基于分块字典学习理论的地震数据去噪
周俊捷
吴相伶
李文杰
李静和
桂林理工大学地球科学学院, 广西 桂林541004
摘要：随着油气勘探观测环境愈发复杂,采集的地震数据常常掺杂各种噪声信号,导致勘探目标引起的有效微弱信号被覆盖,严重影响高精度的地震勘探数据解译,因而有效的压制地震勘探数据噪声显得越发重要.本文采用字典学习策略,将复杂地震数据进行分块,通过分块数据的字典学习获取字典原子,构建高精度的字典学习地震数据稀疏表示,通过两次迭代更新字典原子,进行数据去噪.将本文的字典学习算法应用于含随机噪声的模拟数据和实测地震勘探数据处理,验证该算法的可行性及有效性.结果表明,本文算法有效去除了随机噪声,保留了有效信号同相轴,提高了信噪比,可为复杂含噪地震数据的去噪处理提供新的技术手段.
关键词：分块字典学习地震数据去噪迭代更新实测数据处理
分类号：O242(计算数学)P315(大地（岩石界）物理学（固体地球物理学）)P631(天文学、地球科学)
资助基金：广西自然科学基金项目(2021GXNSFAA196056)小波与曲波组合域探地雷达数据噪声与背景杂波压制技术(2018GXNSFAA281028))(2018GXNSFAA281028)
论文发表日期：2022-09-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 557-566 )
英文信息