[發明專利]基于字典學習和稀疏表征的地震資料高分辨率處理方法

在審

• 申請號: 202110365724.6
• 申請日: 2021-04-06
• 公開（公告）號: CN113077386A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 張歸前;王峣鈞;陳豪;胡光岷
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06K9/62;G01V1/30;G01V1/40
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

1.基于字典學習和稀疏表征的地震資料高分辨率處理方法，其特征在于，包括以下步驟：

S1、進行井震標定，提取地震子波；

S2、將所有井的測井反射系數與地震子波進行合成，得到合成地震數據；將每口井的合成地震數據與實際采集到的井旁道地震數據進行比較，將二者相似度達到85％以上的井的井旁道地震數據作為地震數據樣本，建立聯合樣本{Y_S,Y_R}，其中Y_S和Y_D分別是井旁道地震數據樣本和測井反射系數樣本；

S3、利用K-SVD算法訓練得到聯合字典{D_S,D_R}，D_S為地震數據字典，D_R為反射系數字典；

S4、將實際采集到的地震數據S做歸一化處理；

S5、將歸一化后的地震數據在字典D_S下進行稀疏表示，得到稀疏表示系數α；

S6、利用反射系數字典D_R和稀疏表示系數α進行稀疏重構，得到歸一化的反射系數；

S7、對歸一化的反射系數進行反歸一化處理，得到地震數據對應的反射系數。

2.根據權利要求1所述的基于字典學習和稀疏表征的地震資料高分辨率處理方法，其特征在于，所述步驟S3中，聯合字典{D_S,D_R}的訓練方法為：

λ是正則化參數；A代表是字典學習過程中的表示系數；|| ||1₁表示L₁范數；

聯合上兩式得到目標函數如下：

其中，N和M分別是地震數據樣本和反射系數樣本的維度，在聯合字典中，取N＝M。

3.根據權利要求1所述的基于字典學習和稀疏表征的地震資料高分辨率處理方法，其特征在于，所述步驟S5具體實現方法為：稀疏表示的模型表示為以下形式：

r＝D_Rα，s＝D_Sα

其中，r和s分別表示歸一化后未知的反射系數和地震數據；α是一個大部分元素為零或者接近于零的向量，稱為稀疏表示系數；本發明需要從未知反射系數的地震數據s中恢復出相對應的反射系數r，首先需要通過求解以下目標函數來得到稀疏表示系數α：

||α||₀為L₀范數，表示向量α中非零元素的個數；在稀疏編碼中，α是足夠稀疏的，因此用L₁范數近似L₀范數：

通過標準線性規劃的方法來對上式進行求解，得到最優解α。

4.根據權利要求1所述的基于字典學習和稀疏表征的地震資料高分辨率處理方法，其特征在于，所述步驟S6具體實現方法為：利用反射系數字典D_R和步驟S5得到的稀疏表示系數α，對未知的地震數據進行稀疏重構，得到歸一化反射系數：

r＝D_Rα。