[發明專利]一種利用子空間學習優化的微震信號重構方法和系統

在審

• 申請號: 202010593754.8
• 申請日: 2020-06-28
• 公開（公告）號: CN111596367A
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 翟明岳
• 申請（專利權）人: 廣東石油化工學院
• 主分類號: G01V1/50
• 分類號: G01V1/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種利用子空間學習優化的微震信號重構方法，其特征在于，包括：

步驟101獲取按時間順序采集的信號序列S

步驟102求取循環矩陣C，具體為：所述循環矩陣C的第i行第j列元素其中，為所述信號序列S的第|i+j|_N個元素；|i+j|_N表示對i+j以N為模下取整；i為行序號，取值范圍為i＝1,2,…,N；j為列序號，取值范圍為j＝1,2,…,N；N為所述信號序列S的長度；

步驟103生成子空間學習優化矩陣A，具體為：所述子空間學習優化矩陣A的計算公式為其中，μ_m為所述循環矩陣C的第m個左特征矢量；v_m為所述循環矩陣C的第m個右特征矢量；λ_m為所述循環矩陣C的第m個特征值；N_A為子空間秩，所述子空間秩N_A的值為所述循環矩陣C的特征值大于ε₀的個數；ε₀為子空間閾值，所述子空間閾值ε₀的計算公式為h為所述信號序列S的均值；σ為所述信號序列S的均方差；

步驟104求取重構矩陣W，具體為：所述重構矩陣W的計算公式為其中，a_n為所述子空間學習優化矩陣A的第n行元素；τ為重構因子，所述重構因子τ的計算公式為||_F為Frobenius模；

步驟105求取重構后的信號序列S_new，具體為：所述重構后的信號序列S_new的計算公式為S_new＝S-[S^TS+A]S。

2.一種利用子空間學習優化的微震信號重構系統，其特征在于，包括：

模塊201獲取按時間順序采集的信號序列S

模塊202求取循環矩陣C，具體為：所述循環矩陣C的第i行第j列元素其中，為所述信號序列S的第|i+j|_N個元素；|i+j|_N表示對i+j以N為模下取整；i為行序號，取值范圍為i＝1,2,…,N；j為列序號，取值范圍為j＝1,2,…,N；N為所述信號序列S的長度；

模塊203生成子空間學習優化矩陣A，具體為：所述子空間學習優化矩陣A的計算公式為其中，μ_m為所述循環矩陣C的第m個左特征矢量；v_m為所述循環矩陣C的第m個右特征矢量；λ_m為所述循環矩陣C的第m個特征值；N_A為子空間秩，所述子空間秩N_A的值為所述循環矩陣C的特征值大于ε₀的個數；ε₀為子空間閾值，所述子空間閾值ε₀的計算公式為h為所述信號序列S的均值；σ為所述信號序列S的均方差；

模塊204求取重構矩陣W，具體為：所述重構矩陣W的計算公式為其中，a_n為所述子空間學習優化矩陣A的第n行元素；τ為重構因子，所述重構因子τ的計算公式為||_F為Frobenius模；

模塊205求取重構后的信號序列S_new，具體為：所述重構后的信號序列S_new的計算公式為S_new＝S-[S^TS+A]S。