FISTA算法(fast iterative shrinkage-thresholding algorithm)采用線性搜索方法尋找最佳內部梯度的步長L,而線性搜索只能使L向增大的方向搜索,嚴重影響了FISTA算法的收斂性。為此,提出了一種基于自適應步長FISTA算法的稀疏脈沖反褶積方法,該方法在FISTA算法的基礎上,通過在每一次迭代之前適當減小常數(shù)L,然后利用線性搜索的方式尋找最優(yōu)的常數(shù)L,以達到自適應調整L的目的。為了使算法達到理論收斂,通過結合前、后兩次的L,對傳統(tǒng)FISTA算法的輔助序列進行修改,最終使整套算法在理論上得以收斂。理論模型與實際地震資料的處理、分析結果表明,所提方法具有更好的收斂性,能在不同信噪比下得到理想的反演結果,較常規(guī)FISTA算法具有更好的抗噪能力。

【文章頁數(shù)】：8 頁

【文章目錄】：
0 問題的提出
1 FISTA方法原理
2 自適應步長FISTA方法原理
3 理論模型分析
4 實際數(shù)據(jù)處理
5 結束語



本文編號：3908490