[發(fā)明專利]一種共成像點道集線性噪聲去除方法及裝置

在審

• 申請?zhí)枺?/td>: 201510655825.1
• 申請日: 2015-10-12
• 公開（公告）號: CN105301655A
• 公開（公告）日: 2016-02-03
• 發(fā)明（設計）人: 黃慧娟;梁兼棟
• 申請（專利權(quán)）人: 中國石油天然氣集團公司;中國石油集團東方地球物理勘探有限責任公司
• 主分類號: G01V1/36
• 分類號: G01V1/36
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 李輝

技術(shù)領(lǐng)域

本發(fā)明涉及地震勘探領(lǐng)域，尤其涉及一種共成像點道集線性噪聲去除方法及裝置。

背景技術(shù)

在地震勘探中，對地震數(shù)據(jù)進行偏移成像時需要抽取共成像點道集，并根據(jù)該道集上拾取的殘差曲率進行速度分析等操作，從而優(yōu)化偏移成像的質(zhì)量。但實際的共成像點道集往往會受到各類噪聲尤其是線性噪聲干擾，該噪聲會對殘差曲率識別造成干擾，影響拾取的質(zhì)量，最終影響偏移成像的質(zhì)量。因此，在拾取殘差曲率前需要對共成像點道集進行線性噪聲去除處理。

現(xiàn)有的去除線性噪聲的方法主要有三種：切除法、橫向濾波法和識別-差分法。其中，切除法是直接切除受到線性噪音干擾的區(qū)域，該方法將被切除區(qū)域內(nèi)的有效信號也一起被舍棄，嚴重影響到殘差拾取的精度。橫向濾波法是指在橫向做低通濾波，從而壓制斜向噪音，但是該方法同時也影響到殘差信號，降低了殘差拾取的精度。識別-差分法首先識別出線性噪音的方向，然后沿噪音方向?qū)π盘栠M行差分運算，以去除噪音。但是，由于線性噪音成份復雜，往往有多個方向的噪音并存，因此很難對線性噪音的斜率做出精確估算，同時差分算法也會造成有效信號的相位變化，最終導致差分算法無法去除噪音或嚴重損傷有效信號。因此，如何有效的去除線性噪聲、恢復被噪聲污染的有效信號并保持其殘差曲線信息是目前地震勘探技術(shù)領(lǐng)域亟需解決的技術(shù)問題。

發(fā)明內(nèi)容

本申請實施例提供一種共成像點道集線性噪聲去除方法及裝置，以有效的去除共成像點道集線性噪聲，恢復被噪聲污染的有效信號并保持其殘差曲線信息。

為達到上述目的，一方面，本申請實施例提供了一種共成像點道集線性噪聲去除方法，包括以下步驟：

獲取待處理的共成像點道集矩陣；

根據(jù)所述共成像點道集矩陣建立低秩與稀疏模型，其中所述低秩與稀疏模型包括有效信號矩陣變量和噪聲矩陣變量；

根據(jù)所述有效信號矩陣變量與噪聲矩陣變量建立凸優(yōu)化函數(shù)；

對所述凸優(yōu)化函數(shù)中的有效信號矩陣變量和噪聲矩陣變量進行迭代優(yōu)化求解，獲得去除噪聲的共成像點道集矩陣。

另一方面，本申請實施例還提供了一種共成像點道集線性噪聲去除裝置，包括：

獲取單元，用于獲取待處理的共成像點道集矩陣；

低秩與稀疏模型建立單元，用于根據(jù)所述共成像點道集矩陣建立低秩與稀疏模型，其中所述低秩與稀疏模型包括有效信號矩陣變量和噪聲矩陣變量；

凸優(yōu)化函數(shù)建立單元，用于根據(jù)所述有效信號矩陣變量與噪聲矩陣變量建立凸優(yōu)化函數(shù)；

優(yōu)化求解單元，用于對所述凸優(yōu)化函數(shù)中的有效信號矩陣變量和噪聲矩陣變量進行迭代優(yōu)化求解，獲得去除噪聲的共成像點道集矩陣。

本申請實施例提出的低秩與稀疏模型分別對有效信號和噪聲的最本質(zhì)的特點進行了建模，將共成像點道集矩陣分解為有效信號矩陣變量和噪聲矩陣變量之和，然后根據(jù)所述有效信號矩陣變量和噪聲矩陣變量建立凸優(yōu)化函數(shù)，最后通過對所述凸優(yōu)化函數(shù)進行優(yōu)化求解的方式獲得去除噪聲的共成像點道集。與現(xiàn)有方法相比，本申請實施例能夠有效的去除線性噪聲，恢復被噪聲污染的有效信號并保持其殘差曲線信息。

附圖說明

圖1是本申請實施例中一種共成像點道集線性噪聲去除方法的流程圖；

圖2是本申請實施例中一種共成像點道集線性噪聲去除裝置的模塊圖；

圖3是本申請一實施例中待處理的共成像點道集剖面圖；

圖4是本申請一實施例中去除噪聲的共成像點道集剖面圖。

具體實施方式

下面結(jié)合附圖，對本申請實施例的具體實施方式作進一步的詳細說明。

參考圖1所示，本申請實施例的共成像點道集線性噪聲去除方法，包括以下步驟：

S1、獲取待處理的共成像點道集矩陣。

具體的，從采集的地震數(shù)據(jù)中抽取共成像點道集，所述共成像點道集可以包括n道數(shù)據(jù)，每道數(shù)據(jù)可以包括m個采樣點。所述n道數(shù)據(jù)，每道數(shù)據(jù)的m個采樣點可以形成所述共成像點道集矩陣。

S2、根據(jù)所述共成像點道集矩陣建立低秩與稀疏模型，其中所述低秩與稀疏模型包括有效信號矩陣變量和噪聲矩陣變量。