【摘要】：針對目前地震數(shù)據(jù)隨機(jī)噪聲壓制方法采用的稀疏表示方法中單一的正交基無法根據(jù)地震數(shù)據(jù)特征自適應(yīng)調(diào)整基函數(shù),基于數(shù)據(jù)分塊的自適應(yīng)超完備學(xué)習(xí)字典方法通常忽略塊之間相似性的問題,提出基于多道相似組稀疏表示模型的去噪算法。由于地震記錄波形在鄰近記錄道存在較強(qiáng)的相似性,首先在訓(xùn)練窗口內(nèi)計(jì)算與目標(biāo)地震數(shù)據(jù)塊所包含的多道記錄的波形相似度,利用相似度最高的一組數(shù)據(jù)塊構(gòu)造多道相似組;然后采用自適應(yīng)超完備字典學(xué)習(xí)算法完成基于多道相似組的字典構(gòu)建與稀疏編碼;最后通過迭代閾值收縮算法求解L1范數(shù)最小優(yōu)化問題,逐步提高編碼系數(shù)的稀疏程度,保留地震數(shù)據(jù)主要特征,壓制隨機(jī)噪聲。與現(xiàn)有隨機(jī)噪聲壓制算法對比,本文算法具有更高的峰值信噪比(PSNR),并且能更好地保持復(fù)雜區(qū)域地震數(shù)據(jù)同相軸的局部特征。
[Abstract]:According to the sparse representation method used in random noise suppression method of seismic data at present, the single orthogonal basis can not adaptively adjust the basis function according to the characteristics of seismic data. An adaptive over-complete learning dictionary method based on data partitioning usually ignores the similarity between blocks and proposes a denoising algorithm based on the sparse representation model of multi-channel similarity groups. Due to the strong similarity of seismic waveform in adjacent tracks, the waveform similarity of multi-track records contained in the target seismic data block is first calculated in the training window, and a group of data blocks with the highest similarity is used to construct a multi-track similar group. Then, the self-adaptive super-complete dictionary learning algorithm is used to construct and encode the dictionary based on multi-channel similarity group. Finally, the iterative threshold shrinkage algorithm is used to solve the L1 norm minimum optimization problem, which can gradually improve the sparse degree of coding coefficients, preserve the main characteristics of seismic data, and suppress random noise. Compared with the existing stochastic noise suppression algorithms, the proposed algorithm has a higher PSNR (PSNR), and can better maintain the local characteristics of the cophase axis of seismic data in complex regions.
【作者單位】： 東北石油大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院;東北石油大學(xué)電氣信息工程學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61502094) 大慶市指導(dǎo)性科技計(jì)劃項(xiàng)目(zd-2016-009) 東北石油大學(xué)科研培育基金項(xiàng)目(NEPUPY-1-22)聯(lián)合資助
【分類號】：P631.4

【相似文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 李海山;基于稀疏表示理論的地震信號處理方法研究[D];中國石油大學(xué)（華東）;2013年

相關(guān)碩士學(xué)位論文 前2條

1 范弘毅;基于稀疏表示和壓縮感知的地震信號處理及應(yīng)用研究[D];電子科技大學(xué);2014年

2 許德鑫;基于稀疏表示和字典學(xué)習(xí)的地震數(shù)據(jù)去噪研究[D];吉林大學(xué);2016年

，

本文編號：2386964