阵对系数矩阵进行稀疏化，即得到关于小波展开系数的线性方程组；接着采用共轭梯度法求解该线性方程组；最后，对线性方程组的解向量进行小波逆变换，即得到待求波场的展开系数，进而求得计算区域上的待求波场值。本方法解决了传统矩量法在解LS方程时，离散系数矩阵满秩导致占用存储空间大、计算效率低的问题。
Description
技术领域
本发明属于地震散射波偏移成像技术领域，具体涉及一种利用小波函数将Lippmann–Schwinger积分方程生成的线性方程组变成稀疏带状矩阵方法，特别涉及一种利用离散小波矩量法进行地震散射波场数值模拟的方法。
背景技术
近年来，随着地震勘探逐渐转向复杂地质构造的偏移成像转变，如何有效利用散射波携带的地下介质信息，对复杂介质进行偏移成像逐渐受到重视。相应地，地震散射波场正演模拟技术作为全波场偏移和全波形反演的基础，对认识散射波场的时空分布特征及其与复杂构造之间的关系具有重要意义。利用Lippermann-Schwinger(LS)方程解决地震波散射问题时，传统的求解积分方程的矩量法计算复杂，离散后生成一个满秩的系数矩阵，需要求解大型线性方程组，计算量大，效率低。
针对积分方程法处理散射问题时所存在的问题，国内外学者在积分方程快速算法方面作了大量研究工作。《Geophysical Prospecting》2005年第03期公开了Sun的“On theelectrical reflectivity tensor in d.c.electric field modeling”，其借鉴电磁散射问题中的拟线性近似技术，通过假设散射波场与背景波场之间的线性关系，建立了声波散射的拟解析近似表达式。拟解析近似是半解析解，只需计算数值积分，该方法可以有效的避开复杂介质情况下大型线性方程组的求解。中国专利CN104112044A提出了一种超细线结构物体电磁特性的高效分析方法，通过使用区间小波作为矩量法中的基函数，并使用快速小波变换，在计算中得到稀疏矩阵，从而消除稠密矩阵所带来的弊端，达到比传统分析更精确、高效的效果。《地球物理学报》2021年第08期公开了徐杨杨等的“一种利用离散与FFT快速褶积的散射地震波并行计算方法”，该文对原LS方程进行改写，构造等价LS方程并用/>法进行离散，根据格林函数矩阵的Toeplitz性质，通过快速傅氏变换来加速矩阵向量乘积，达到降低存储和计算复杂的目的。
但是，利用矩量法解决地震波散射问题时，前人成果中，并没有提出针对传统矩量法计算效率进行提高和改进的方法和策略。小波函数在时域和频域上都具有很好的局部性，用小波进行数值计算可以在时域和频域上都获得较好的分辨率。积分或微分方程在小波基下展开后，便转化成一个关于小波系数的代数方程或方程组。小波函数特有的消失矩、正则性和紧支撑的性质，使小波分析通过选择合适的离散基函数或离散方式能够减少二维和三维问题用矩量法求解的时间。
连续小波矩量法是直接用连续小波函数及其尺度函数作为基函数和权函数的方法，并依据多分辨分解，把函数展开成小波级数，再利用矩量法确定展开系数的值。但连续小波矩量法公式推导复杂且小波函数通常无解析解，要通过频域方法、迭代法和离散化法等数值方法求解。基于此，急需研发一种新型矩量法，可以在求解离散线性方程组时有效降低存储和计算复杂度。
发明内容
本发明的目的就在于提供一种基于离散小波矩量法的地震散射波场数值模拟方法，以解决传统矩量法在解Lippermann-Schwinger(LS)方程时，离散系数矩阵满秩导致占用存储空间大、计算效率低的问题。
本发明的目的是通过以下技术方案实现的：
首先，选取形式较为简单的正交分域基函数，对待求波场进行展开，通过矩量法将LS方程转化为矩阵方程；其次，选取具有较好消失矩、正则性和紧支撑的Daubechie小波函数，利用Mallat塔式分解算法得到Daubechie小波滤波器，进而构造出正交小波变换矩阵对系数矩阵进行稀疏化，即得到关于小波展开系数的线性方程组；接着采用共轭梯度法求解该线性方程组；最后，对线性方程组的解向量进行小波逆变换，即得到待求波场的展开系数，进而求得计算区域上的待求波场值。
一种基于离散小波矩量法的地震散射波场数值模拟方法，包括以下步骤：
a、读入速度模型(模型大小Nx*Nz)，设置震源子波、背景速度；
b、积分区域(速度模型)Ω均匀剖分(Vj为第j个剖分面元)；取分片常函数空间/>(L2(Ω)为Hilbert空间)，n为剖分的面元总数；构造标准正交基函数ej(r)，满足
c、根据步骤b的标准正交基函数ej(r)，对以速度扰动为权的位移场进行展开/>其中α＝α(r)＝c2/v2(r)-1(v(r)为介质速度)，u(r)为位移场，得到近似算子方程：
其中，En是映L2(Ω)到Sn的正投影算子。为带权总位移场，为带权背景场，k0＝ω/c1为背景波数(c1为常速背景介质速度)，G＝G(r,r')为背景介质格林函数；
d、选取步骤b中的标准正交基函数ej(r)作为矩量法的权函数。利用正投影算子的自共轭性质，方程两边同时与权函数作内积，
其中，(·，·)表示L2(Ω)的内积。由此，通过矩量法得到系数{cj,j＝1,…,n}满足线性方程组
G′c＝S (4)
其中，c＝(c1,…,cn)T，S＝(S1,…,Sn)，且/>
e、选取Daubechie小波函数，利用Mallat塔式分解算法，通过Daubechie小波滤波器构造出正交小波变换矩阵W；
f、用步骤e得到的正交小波变换矩阵W对步骤d得到的系数矩阵进行小波变换，变换过程如下：
根据小波函数的紧支撑性、高阶消失矩特性，变换后矩阵中大部分小波系数为零或者值很小。设定阈值ε，在不影响计算精度的前提下忽略掉小于ε的值。采用一维索引只存储稀疏矩阵/>的非零元素可以降低内存。进而得到等价稀疏系数矩阵线性方程组，
g、采用共轭梯度法求解步骤f得到的稀疏线性方程组，并对解向量进行小波逆变换，得到展开系数向量c，最终获得/>
进一步地，所述步骤e，包括以下步骤：
e1、根据Mallat塔式分解算法，相邻子空间中小波系数和尺度系数有递推关系：
其中，CJ-1、CJ、DJ-1和DJ分别为尺度空间VJ-1和VJ中的尺度系数和小波系数向量。H和G分别为低通滤波器和高通滤波器。
e2、具有二阶消失矩的周期Daubechie小波的低通滤波器Hn1表示为
其中hi1为矩阵元素(i1＝1,2,3,4)，高通滤波器Gn1与Hn1具有相同结构，由小波系数gk组成。
e3、对于一个长度为N＝2m的向量s，它的周期小波分解可以通过N×N的矩阵来表示，
其中，Hn1和Gn1为N/2×N阶矩阵，分别称为低通滤波器和高通滤波器。一阶小波分解：
Wn1s＝[Hn1s,Gn1s]T (8)
e4、重复小波分解步骤e3，得到向量s的离散小波变换，
Ws＝Wn1-l…Wn1-1Wn1s (9)。
构造的离散小波变换矩阵W为一系列正交矩阵的乘积，所以W也是正交的。
与现有技术相比，本发明的有益效果是：
本发明提出一种离散小波矩量法求解Lippermann-Schwinger积分方程的快速数值方法。根据Mallat塔式分解算法构造正交小波变换矩阵对矩量法形成的系数矩阵进行小波变换，使得变换后的系数矩阵为近似对角分布的稀疏矩阵，达到降低存储和计算复杂度的目的。
本发明有以下优点：
1、本发明选取具有较好消失矩、正则性和紧支撑的Daubechie小波函数，利用Mallat塔式分解算法得到Daubechie小波滤波器，进而构造出正交小波变换矩阵对矩量法生成的系数矩阵进行稀疏化，降低了存储和计算复杂度，提高了矩量法在地震散射波场数值计算的计算效率；
2、通过采用离散正交小波变换，可以将具有良好特性但没有显示表达式的小波函数(如Daubechies小波函数族)直接应用于矩量法中；
3、本发明避免了直接用小波基展开待求波场时，核函数与小波基函数复杂的内积积分计算；更换小波基函数时，本发明提出的离散小波矩量法，只需重新构造正交小波变换矩阵，无需重新计算基函数与核函数的内积积分。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1本发明总体流程图；
图2数值模拟速度模型；
图3阈值ε1＝1.0×10-6的稀疏变换矩阵；
图4阈值ε2＝1.0×10-5的稀疏变换矩阵；
图5阈值ε3＝1.0×10-4的稀疏变换矩阵；
图6阈值ε1＝1.0×10-6稀疏变换矩阵的三维显示图；
图7有限差分数值模拟结果；
图8离散小波矩量法数值模拟结果。
具体实施方式
下面结合实施例对本发明作进一步说明：
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
本发明离散小波矩量法是先利用一般的基函数将函数展开，通过矩量法得到常用的矩阵方程，再利用Mallat塔式分解算法对矩阵方程进行正交小波变换求得展开系数。离散小波矩量法只需对矩量法形成的矩量矩阵进行变换，再利用稀疏化的矩阵求解。它是一种矩阵的运算，与连续算子方程关系不大，所以公式推导相对简单。与连续小波矩量法比，避免了小波基函数的直接积分。
本发明基于离散小波矩量法的地震散射波场数值模拟方法，包括以下步骤：
a、读入速度模型(模型大小Nx*Nz)，设置震源子波、背景速度。
b、对积分区域Ω进行均匀剖分(Vj为第j个剖分面元)，取分片常函数空间n为剖分的面元总数。构造标准正交基函数，满足
c、根据步骤b的标准正交基函数，对以速度扰动为权的位移场进行展开/>得到近似算子方程：
其中，En是映L2(Ω)到Sn的正投影算子。为带权总位移场，为带权背景场，k0＝ω/c1为背景波数(c1为常速背景介质速度)，α＝α(r)＝c2/v2(r)-1(v(r)为介质速度)，G＝G(r,r')为背景介质格林函数。
d、选取步骤b中的标准正交基函数作为矩量法的权函数。利用正投影算子的自共轭性质，方程两边同时与权函数作内积，
其中，(·，·)表示L2(Ω)的内积。由此，通过矩量法得到系数{cj,j＝1,…,n}满足线性方程组
G′c＝S (4)
其中，c＝(c1,…,cn)T，S＝(S1,…,Sn)，且/>
e、根据Mallat塔式分解算法，相邻子空间中小波系数和尺度系数有递推关系：
其中，CJ-1、CJ、DJ-1和DJ分别为尺度空间VJ-1和VJ中的尺度系数和小波系数向量。H和G分别为低通滤波器和高通滤波器。
具有二阶消失矩的周期Daubechie小波的低通滤波器Hn1表示为
其中hi1为矩阵元素(i1＝1,2,3,4)，高通滤波器Gn1与Hn1具有相同结构，由小波系数gk组成。
对于一个长度为N＝2m的向量s，它的周期小波分解可以通过N×N的矩阵来表示，
其中，Hn1和Gn1为N/2×N阶矩阵，分别称为低通滤波器和高通滤波器。一阶小波分解：
Wn1s＝[Hn1s,Gn1s]T (8)
重复小波分解式(8)，得到向量s的离散小波变换，即选取Daubechie小波函数，利用Mallat塔式分解算法，通过Daubechie小波滤波器构造出任意向量的正交小波变换矩阵W，
Ws＝Wn1-l…Wn1-1Wn1s，其中
f、用步骤e得到的正交小波变换矩阵W对步骤d得到的系数矩阵进行小波变换，变换过程如下：
根据小波函数的紧支撑性、高阶消失矩特性，变换后矩阵中大部分小波系数为零或者值很小。设定阈值ε，在不影响计算精度的前提下忽略掉小于ε的值。采用一维索引只存储稀疏矩阵/>的非零元素可以降低内存。进而得到等价稀疏系数矩阵线性方程组，
g、采用共轭梯度法求解步骤f得到的稀疏线性方程组，并对解向量进行小波逆变换，得到展开系数向量c，最终获得/>
为了更好的对上述具体算法流程的实施效果进行说明，下面给出一套具体实例：
实施例1
本发明基于离散小波矩量法的地震散射波场数值模拟方法整体流程，如图1所示。
a、读入速度模型(图2)。模型大小为640m*640m，震源子波为主频15Hz的雷克子波，背景速度为c＝3000m/s。
b、对积分区域Ω进行均匀剖分，构造标准正交基函数。
c、根据步骤b的正交分域基函数，构造得到近似算子方程。
d、选取步骤b中的分域基函数作为矩量法的权函数。利用正投影算子的自共轭性质，方程两边同时与权函数作内积，得到矩量法系数矩阵。
e、根据Mallat塔式分解算法，选取Daubechie小波函数，利用Mallat塔式分解算法，通过Daubechie小波滤波器构造出任意向量的正交小波变换矩阵W。本实例中选取DAUB12小波函数。
f、用步骤e得到的正交小波变换矩阵W对步骤d得到的系数矩阵进行小波变换。设定阈值ε，在不影响计算精度的前提下忽略掉小于ε的值。本示例中设定不同阈值并对正交小波变换后的矩阵进行显示。图3、图4和图5分别为设定阈值ε1＝1.0×10-6、ε2＝1.0×10-5、ε3＝1.0×10-4。图6为阈值ε1的矩阵三维显示。可以看出，经过小波矩阵变换之后系数矩阵已变成带状稀疏矩阵，可以大大降低存储空间。
g、采用以为索引存储小波变换后的稀疏矩阵，求解步骤f得到的稀疏线性方程组，并对解向量进行小波逆变换，得到展开系数向量c，最终获得待求波场。
本实例中与有限差分正演模拟结果(图7)对比，采用离散小波矩量法得到的计算结果(图8)并没有损失计算精度。本发明中提出的离散小波矩量法可进一步应用于地震散射波偏移成像和全波形反演中，用于计算全波场的偏移格林函数和正反演格林函数。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (2)
1.一种基于离散小波矩量法的地震散射波场数值模拟方法，其特征在于，包括以下步骤：
a、读入速度模型，模型大小Nx*Nz，设置震源子波、背景速度；
b、速度模型积分区域Ω均匀剖分Vj为第j个剖分面元；取分片常函数空间n为剖分的面元总数，L2(Ω)为Hilbert空间；构造标准正交基函数ej(r)，满足
c、根据步骤b的标准正交基函数ej(r)，对以速度扰动为权的位移场进行展开/>其中α＝α(r)＝c2/v2(r)-1，v(r)为介质速度，u(r)为位移场，得到近似算子方程：
其中，En是映L2(Ω)到Sn的正投影算子，为带权总位移场，为带权背景场，k0＝ω/c1为背景波数，c1为常速背景介质速度，G＝G(r,r')为背景介质格林函数；
d、选取步骤b中的标准正交基函数ej(r)作为矩量法的权函数，利用正投影算子的自共轭性质，方程两边同时与权函数作内积，
其中，(·，·)表示L2(Ω)的内积，由此，通过矩量法得到系数{cj,j＝1,…,n}满足线性方程组
G′c＝S (4)
其中，c＝(c1,…,cn)T，S＝(S1,…,Sn)，/>i＝1,…,n,且/>
e、选取Daubechie小波函数，利用Mallat塔式分解算法，通过Daubechie小波滤波器构造出正交小波变换矩阵W；
f、用步骤e得到的正交小波变换矩阵W对步骤d得到的系数矩阵进行小波变换，变换过程如下：
根据小波函数的紧支撑性、高阶消失矩特性，变换后矩阵中大部分小波系数为零或者值很小，设定阈值ε，在不影响计算精度的前提下忽略掉小于ε的值，采用一维索引只存储稀疏矩阵/>的非零元素可以降低内存，进而得到等价稀疏系数矩阵线性方程组，
g、采用共轭梯度法求解步骤f得到的稀疏线性方程组，并对解向量c进行小波逆变换，得到展开系数向量c，最终获得
2.根据权利要求1所述的一种基于离散小波矩量法的地震散射波场数值模拟方法，其特征在于，所述步骤e，包括以下步骤：
e1、根据Mallat塔式分解算法，相邻子空间中小波系数和尺度系数有递推关系：
其中，CJ-1、CJ、DJ-1和DJ分别为尺度空间VJ-1和VJ中的尺度系数和小波系数向量，H和G分别为低通滤波器和高通滤波器；
e2、具有二阶消失矩的周期Daubechie小波的低通滤波器Hn1表示为
其中hi1为矩阵元素，i1＝1,2,3,4，高通滤波器Gn1与Hn1具有相同结构，由小波系数gk组成；
e3、对于一个长度为N＝2m，的向量s，它的周期小波分解可以通过N×N的矩阵来表示，
其中，Hn1和Gn1为N/2×N阶矩阵，分别称为低通滤波器和高通滤波器，一阶小波分解：
Wn1s＝[Hn1s,Gn1s]T (8)
e4、重复小波分解步骤e3，得到向量s的离散小波变换，
Ws＝Wn1-l…Wn1-1Wn1s (9)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211016985.8A CN115373020B (zh) | 2022-08-22 | 2022-08-22 | 一种基于离散小波矩量法的地震散射波场数值模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211016985.8A CN115373020B (zh) | 2022-08-22 | 2022-08-22 | 一种基于离散小波矩量法的地震散射波场数值模拟方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115373020A CN115373020A (zh) | 2022-11-22 |
| CN115373020B true CN115373020B (zh) | 2023-09-29 |
Family
ID=84068014
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211016985.8A Active CN115373020B (zh) | 2022-08-22 | 2022-08-22 | 一种基于离散小波矩量法的地震散射波场数值模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115373020B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009037000A2 (en) * | 2007-09-20 | 2009-03-26 | Vega Grieshaber Kg | Detailfunction based measurement |
| CN101923176A (zh) * | 2010-07-06 | 2010-12-22 | 中国石油天然气集团公司 | 一种利用地震数据瞬时频率属性进行油气检测的方法 |
| CN102141634A (zh) * | 2010-12-17 | 2011-08-03 | 西南交通大学 | 基于曲波变换的叠前地震信号中线性干扰的压制方法 |
| EP2350694A1 (en) * | 2009-01-20 | 2011-08-03 | Spectraseis AG | Time reverse imaging operators for source location |
| CN102841243A (zh) * | 2012-08-31 | 2012-12-26 | 天津理工大学 | 基于小波变换的变压器偏磁时励磁电流检测装置及工作方法 |
| CN104122585A (zh) * | 2014-08-08 | 2014-10-29 | 中国石油大学(华东) | 基于弹性波场矢量分解与低秩分解的地震正演模拟方法 |
| CN109471164A (zh) * | 2018-11-09 | 2019-03-15 | 中国石油化工股份有限公司 | 基于Ho-RPCA的地震断层增强方法 |
| WO2020038007A1 (zh) * | 2018-08-23 | 2020-02-27 | 中国科学院地质与地球物理研究所 | 拓展显式差分稳定性条件的波场模拟方法、装置及设备 |
| CN114924312A (zh) * | 2022-05-10 | 2022-08-19 | 吉林大学 | 一种基于波前初始化射线追踪技术的高斯波束偏移方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200217979A1 (en) * | 2019-01-08 | 2020-07-09 | King Fahd University Of Petroleum And Minerals | Observation-driven method based on iir wiener filter for microseismic data denoising |
-
2022
- 2022-08-22 CN CN202211016985.8A patent/CN115373020B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009037000A2 (en) * | 2007-09-20 | 2009-03-26 | Vega Grieshaber Kg | Detailfunction based measurement |
| EP2350694A1 (en) * | 2009-01-20 | 2011-08-03 | Spectraseis AG | Time reverse imaging operators for source location |
| CN101923176A (zh) * | 2010-07-06 | 2010-12-22 | 中国石油天然气集团公司 | 一种利用地震数据瞬时频率属性进行油气检测的方法 |
| CN102141634A (zh) * | 2010-12-17 | 2011-08-03 | 西南交通大学 | 基于曲波变换的叠前地震信号中线性干扰的压制方法 |
| CN102841243A (zh) * | 2012-08-31 | 2012-12-26 | 天津理工大学 | 基于小波变换的变压器偏磁时励磁电流检测装置及工作方法 |
| CN104122585A (zh) * | 2014-08-08 | 2014-10-29 | 中国石油大学(华东) | 基于弹性波场矢量分解与低秩分解的地震正演模拟方法 |
| WO2020038007A1 (zh) * | 2018-08-23 | 2020-02-27 | 中国科学院地质与地球物理研究所 | 拓展显式差分稳定性条件的波场模拟方法、装置及设备 |
| CN109471164A (zh) * | 2018-11-09 | 2019-03-15 | 中国石油化工股份有限公司 | 基于Ho-RPCA的地震断层增强方法 |
| CN114924312A (zh) * | 2022-05-10 | 2022-08-19 | 吉林大学 | 一种基于波前初始化射线追踪技术的高斯波束偏移方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115373020A (zh) | 2022-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Fast inversion of large-scale magnetic data using wavelet transforms and a logarithmic barrier method | |
| CN104122585B (zh) | 基于弹性波场矢量分解与低秩分解的地震正演模拟方法 | |
| Liu et al. | A mixed-grid finite element method with PML absorbing boundary conditions for seismic wave modelling | |
| Chen et al. | Full three-dimensional tomography: a comparison between the scattering-integral and adjoint-wavefield methods | |
| CN108037531B (zh) | 一种基于广义全变分正则化的地震反演方法及系统 | |
| Davis et al. | Efficient 3D inversion of magnetic data via octree-mesh discretization, space-filling curves, and wavelets | |
| Wu et al. | A highly accurate finite-difference method with minimum dispersion error for solving the Helmholtz equation | |
| Liu et al. | Source wavefield reconstruction using a linear combination of the boundary wavefield in reverse time migration | |
| Wang et al. | 3D variable-grid full-waveform inversion on GPU | |
| Fang et al. | Elastic full-waveform inversion based on GPU accelerated temporal fourth-order finite-difference approximation | |
| Meng et al. | Seismic wavefield simulation by a modified finite element method with a perfectly matched layer absorbing boundary | |
| Zhang et al. | 3D simultaneous seismic data reconstruction and noise suppression based on the curvelet transform | |
| Yang et al. | Seislet-based morphological component analysis using scale-dependent exponential shrinkage | |
| Wang | Sparseness-constrained least-squares inversion: Application to seismic wave reconstruction | |
| Chevrot et al. | Optimized discrete wavelet transforms in the cubed sphere with the lifting scheme—implications for global finite-frequency tomography | |
| Mikhailenko et al. | Numerical modeling of transient seismic fields in viscoelastic media based on the Laguerre spectral method | |
| Abubakar et al. | Compressed implicit Jacobian scheme for elastic full-waveform inversion | |
| CN107102359A (zh) | 地震数据保幅重建方法和系统 | |
| Rao et al. | Reflection seismic waveform tomography of physical modelling data | |
| CN115373020B (zh) | 一种基于离散小波矩量法的地震散射波场数值模拟方法 | |
| Schumacher et al. | A flexible, extendable, modular and computationally efficient approach to scattering-integral-based seismic full waveform inversion | |
| Wang et al. | Visco-acoustic full waveform inversion using decoupled fractional Laplacian constant-Q wave equation and optimal transport-based misfit function | |
| He et al. | Application of the finite-difference contrast source inversion method to multiparameter reconstruction using seismic full-waveform data | |
| Yan et al. | Full waveform inversion with sparse structure constrained regularization | |
| Lee et al. | Zero-offset data estimation using CNN for applying 1D full waveform inversion |
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 |