基于稀疏表示的地震数据精细处理方法研究

发布时间：2021-09-13 15:12

　　地震勘探的采集工作面临着复杂地表、复杂的工区条件、大数据量及采集成本等问题,使采集中往往存在着不规则的缺失道及较大道间距的情况,造成了空间上的不规则采样和稀疏采样。此外,采集中外界的风吹草动等各种随机干扰及地震数据处理都会使地震记录的信噪比降低。不完整的数据及较低的信噪比严重地影响着后续资料的处理、属性的提取及储层的预测等。稀疏表示是当前信息科学及处理领域的最新进展,因此,将它用于缺失数据的恢复重建、随机噪音的压制及地震属性的研究具有重要的现实意义。为了研究稀疏表示理论在地震数据处理中的应用,本文首先研究了基于傅立叶变换和压缩感知的地震数据重建。在此基础上,研究了基于非局部算法和压缩感知的重建方法。非局部算法利用了数据中非局部子块的相似性,并将这种相似性作为数据的先验信息,改善了地震数据的重建效果。在稀疏表示压制地震随机噪音方面,根据字典构造方法的不同,研究了三种不同的稀疏表示去噪方法,这些方法中的字典构造是由易到难,复杂程度逐步递增的。研究的基于独立分量分析（ICA）的稀疏表示去噪方法,可以克服传统独立分量分析技术在压制加性高斯随机噪音方面的不足。基于K-SVD字典训练的小波域稀疏表... 

【文章来源】：中国石油大学(华东)山东省 211工程院校 教育部直属院校

【文章页数】：101 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 地震数据重建研究现状
        1.2.2 地震随机噪音压制研究现状
    1.3 本文主要的研究内容
第二章 信号的稀疏表示理论
    2.1 稀疏表示理论基础
        2.1.1 稀疏表示问题描述
        2.1.2 稀疏性的度量
        2.1.3 稀疏表示的不确定性
    2.2 字典构造方法
        2.2.1 基于数学模型构造字典
        2.2.2 基于正交基级联构造字典
        2.2.3 基于学习训练构造字典
    2.3 稀疏优化算法
        2.3.1 松弛优化算法
        2.3.2 贪婪追踪算法
        2.3.3 组合优化方法
    2.4 稀疏表示与压缩感知
第三章 基于稀疏表示和压缩感知的地震数据重建
    3.1 基于稀疏变换压缩重建的基本原理
        3.1.1 重建模型描述
        3.1.2 稀疏促进反演算法
        3.1.3 规则采样与随机采样
    3.2 基于傅立叶变换和压缩感知的地震数据重建
        3.2.1 基于傅里叶变换的压缩重建流程
        3.2.2 理论模型测试
        3.2.3 实际资料处理
    3.3 基于非局部算法和压缩感知的地震数据重建
        3.3.1 非局部压缩采样及地震数据的恢复重建
        3.3.2 理论模型测试
        3.3.3 实际模型处理
第四章 基于稀疏表示的地震随机噪音压制
    4.1 基于独立分量分析的随机噪音压制
        4.1.1 基函数
        4.1.2 ICA基
        4.1.3 基于ICA基的阈值法去噪
        4.1.4 理论模型测试及实际资料处理
    4.2 基于K-SVD的微地震数据随机噪音压制
        4.2.1 基于K-SVD字典训练的稀疏表示理论
        4.2.2 小波域稀疏表示去噪方法
        4.2.3 理论模型及实际资料处理
    4.3 基于稀疏K-SVD的三维地震数据随机噪音压制
        4.3.1 稀疏字典模型
        4.3.2 基于稀疏字典的稀疏表示去噪方法
        4.3.3 理论模型及实际资料处理
第五章 基于稀疏表示的地震属性融合处理
    5.1 基于稀疏表示的多属性融合原理
    5.2 无噪音属性的融合研究
        5.2.1 同类属性的融合
        5.2.2 不同类属性的融合
    5.3 含噪音属性的融合研究
结论
参考文献
攻读硕士学位期间取得的学术成果
致谢


【参考文献】：
期刊论文
[1]基于压缩感知和TV准则约束的地震资料去噪[J]. 刘伟,曹思远,崔震.  石油物探. 2015(02)
[2]基于曲波变换的循环平移地震随机噪声衰减[J]. 薛诗桂.  地球物理学进展. 2015(01)
[3]地震属性融合方法综述[J]. 李婷婷,王钊,马世忠,王昭,袁子龙.  地球物理学进展. 2015(01)
[4]基于非局部相似度约束的多通道复用压缩遥感成像方法[J]. 赵明,安博文,王运,孙胜利.  红外与毫米波学报. 2015(01)
[5]2D地震数据规则化中随机稀疏采样方案（英文）[J]. 蔡瑞,赵群,佘德平,杨丽,曹辉,杨勤勇.  Applied Geophysics. 2014(03)
[6]3D高阶抛物Radon变换地震数据保幅重建[J]. 唐欢欢,毛伟建.  地球物理学报. 2014(09)
[7]基于压缩感知的Curvelet域联合迭代地震数据重建[J]. 白兰淑,刘伊克,卢回忆,王一博,常旭.  地球物理学报. 2014(09)
[8]λ-f域加权抛物Radon变换地震数据重建方法研究[J]. 石颖,张振,李婷婷,刘淑芬,曾科.  地球物理学进展. 2014(04)
[9]压缩感知框架下基于K-奇异值分解字典学习的地震数据重建[J]. 周亚同,王丽莉,蒲青山.  石油地球物理勘探. 2014(04)
[10]高阶高分辨率Radon变换地震数据重建方法[J]. 薛亚茹,唐欢欢,陈小宏.  石油地球物理勘探. 2014(01)

硕士论文
[1]基于信号特征分析的地震多属性融合方法研究[D]. 普艳香.电子科技大学 2013
[2]基于压缩视频感知字典构造方法研究[D]. 姜平.西安电子科技大学 2013
[3]信号稀疏表示理论及应用研究[D]. 赵亮.哈尔滨工程大学 2012
[4]F-K域地震道插值方法研究[D]. 罗丹.成都理工大学 2009
[5]基于独立分量分析的地震盲反褶积方法及应用研究[D]. 刘杰.中国石油大学 2008
[6]小波变换及在提高地震资料信噪比中的应用[D]. 姜绍辉.中国海洋大学 2005



本文编号：3395017