基于时空约束压缩感知的地震数据重建

在实际勘探中,由于环境、设备或人为因素的影响,采集的地震数据中有很多丢失的数据,严重影响了数据的解释工作。针对这一问题,根据地震数据的时空相关性,提出了一种基于时空约束压缩感知的地震数据重建方法。该方法使用内核奇异值分解(KSVD)字典学习算法训练超完备字典作为稀疏变换基,进而利用改进的稀疏自适应匹配追踪算法(SAMP)完成重建。通过初始稀疏性估计和变步长策略,减少了SAMP中收敛所需的迭代次数。利用真实的地震数据和微电阻率成像数据进行实验,将所提出的方法与压缩感知重建算法进行了比较,不仅提高了重建数据的准确性,而且缩短了执行时间。