完整的三维地震数据的频率切片经过Hankel张量预变换后具有低秩性,因此,随机缺失的三维地震数据可以通过张量降秩进行插值。张量的秩最小化是NP难问题,传统方法通过构建张量秩的凸松弛求解。但是,该方法忽略张量模展开矩阵奇异值的差异...完整的三维地震数据的频率切片经过Hankel张量预变换后具有低秩性,因此,随机缺失的三维地震数据可以通过张量降秩进行插值。张量的秩最小化是NP难问题,传统方法通过构建张量秩的凸松弛求解。但是,该方法忽略张量模展开矩阵奇异值的差异性,获得的仅是原始张量秩最小化问题的次优解,地震数据插值精度得不到保证。为此,本文提出基于log_(ε)函数的非凸张量模型,用log_(ε)函数代替秩函数,采用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解。仿真和真实地震数据的实验结果表明,相比于传统的基于块Hankel变换的多道奇异谱分析(Multichannel Singular Spectrum Analysis,MSSA)方法和基于凸松弛的低秩张量补全方法(Low-rank Tensor Completion,LRTC),本文所提方法具有更高的重建精度。展开更多
基金sponsored by:the National Basic Research Program of China (973 Program) (2007CB209605)the National Natural Science Foundation of China (40974073)the National Hi-tech Research and Development Program of China (863 Program) (2009AA06Z206)
文摘完整的三维地震数据的频率切片经过Hankel张量预变换后具有低秩性,因此,随机缺失的三维地震数据可以通过张量降秩进行插值。张量的秩最小化是NP难问题,传统方法通过构建张量秩的凸松弛求解。但是,该方法忽略张量模展开矩阵奇异值的差异性,获得的仅是原始张量秩最小化问题的次优解,地震数据插值精度得不到保证。为此,本文提出基于log_(ε)函数的非凸张量模型,用log_(ε)函数代替秩函数,采用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解。仿真和真实地震数据的实验结果表明,相比于传统的基于块Hankel变换的多道奇异谱分析(Multichannel Singular Spectrum Analysis,MSSA)方法和基于凸松弛的低秩张量补全方法(Low-rank Tensor Completion,LRTC),本文所提方法具有更高的重建精度。