發(fā)布時間：2023-10-02 00:46

　　隨機噪聲的存在會降低地震資料信噪比(signal-to-noise ratio,SNR),影響后續(xù)資料的處理與分析�；诘椭认闰灥牡卣饠祿S機噪聲壓制方法將去噪問題通過建模轉化為求解秩最小化問題,通過矩陣降秩實現隨機噪聲的去除�？紤]到地震數據具有較強的相似特性,提出了基于自相似性先驗(self-similarity prior,SP)和截斷核范數正則化(truncated nuclear norm regularization,TNNR)的地震數據去噪方法,即SP-TNNR方法,以自相似塊組為單元,用截斷核范數代替?zhèn)鹘y(tǒng)的核范數在地震數據"組域"進行低秩約束去噪。首先搜索地震數據的自相似塊,構成自相似塊組;然后在自相似塊組添加TNNR最小化約束;最后采用加速近端梯度法(accelerated proximal gradient line,APGL)對優(yōu)化問題進行求解。仿真數據和實際地震數據實驗結果均表明,SP-TNNR方法能夠在保持邊緣信息和有效信息的前提下壓制隨機噪聲,去噪后的地震數據具有更高的信噪比。

【文章頁數】：10 頁

【文章目錄】：
1 方法理論
    1.1 基于降秩理論的地震數據去噪模型
    1.2 基于截斷核范數的低秩模型
    1.3 目標函數轉換
    1.4 相似塊匹配
    1.5 APGL優(yōu)化求解
2 數據實驗
    2.1 仿真數據實驗
    2.2 實際數據應用
3 結論



本文編號：3849764