[发明专利]一种基于ista的高分辨率radon变换的面波频散能量谱成像方法在审
申请号: | 202211111565.8 | 申请日: | 2022-09-13 |
公开(公告)号: | CN115616662A | 公开(公告)日: | 2023-01-17 |
发明(设计)人: | 李萝;曹卫平;黄旭日;姚海;徐云贵;胡叶正;唐静;杨冉;黎孟承 | 申请(专利权)人: | 西南石油大学 |
主分类号: | G01V1/30 | 分类号: | G01V1/30;G01V1/32 |
代理公司: | 成都智涌知识产权代理事务所(普通合伙) 51313 | 代理人: | 李莉 |
地址: | 610500 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 ista 高分辨率 radon 变换 面波频散 能量 成像 方法 | ||
1.一种基于ista的高分辨率radon变换的面波频散能量谱成像方法,其特征在于,所述方法包括:
获取野外采集的d(x,t)域的面波数据,其中,t为时间;
对每一道面波数据进行时域维傅里叶变换,得到d(x,f)域,其中,f为频率;
基于迭代收缩阈值算法的高分辨率Radon模型将d(x,f)域变换m(p,f)域,得到高分辨率的成像结果,其中,p为慢度。
2.根据权利要求1所述的一种基于ista的高分辨率radon变换的面波频散能量谱成像方法,其特征在于,所述方法还包括:构建高分率的频散能量谱,包括:
根据慢度计算出速度;
根据慢度与速度构建高分率的频散能量谱f-v。
3.根据权利要求1所述的一种基于ista的高分辨率radon变换的面波频散能量谱成像方法,其特征在于,所述方法还包括:求d(x,f)域的高分辨率Radon模型解,包括:
确定最小目标函数Φ:
Φ=||d-Lm||2+β||m||1;
式中:d为地震数据;L为正变换算子;β为正则化参数;m为τ-p域数据;
利用最速下降法求解目标函数Φ。
4.根据权利要求3所述的一种基于ista的高分辨率radon变换的面波频散能量谱成像方法,其特征在于,利用最速下降法求解目标函数Φ,包括:
确定梯度方向:g=LT*ri-1,其中,L=ei2πfpx,f为频率,p为慢度,x为偏移距,r0=d;
步长选取:k=(g*g)/((L*g)*(L*g));
模型更新:mi=T0*mi-1+k*g,其中,T0为收缩算子;
其中,a为阈值,I为最大迭代次数,i为当前迭代次数,m0=0;
数据残差项:ri=d-mi;
循环迭代:重复执行上述步骤,到达最大迭代次数终止循环,输出模型m的高分辨率解。
5.根据权利要求1所述的一种基于ista的高分辨率radon变换的面波频散能量谱成像方法,其特征在于,所述方法还包括:对获取的面波数据进行预处理,所述预处理包括选取处理和滤波处理。
6.一种基于ista的高分辨率radon变换的面波频散能量谱成像系统,所述系统用于实现权利要求1-5中任一项所述的基于ista的高分辨率radon变换面波频散能量谱计算方法,其特征在于,所述系统包括:
获取模块,用于获取野外采集的d(x,t)域的面波数据,其中,t为时间;
第一变换模块,用于对每一道面波数据进行时域维傅里叶变换,得到d(x,f)域,其中,f为频率;
第二变换模块,用于基于迭代收缩阈值算法的高分辨率Radon模型将d(x,f)域变换m(p,f)域,得到高分辨率的成像结果,其中,p为慢度。
7.一种电子设备,包括存储器、处理器以及存储在所述存储中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行该计算机程序时实现权利要求1-5中任一项所述的基于ista的高分辨率radon变换面波频散能量谱计算方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被所述处理器执行时实现权利要求1-5中任一项所述的基于ista的高分辨率radon变换面波频散能量谱计算方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学,未经西南石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211111565.8/1.html,转载请声明来源钻瓜专利网。