[发明专利]基于随机采样的数据规则化方法

摘要

本发明提供一种基于随机采样的数据规则化方法，该基于随机采样的数据规则化方法包括：步骤1，获取叠前地震资料，并输出网格进行网格化处理；步骤2，将地震资料变换到频率域；步骤3，逐个频率循环，计算每个频率的radon谱；步骤4，将地震数据变换到波数域，得到FK谱；步骤5，将离散傅里叶变换表述为矩阵形式，采用加权匹配追踪求解插值问题。该基于随机采样的数据规则化方法可以最大程度的避免匹配追踪过程中选择了假频信号，提高了算法抗假频能力。算法保持了快速匹配追踪的计算效率，运算效率较高。 1

主权项

1.基于随机采样的数据规则化方法，其特征在于，该基于随机采样的数据规则化方法包括：

步骤1，获取叠前地震资料，并输出网格进行网格化处理；

步骤2，将地震资料变换到频率域；

步骤3，逐个频率循环，计算每个频率的radon谱；

步骤4，将地震数据变换到波数域，得到FK谱；

步骤5，将离散傅里叶变换表述为矩阵形式，采用快速加权匹配追踪求解插值问题。

2.根据权利要求1所述的基于随机采样的数据规则化方法，其特征在于，在步骤1中，获取叠前地震资料，将地震资料按照纵横向相邻的一定数目CMP块进行组织，并按照期望输出网格进行网格化处理，统计空道的位置。

3.根据权利要求1所述的基于随机采样的数据规则化方法，其特征在于，在步骤2中，将地震资料变换到频率域的公式为：

f(ω,x)＝∫f(t,x)e^‑iωtdt

其中，t表示时间采样，x表示空间采样，ω表示圆频率。

4.根据权利要求3所述的基于随机采样的数据规则化方法，其特征在于，在步骤3中，计算每个频率的radon谱的公式为：

R(f(ω,x),p)＝∫f(ω,x)e^‑iωpxdx

其中，p表示射线参数，R表示对应的radon谱。

5.根据权利要求4所述的基于随机采样的数据规则化方法，其特征在于，在步骤4中，将地震数据变换到波数域，得到FK谱F：

F(ω,k)＝∫f(ω,x)e^ikxdx

其中，k表示地震数据的波数，F为FK谱。

6.根据权利要求1所述的基于随机采样的数据规则化方法，其特征在于，在步骤5中，假设频率域地震数据f与其FK谱F之间的关系用矩阵方程表示，其中Φ是一个M×N的付氏变换矩阵，它的第m行第n列的元素是F表示N维复向量f表示M维的复向量

7.根据权利要求6所述的基于随机采样的数据规则化方法，其特征在于，在步骤5中，加权匹配追踪求解插值的步骤包括：

步骤a，计算并存储矩阵G＝Φ^*Φ，并选择一个门槛值ε，令步数k＝0，FK谱F＝0,R^kF＝Φ^*f；其中，上标*表示矩阵的共轭转置，R^kF表示FK谱F的第k步的匹配向量，并记R^kF的第l个元素为F^k(l)，满足F^k(l)＝<f,φ_ml>，< >表示内积；

步骤b，寻找下标p_k，使其满足下面的条件：

w_pkpk|F^k(p_k)|≥w_ll|F^k(l)|,0≤l<N，这里的F^k(l)表示向量R^kF的第l个分量；w为加权因子，为了简化问题，将矩阵w构造成一个对角矩阵，其对角元素为w_ll，并且其对角线上元素的值由下面的公式计算求得：

0≤i<N

i<L:p_i＝iΔk/ω

i≥L:p_i＝(i‑N)Δk/ω

这里用R(d(ω,x),p)表示频率域数据d(ω,x)所对应的Radon谱；

根据Radon谱的性质可知，当在积分方向p_i上存在有效信号时，矩阵W的第i个对角元素w_ii是一个大值，否则w_ii应该是一个比较小的值；

步骤c，将值加到F(p_k)上，其中的F(p_k)表示向量F的第p_k个分量；

步骤d，令其中表示矩阵G的第p_k个列向量；

步骤f，如果|R^k+1F|<ε，F的估计结束；否则令k＝k+1，并返回步骤b。