绕射波的分离方法及装置制造方法及图纸

本发明专利技术提供了一种绕射波的分离方法及装置，该方法包括：确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果，然后确定频率空间地震数据的奇异矩阵、奇异值和奇异值矩阵；采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值和奇异值矩阵，确定奇异值权重矩阵；根据奇异矩阵、奇异值、原始分解结果和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。本技术考虑了自适应计算奇异值权重因子，避免了传统方法中常数秩选取策略，增强了算法的鲁棒性和适应性，有利于获取高质量分离的绕射波场。利于获取高质量分离的绕射波场。利于获取高质量分离的绕射波场。

【技术实现步骤摘要】
绕射波的分离方法及装置


[0001]本专利技术涉及地下勘探高分辨率成像的
，尤其是涉及一种绕射波的分离方法及装置。

技术介绍

[0002]地下不连续地质体，如空洞、断层、裂缝等，往往和矿产资源分布具有紧密的关系，对非均匀不连续地质体的精确定位，可有效提高勘探成功率，降低成本，避免可能发生的地质灾害，规避风险。绕射波是小尺度地质体的地震响应，包含了小尺度地质体的构造信息，可以用来精确定位非均匀不连续地质体，提供更强的地下空间照明度。但相对反射波而言，绕射波在传播过程中衰减较快，能量较弱，容易被强能量的反射波掩盖。因此，需要将绕射波从反射波中分离，以增强绕射响应，从而进行绕射波高精度成像，对小尺度地质体精确定位。
[0003]现有方法中，传统的绕射波分离方法一般应用常数秩的策略，根据频率空间地震数据的同相轴个数，预定一个常数秩来估计反射波和绕射波奇异值，这种方法误差较大，难以推广和应用。

技术实现思路

[0004]基于此，本专利技术的目的在于提供一种绕射波的分离方法及装置，以避免传统方法中常数秩选取策略，增强了算法的鲁棒性和适应性，有利于获取高质量分离的绕射波场数据。
[0005]第一方面，本专利技术实施例提供了一种绕射波的分离方法，该方法包括：确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；其中，频率空间地震数据包括绕射波数据、反射波数据和噪音数据；对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果；根据低秩优化模型，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵；采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值、原始分解结果和奇异值矩阵，确定奇异值权重矩阵；根据奇异矩阵、奇异值和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。
[0006]进一步地，奇异矩阵包括左奇异矩阵和右奇异矩阵；奇异值矩阵包括奇异值；通过下述算式根据低秩优化模型和近似有效信号，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵：
[0007][0008]其中，M为初始Hankel块矩阵，r1为反射波数据的秩；r2为绕射波数据的秩；N为频率
空间地震数据的秩；U为左奇异矩阵，∑为奇异值矩阵；V为右奇异矩阵，T为转置符号。
[0009]进一步地，上述左奇异矩阵包括反射波的左奇异矩阵、绕射波的左奇异矩阵和噪音的左奇异矩阵；右奇异矩阵包括反射波的右奇异矩阵、绕射波的右奇异矩阵和噪音的右奇异矩阵；奇异值包括反射波的奇异值、绕射波的奇异值和噪音的奇异值。
[0010]进一步地，下述算式对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果：型，得到原始地震数据的原始分解结果：其中，为低秩约束下的近似有效信号；rank(H(S))＝r表征有效信号S的Hankel矩阵的秩为r；D为频率空间地震数据，S为有效信号；F为Frobenius函数。
[0011]进一步地，下述算式采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值和奇异值矩阵，确定奇异值权重矩阵：值和奇异值矩阵，确定奇异值权重矩阵：其中，为奇异值权重矩阵，ω为频率，F为Frobenius函数，为从第1行至第i行进行求和；θ
i
表示第i行的奇异值，U
i
表示第i行的左奇异矩阵；表示第i行的右奇异矩阵的转置矩阵；λ
i
为奇异权重；为低秩约束下的近似有效左奇异矩阵；为低秩约束下的近似有效右奇异矩阵的转置。
[0012]进一步地，上述根据奇异矩阵、奇异值、原始分解结果和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据的步骤，包括：根据绕射波的奇异值、绕射波的左奇异矩阵和绕射波的右奇异矩阵，重构初始Hankel块矩阵，得到第二Hankel块矩阵；根据奇异值权重矩阵中的奇异值因子，改写第二Hankel块矩阵，得到第三Hankel块矩阵；根据原始分解结果和第三Hankel块矩阵，得到绕射波Hankel块矩阵；基于Fourier逆变换，将绕射波Hankel块矩阵转换为分离绕射波数据。
[0013]进一步地，上述确定频率空间地震数据的步骤，包括：获取目标区域的时间空间震数据；沿时间轴对时间空间震数据进行Fourier变换，得到频率空间地震数据。
[0014]进一步地，上述确定频率空间地震数据的初始Hankel块矩阵的步骤，包括：针对每一个频率下的频率空间地震数据，构建第四Hankel块矩阵；基于第四Hankel块矩阵的行数据构建初始Hankel块矩阵。
[0015]第二方面，本专利技术实施例提供一种绕射波的分离装置，上述分离装置包括：初始数据确定模块，用于确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；其中，频率空间地震数据包括绕射波数据、反射波数据和噪音数据；低秩优化模块，用于对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果；奇异值分解模块，用于根据低秩优化模型，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵；权重获取模块，用于采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值和奇异值矩阵，确定奇异值权重矩阵；绕射波确定模块，用于根据奇异矩阵、奇异值、原始分解结果和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。
[0016]第三方面，本专利技术实施例提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述绕射波的分
离方法。
[0017]本专利技术实施例的有益效果如下：
[0018]本专利技术实施例提供了一种绕射波的分离方法及装置，该方法包括：确定频率空间地震数据以及频率空间地震数据的初始Hankel块矩阵；其中，频率空间地震数据包括绕射波数据、反射波数据和噪音数据；对频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果；根据低秩优化模型，确定频率空间地震数据的奇异矩阵、频率空间地震数据的奇异值和频率空间地震数据的奇异值矩阵；采用Frobenius范数最小二乘优化算法，基于奇异矩阵、奇异值、原始分解结果和奇异值矩阵，确定奇异值权重矩阵；根据奇异矩阵、奇异值和奇异值权重矩阵，重构初始Hankel块矩阵，并确定分离绕射波数据。本技术由于考虑了自适应计算奇异值权重因子，避免了传统方法中常数秩选取策略，增强了算法的鲁棒性和适应性，有利于获取高质量分离的绕射波场，定位地下空间中的异常构造，降低事故风险。
[0019]本专利技术的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本专利技术的上述技术即可得知。
[0020]为使本专利技术的上述目的、特征和优点能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种绕射波的分离方法，其特征在于，所述方法包括：确定频率空间地震数据以及所述频率空间地震数据的初始Hankel块矩阵；其中，所述频率空间地震数据包括绕射波数据、反射波数据和噪音数据；对所述频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果；根据所述低秩优化模型，确定所述频率空间地震数据的奇异矩阵、所述频率空间地震数据的奇异值和所述频率空间地震数据的奇异值矩阵；采用Frobenius范数最小二乘优化算法，基于所述奇异矩阵、所述奇异值和所述奇异值矩阵，确定奇异值权重矩阵；根据所述奇异矩阵、所述奇异值、所述原始分解结果和所述奇异值权重矩阵，重构所述初始Hankel块矩阵，并确定分离绕射波数据。2.根据权利要求1所述的方法，其特征在于，所述奇异矩阵包括左奇异矩阵和右奇异矩阵；所述奇异值矩阵包括所述奇异值；通过下述算式根据所述低秩优化模型，确定所述频率空间地震数据的奇异矩阵、所述频率空间地震数据的奇异值和所述频率空间地震数据的奇异值矩阵：其中，M为所述初始Hankel块矩阵，r1为所述反射波数据的秩；r2为所述绕射波数据的秩；N为所述频率空间地震数据的秩；U为所述左奇异矩阵，∑为所述奇异值矩阵；V为所述右奇异矩阵，T为转置符号。3.根据权利要求2所述的方法，其特征在于，所述左奇异矩阵包括反射波的左奇异矩阵、绕射波的左奇异矩阵和噪音的左奇异矩阵；所述右奇异矩阵包括反射波的右奇异矩阵、绕射波的右奇异矩阵和噪音的右奇异矩阵；所述奇异值包括反射波的奇异值、绕射波的奇异值和噪音的奇异值。4.根据权利要求3所述的方法，其特征在于，通过下述算式对所述频率空间地震数据进行Frobenius计算，构建低秩优化模型，得到原始地震数据的原始分解结果：其中，为所述低秩约束下的近似有效信号；rank(H(S))＝r表征有效信号S的Hankel矩阵的秩为r；D为所述频率空间地震数据，S为有效信号；F为Frobenius函数。5.根据权利要求4所述的方法，其特征在于，通过下述算式采用Frobenius范数最小二乘优化算法，基于所述奇异矩阵、所述奇异值和所述奇异值矩阵，确定奇异值权重矩阵：
其中，为所述奇异值权重矩阵，ω为频率，F为Frobenius函数，为从第1行至第i行进行求和；θ
i
表示第i行的奇异值，U
i
表示第i行的左奇异矩阵；表示第i行的右奇异矩阵的...

【专利技术属性】
技术研发人员：向阳，彭苏萍，林朋，李闯建，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：