【技术实现步骤摘要】
本专利技术属于勘探地球物理，具体涉及一种利用频率空间域特征向量投影的地震相干噪声压制方法。
技术介绍
1、地震勘探是寻找地下石油、天然气等资源的主要手段，受自然环境和人为因素等多种干扰，野外采集到的地震数据通常会含有多种类型的噪声，绝大多数噪声可以被归结为随机噪声和相干噪声两种形态，相比于随机噪声，相干噪声往往能量更强，并且在时空域呈现出连续性，其对地震数据的破坏性更强且更难以压制。压制地震相干噪声对于地震数据后续的叠加、偏移、解释等工作具有极其重要的意义，目前已有的压制地震相干噪声的方法主要包含：
2、现有技术1：基于变换的噪声压制方法
3、如f-k变换、radon变换等，将地震数据由时间-空间域变换到其各自变换域内，然后将属于相干噪声区域的值进行滤除，最后反变换回时间-空间域，得到噪声压制后的地震数据。
4、现有技术1的缺点：
5、实际地震数据中的有效信号和相干噪声通常混叠在一起，在滤除相干噪声的同时会损伤一定的有效信号。
6、现有技术2：基于矩阵奇异值分解的噪声压制方法
7、如cadzow滤波，构造地震数据在频率域的hankel矩阵，根据矩阵的秩不超过地震数据中线性同相轴个数的原理，通过对hankel矩阵进行奇异值分解，然后进行降秩处理，达到压制噪声的目的。
8、现有技术2的缺点：
9、当地震数据维度增加时，矩阵维度随之增大，进行奇异值分解的计算量大，运行速度慢。
技术实现思路
1
2、本专利技术采用以下技术方案：
3、利用频率空间域特征向量投影的地震相干噪声压制方法，包括以下步骤：
4、s1、利用傅里叶变换将地震信号由时间-空间域变换到频率-空间域，在频率-空间域数据中取某一固定频点的数据，得到频率切片；
5、s2、选取预测步长，利用步骤s1得到的频率切片构造正向预测的信号矢量、数据矩阵以及ar模型方程，计算数据矩阵的协方差矩阵并进行特征分解，取大特征值并将对应的特征向量向指定方向进行投影；
6、s3、利用步骤s2投影后的特征向量对协方差矩阵进行重构，得到ar模型方程的解，进而对待预测的信号进行滤波，得到正向预测的结果；
7、s4、构造后向预测的信号矢量、数据矩阵以及ar模型方程，从反向再次进行预测，得到反向预测的结果；
8、s5、将步骤s3得到的正向预测的结和步骤s4得到的反向预测的结果进行平均，得到频率切片的处理结果，取下一个频率切片直至对所有频率切片处理完毕，得到完整频率-空间域数据；
9、s6、利用傅里叶反变换将步骤s5得到的完整频率-空间域数据变换回时间-空间域，得到噪声压制后的信号。
10、具体的，步骤s1中，固定频率域指标k，得到对应的频率切片如下：
11、s(k,1)、s(k,2)、s(k,3)、…s(k,m)
12、其中，m为二维地震数据的道数。
13、进一步的，对二维地震数据中的各道信号进行离散傅里叶变换，对第m道信号s(n,m)而言：
14、
15、其中，n为信号的时域采样点数，n为时间域指标，k为频率域指标，j为复数运算中虚部的单位，s(k,m)为信号在频率-空间域的表达式。
16、具体的，步骤s2中，取前p0个特征值进行重构，并将对应的特征向量向向全1向量v＝[1,1,…,1]t进行投影，具体如下：
17、
18、其中，(ui,v)为向量内积，(v,v)为向量v的模长的平方，为影后的特征向量。
19、具体的，数据矩阵的协方差矩阵w具体为：
20、
21、其中，h为对矩阵进行共轭转置，mf为数据矩阵；
22、对协方差矩阵w进行特征分解如下，：
23、
24、其中，σi为协方差矩阵的第i个特征值，ui为协方差矩阵的第i个特征向量。
25、具体的，步骤s3中，对待预测的信号进行前向滤波：
26、
27、其中，为前向滤波后的信号矢量，mf为数据矩阵，为前向预测滤波系数矢量。
28、进一步的，前向预测滤波系数矢量为：
29、
30、其中，σi为协方差矩阵w的第i个特征值，为第i个特征值对应的特征向量向全一向量投影后的结果，mf为数据矩阵，sf为原始信号矢量。
31、具体的，步骤s4中，反向预测的结果具体为：
32、
33、其中，为后向滤波后的信号矢量，mb为数据矩阵，为后向预测滤波系数矢量。
34、进一步的，数据矩阵mb为：
35、
36、其中，k为频率域指标，m为二维地震数据的道数，p为预测步长。
37、具体的，步骤s5中，完整频率-空间域数据为：
38、
39、其中，为后向预测滤波得到的信号，m为道序号，p为预测步长，为前向预测滤波得到的信号，m为二维地震数据的道数。
40、与现有技术相比，本专利技术至少具有以下有益效果：
41、本专利技术利用频率空间域特征向量投影的地震相干噪声压制方法，将地震信号由时间-空间域变化到频率-空间域，然后取频率切片构造ar预测模型,然后对数据矩阵的协方差矩阵进行特征分解及特征向量投影，然后利用投影后的特征向量求得ar模型的解，最终完成相干噪声压制；相比较于常规地震相干噪声压制方法，本专利技术对于斜向线性相干噪声的压制效果更彻底，对水平方向有效信号的保真度更高，且运算量更小。
42、进一步的，对二维地震数据中的各道信号进行离散傅里叶变换，在某个离散的频率切片上，地震数据中的同相轴信号沿空间方向呈现出线性相位差关系，具有可预测性，便于后续的去噪。
43、进一步的，取前p0个特征值进行重构，能够有效保留线性同相轴的结构，并去除随机噪声，将对应的特征向量向全1向量v＝[1,1,…,1]t进行投影，能够有效保留线性同相轴中水平同相轴的结构，并去除斜向的相干噪声形成的同相轴。
44、进一步的，对待预测的信号进行前向预测滤波，能够利用信号在前向空间方向上的相关性，对第p+1道信号至第m道信号进行滤波，压制其中的随机噪声及相干噪声。
45、进一步的，计算出前向预测滤波系数矢量将其与前向预测滤波过程中构造的信号矩阵相乘，即可得到前向滤波后的信号矢量，实现随机噪声及相干噪声的压制。
46、进一步的，对待预测的信号进行反向预测滤波，能够利用信号在反向本文档来自技高网...
【技术保护点】
1.利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，步骤S1中，固定频率域指标k，得到对应的频率切片如下：
3.根据权利要求2所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，对二维地震数据中的各道信号进行离散傅里叶变换，对第m道信号s(n,m)而言：
4.根据权利要求1所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，步骤S2中，取前p0个特征值进行重构，并将对应的特征向量向向全1向量v＝[1,1,…,1]T进行投影，具体如下：
5.根据权利要求1所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，数据矩阵的协方差矩阵W具体为：
6.根据权利要求1所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，步骤S3中，对待预测的信号进行前向滤波：
7.根据权利要求6所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，前
8.根据权利要求1所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，步骤S4中，反向预测的结果具体为：
9.根据权利要求8所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，数据矩阵Mb为：
10.根据权利要求1所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，步骤S5中，完整频率-空间域数据为：
...【技术特征摘要】
1.利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，步骤s1中，固定频率域指标k，得到对应的频率切片如下：
3.根据权利要求2所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，对二维地震数据中的各道信号进行离散傅里叶变换，对第m道信号s(n,m)而言：
4.根据权利要求1所述的利用频率空间域特征向量投影的地震相干噪声压制方法，其特征在于，步骤s2中，取前p0个特征值进行重构，并将对应的特征向量向向全1向量v＝[1,1,…,1]t进行投影，具体如下：
5.根据权利要求1所述的利用频率空间域特征向量投影的地震相干噪声压...
【专利技术属性】
技术研发人员：王晓凯，王延珩，陈文超，阮茜，师振盛，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。