[發(fā)明專利]一種基于空間約束壓縮感知的地震數(shù)據(jù)重建方法

有效

• 申請?zhí)枺?/td>: 201811434030.8
• 申請日: 2018-11-28
• 公開（公告）號: CN109490957B
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計）人: 石敏;朱震東;朱登明
• 申請（專利權(quán)）人: 華北電力大學(xué)
• 主分類號: G01V1/30
• 分類號: G01V1/30
• 代理公司: 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 11246
• 代理人: 朱琨

本發(fā)明屬于油田地震大數(shù)據(jù)重建技術(shù)領(lǐng)域，尤其涉及一種基于空間約束壓縮感知的地震數(shù)據(jù)重建方法，包括：使用一部分?jǐn)?shù)據(jù)作為訓(xùn)練數(shù)據(jù)，使用K?SVD字典學(xué)習(xí)訓(xùn)練超完備字典來重建原始的地震數(shù)據(jù)；使用聯(lián)合稀疏分解的方法，提取共有的空間信息，并改造壓縮感知算法中的感知矩陣；對稀疏度自適應(yīng)匹配追蹤算法進(jìn)行改進(jìn)，引入初始稀疏度估計的方法，采用變步長的策略對數(shù)據(jù)進(jìn)行重建。重建的結(jié)果不但細(xì)節(jié)比較清晰，運(yùn)算時間相較于IRLS和SAMP大幅地降低，而且橫向的過度更加的平滑，說明本發(fā)明所設(shè)計的算法利用到了空間的相關(guān)信息，重建結(jié)果更加真實。

技術(shù)領(lǐng)域

本發(fā)明屬于油田地震大數(shù)據(jù)重建技術(shù)領(lǐng)域，尤其涉及一種基于空間約束壓縮感知的地震數(shù)據(jù)重建方法。

背景技術(shù)

數(shù)據(jù)重建是數(shù)據(jù)處理的重要部分。在信號領(lǐng)域，由于環(huán)境、設(shè)備以及人為等因素采集到的信號數(shù)據(jù)并不一定是完整的。如果使用不完整的數(shù)據(jù)進(jìn)行數(shù)據(jù)解釋和分析的話，則分析結(jié)果會存在較大的偏差，所以在數(shù)據(jù)解釋分析之前需要對數(shù)據(jù)進(jìn)行重建。另外對于地震勘探這種數(shù)據(jù)量較大的采集工作中，大量的數(shù)據(jù)會在采集、存儲和運(yùn)輸?shù)雀鱾€環(huán)節(jié)產(chǎn)生巨大的成本。因此一方面希望盡可能減少采集到的數(shù)據(jù)，另一方面希望重建出來的數(shù)據(jù)盡可能地精確。

常規(guī)的地震數(shù)據(jù)采樣方法是基于Nyquist采樣定理，對地震信號的采樣間距具有一定的要求，如果采樣頻率過低則會出現(xiàn)假頻現(xiàn)象，影響數(shù)據(jù)的重建。而壓縮感知理論表明：基于信號的稀疏性，在低于Nyquist欠采樣的情況下，對少數(shù)的采樣點通過合適的重建方法仍能準(zhǔn)確地重構(gòu)信號。通常地震信號在某個變換域內(nèi)是稀疏的，為利用壓縮感知理論重建地震數(shù)據(jù)提供了可能。

地震數(shù)據(jù)重建即對不完整的人造地震采樣數(shù)據(jù)進(jìn)行插值處理，恢復(fù)出完整或者采樣率更高的數(shù)據(jù)。早在1981年，Larner就對不完整的地震道恢復(fù)和野外地震數(shù)據(jù)采集設(shè)計進(jìn)行了深入的討論和研究。傳統(tǒng)的地震數(shù)據(jù)重建方法分三類：第一類方法是基于預(yù)測濾波的方法，即采用分頻預(yù)測思路，由低頻信息預(yù)測高頻信息。這類方法通常將非規(guī)則采樣數(shù)據(jù)當(dāng)作規(guī)則數(shù)據(jù)處理，并通過高斯窗進(jìn)行插值，較易引入誤差。第二類方法是基于波動方程的方法，即通過DMO或AMO正、反演算子迭代求解一個反問題，這類方法利用波傳播的物理性質(zhì)重建地震波場，但需要地下結(jié)構(gòu)的先驗信息，且計算量很大。第三類為基于某種變換的方法，即先對地震數(shù)據(jù)進(jìn)行某種變換，然后在變換域重建。這類方法由于原理直觀、計算結(jié)果穩(wěn)健而得到廣泛應(yīng)用。

傳統(tǒng)的方法面對低采樣率和不均勻采樣數(shù)據(jù)重建都是比較棘手的問題。而傳統(tǒng)的規(guī)則均勻采樣受到Nyquist采樣定理的限制。而新發(fā)展起來的壓縮感知理論認(rèn)為即使采樣頻率低于Nyquist極限，也有可能恢復(fù)出滿足一定精度要求的完整數(shù)據(jù)。目前壓縮感知算法已經(jīng)應(yīng)用到了很多領(lǐng)域。壓縮感知技術(shù)首先要求信號是稀疏的或者可壓縮的，但大部分信號本身并不稀疏。不過，如果其在某個變換域內(nèi)滿足此條件，同樣適用于壓縮感知理論。自從該理論框架被提出以來，常用的變換方法主要有離散余弦變換、傅里葉變換、小波變換和曲波變換，以及逐漸采用的學(xué)習(xí)型超完備冗余字典等。

離散余弦變換(DCT)是信號處理領(lǐng)域最常用的變換之一，但是DCT變換是一種全局變換，并不能對圖像的局部特征進(jìn)行有效的識別。大部分壓縮感知的應(yīng)用領(lǐng)域都選用傅里葉變換作為稀疏變換基，但是傅里葉變換是在整個時間域內(nèi)的積分，是一種全局的變換，不能很好地刻畫某個局部時間的頻譜特征，所以，在處理地震數(shù)據(jù)這種有明顯突變現(xiàn)象的特征時，傅里葉變換并不是最理想的選擇。Gabor提出的短時傅里葉變換，可以更好地刻畫信號的局部特征，提取信號在局部時間間隔內(nèi)的頻譜信息。它的基本思想是通過加窗的方式將信號劃分成許多小的時間間隔，然后在每一個時間窗內(nèi)做傅里葉分析，以達(dá)到識別該時間間隔內(nèi)局部頻率的目的。