基于地震图像校准的共成像点道集增强技术

由共成像点道集抽取的共偏移距道集可以当成相同地下成像的多次观测.由于偏移误差的影响,在不同共偏移距道集上,同一采样点存在水平和垂直方向上的错位.本文提出一种基于地震图像校准的共成像点道集增强技术,实现了不同偏移距道集在时间和空间上的逐点匹配对齐.在本文中以2D局部归一化互相关来表征共偏移距道集和叠加道集在相同时空位置的相似度,假设在不同水平和垂直移动量时的互相关满足连续凸函数,利用求导方法估计共偏移距道集在该位置处的非整数校正量,最后采用双线性内插方法估计成像振幅.传统道集拉平技术在垂直方向进行校正量消除,本文方法能有效估计共偏移距道集中的水平和垂直校正量,并在亚像素域估计正确的成像振幅.模型数据和实际数据的处理结果表明,本文方法能有效增强共成像点道集中同相轴的一致性,提高叠加结果的分辨率.

基于多道卷积信号盲分离的多次波自适应相减方法

本文将多次波自适应相减问题表示为一个多道卷积信号的盲分离问题.利用2D卷积核来表示预测多次波和实际多次波之间的差异,并采用分离出的一次波信号的非高斯性最大化作为优化目标,我们提出一种基于多道卷积信号盲分离的多次波自适应相减算法.为了求解上述非线性优化问题,所提方法将其转化为一个迭代线性优化问题,采用迭代最小二乘方法加以实现.由于采用了多道卷积信号盲分离模型,所提方法能够适应预测和真实多次波之间在时间及空间上的变化.通过对简单模型数据、Pluto数据和实际数据进行处理,验证了所提算法的有效性.

一种边缘保持的地震数据插值方法

在地震数据处理中,地震数据插值方法常常用来解决地震数据空间采样率低和不规则的问题.本文提出了一种基于边缘保持滤波器的地震数据插值方法.在该方法中,对于一个1D信号,逐点滑动一个处理窗口,将信号分成多个信号片段.对于某一个待恢复的缺失采样点,存在多个包含(或邻近)该采样点的信号片段可以用来估计它.采用多项式来拟合这些信号片段,并选择拟合误差最小的信号片段估计此缺失采样点,达到边缘保持的目的.对于2D地震信号,先沿不同方向扫描抽取1D信号,然后采用上述1D边缘保持插值算法分别进行处理,得到沿不同方向的插值结果.对于任一待插值采样点,选取对应拟合误差最小的方向的插值结果作为最后输出的2D数据的插值结果.理论模型和实际资料的处理结果表明,所提方法具有保边缘、抗假频及能够进行不规则数据重建等特点,既能有效的实现不规则地震数据的重建,又能很好的保持原有数据的边缘特征.

演化数据的学习

在一些实际问题中,数据的分布随时间的变化而逐渐变化,这类数据的学习问题被称之为演化数据的学习.文中综述了演化数据上的学习方面的研究进展.提出了今后需要关注的一些问题,如数据演化的机制、一般性的假设问题、演化数据分类等等.