基于张量稀疏编码的高维地震信号处理方法研究

基于张量稀疏编码的高维地震信号处理方法研究

ID:20568289

大小:8.04 MB

页数:87页

时间:2018-10-13

基于张量稀疏编码的高维地震信号处理方法研究_第1页
基于张量稀疏编码的高维地震信号处理方法研究_第2页
基于张量稀疏编码的高维地震信号处理方法研究_第3页
基于张量稀疏编码的高维地震信号处理方法研究_第4页
基于张量稀疏编码的高维地震信号处理方法研究_第5页
资源描述:

《基于张量稀疏编码的高维地震信号处理方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号密级UDC注1学位论文基于张量稀疏编码的高维地震信号处理方法研究(题名和副题名)畅京博(作者姓名)指导教师鲁才副教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业信息与通信工程提交论文日期2018.4.3论文答辩日期2018.5.24学位授予单位和日期电子科技大学2018年6月答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。ResearchonHighDimensionalSeismicSignalProcessingMethodBasedonTensorSparseCodingAMasterThesisSubmit

2、tedtoUniversityofElectronicScienceandTechnologyofChinaMajor:InformationandCommunicationEngineeringAuthor:JingboChangAdvisor:Prof.CaiLuSchool:SchoolofInformation&CommunicationEngineering摘要摘要受地震数据野外采集的影响,地震信号存在受噪声污染及空间采样率不足的问题,这些会影响后续的地震资料解释,因此对野外采集得到的原始地震记录进行处理,压制噪声干扰,提高地震数据的信噪比、分

3、辨率以及保真度至关重要。张量稀疏编码是一种多维数据表示方法,可以很好地利用多维地震数据间的冗余信息,具有强大的信号处理和特征提取能力。本文将张量稀疏编码与压缩感知数据重构及字典学习等理论结合起来,从地震道插值和地震数据去噪两个方面提出了合理有效的算法,具体工作概括如下:(1)针对地震数据空间采样率不足造成空间假频的问题,本文将压缩感知数据重构理论与张量稀疏编码相结合,提出了基于张量联合稀疏编码的重构方法并用于地震道插值。该方法引入张量乘积将二维字典学习扩展到三维,并采用张量稀疏系数和张量字典交替迭代的方式进行求解,在求解张量稀疏系数时采用基于张量的迭代收

4、缩阈值算法进行处理,在求解张量字典时采用拉格朗日对偶的方法提高计算速率。该方法采用三维字典学习能更加有效地利用地震数据的多维信息,实现地震道插值重构,提高地震数据的分辨率。(2)针对地震数据被噪声污染的问题,本文提出了一种基于张量相干约束字典学习的地震数据去噪方法,该方法通过定义张量相干性及张量相干比,将相干约束去噪与张量稀疏编码有效结合起来,解决了传统字典学习去噪方法依赖噪声方差先验及当噪声方差变化时效果不好的问题。在交替迭代求解的过程中,张量相干匹配追踪算法用于张量稀疏系数的求解,同时本文引入张量奇异值分解将K-SVD字典学习算法拓展到三维得到K-T

5、SVD算法,用于求解张量字典,从而实现了地震数据的张量相干约束去噪。本文将上述两种方法在理论模型和实际工区的三维地震数据中进行了实验验证并与传统方法进行了比较,分析发现本文方法与传统方法相比具有一定的优势,可以达到更好的效果。关键词:地震数据重构,地震道插值,张量稀疏编码,字典学习,压缩感知IABSTRACTABSTRACTDuetotheinfluenceoffieldacquisition,thereareproblemswithnoisepollutionandinsufficientsamplingrateoftheseismicsignals,

6、whichwillaffecttheinterpretationofseismicdata.Therefore,itisveryimportanttoprocesstherawseismicrecordscollectedinthefield.Thiscansuppressnoiseinterferenceandimprovethesignal-to-noiseratio,resolution,andfidelityofseismicdata.Tensorsparsecodingisamulti-dimensionaldatarepresentation

7、methodthatcanmakegooduseofredundantinformationbetweenmulti-dimensionalseismicdata,andhaspowerfulsignalprocessingandfeatureextractioncapabilities.Thisthesiscombinesthetheoryoftensorsparsecodingwithcompressedsensingdatareconstructionanddictionarylearning,andproposesreasonableandeff

8、ectivealgorithmsfromseismictrackinterpol

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。