频率域约束条件下的最小熵反褶积

这里提出一种运用最小熵准则重新建立反射系数谱的方法。此种算法(FMED)可与传统的最小熵反褶积(MED)以及线性规划(LP)、自回归(AR)方法相比较,就与地震道反褶积的线性算子的系数而言,MED方法是通过使一个熵达到极大来进行。通过比较,这里提出的算法可使与反射系数系列谱的频率损失有关的范数达到极大。此方法可简化为一种非线性算法,即能进行有限频带数据的反褶积,避免了线性算子的固有限制。 这里提出的方法通过各种合成例子来说明。为检查此种算法的正确性,还运用了野外数据。结果表明,此种方法是处理有限频带数据行之有效的方式。 FMED和LP方法的原理相类似。在频率约束条件下,这两种方法都是寻找一个特殊范数的极值。在LP方法中,线性规划问题采用了十分昂贵的单纯形法来解决。FMED法在每次迭代中仅用了两次快速富氏变换,减少了反演计算成本。

频率域约束下的最小熵反褶积

本文描述了一种使用最小熵准则重建反射系数谱的算法。文中，将该算法与传统的最小熵反褶积、线性程序方法和自回归方法作了比较。ＭＥＤ方法是通过使地震道反褶积线性算子系数的熵模是最大来实现的。比较起来，本文描述的方法是使反射系数序列谱的缺失频率的模最大。