基于多窗口联合优化的多次波自适应相减方法 |
| |
引用本文: | 孙宁娜,曾同生,戴晓峰,周润庚,李钟晓,李振春,盛冠群.基于多窗口联合优化的多次波自适应相减方法[J].石油物探,2022(3):463-472. |
| |
作者姓名: | 孙宁娜 曾同生 戴晓峰 周润庚 李钟晓 李振春 盛冠群 |
| |
作者单位: | 1. 青岛大学电子信息学院;2. 中国石油勘探开发研究院;3. 中国石油大学(华东)地球科学与技术学院;4. 三峡大学大数据中心 |
| |
基金项目: | 国家自然科学基金项目“基于卷积神经网络的多次波自适应相减方法(41804110)”; |
| |
摘 要: | 自适应相减是预测减去法压制多次波的重要环节。基于匹配滤波器的多次波自适应相减方法通常采用逐个数据窗口进行匹配来估计滤波器。逐个大数据窗口求解长滤波器进行多次波自适应相减会导致较低的计算效率,另一方面在复杂地质构造中,逐个小窗口匹配估计的短滤波器不足以表征预测多次波与真实多次波之间的复杂差异。为进一步有效均衡一次波保护和多次波压制并且提高计算效率,引入多个窗口联合优化来求解滤波器,同时利用多个小窗口的预测多次波信息来匹配原始数据。引入快速迭代收缩阈值算法(FISTA)求解多个小窗口估计一次波的L1范数最小化约束问题,从而有效分离一次波与多次波。模型数据和实际数据处理结果表明,与传统的逐个大数据窗口进行多次波自适应相减的方法相比,基于多窗口联合优化的多次波自适应相减方法在保持计算精度的同时提高了计算效率;与传统的逐个小数据窗口进行多次波自适应相减的方法相比,基于多窗口联合优化的多次波自适应相减方法可以更有效地平衡多次波去除和一次波保护。
|
关 键 词: | 多次波 自适应相减 匹配滤波器 多窗口联合优化 L1范数 |
|