一种联合SBL和DTW的叠前道集剩余时差校正方法

论文摘要

基于动态时间规整的叠前道集剩余时差校正方法存在动态时间规整算法对噪声敏感,准确计算规整路径困难;算法采用逐点搬家法,直接对地震道作剩余时差校正容易引起地震波形畸变的问题。提出一种联合稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)和动态时间规整(Dynamic Time Warping,DTW)的叠前道集剩余时差校正方法,采用SBL对地震道集进行稀疏表示,再利用DTW对稀疏表示结果进行剩余时差校正,处理后重构地震记录。结果表明,SBL具有良好的噪声鲁棒性,较少的局部最小值,以及全局最优解同时也是最稀疏解,稀疏分解后得到地下地层单位冲击响应,消除了子波影响,再进行时差校正就能避免波形畸变,同时实现了高保真剩余时差校正和随机噪声压制。数值模拟和实际资料处理结果表明该方法具有良好的应用效果。

论文目录

• 0 引言
• 1 方法原理
•   1.1 稀疏贝叶斯学习
•   1.2 平滑动态时间规整算法原理
•   1.3 叠前道集剩余时差校正方法原理
• 2 数值模拟
• 3 应用实例
• 4 结论

文章来源

类型: 期刊论文

作者: 石战战,夏艳晴,周怀来,王元君

关键词: 叠前道集,剩余时差,稀疏表示,稀疏贝叶斯学习,动态时间规整

来源: 岩性油气藏 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑,基础科学

专业: 地质学,地球物理学,石油天然气工业

单位: 成都理工大学工程技术学院,成都理工大学地球物理学院

基金: 国家重大科技专项课题子课题“双极子匹配追踪反演技术研究”(编号:2016ZX05026-001-005),四川省教育厅项目“基于时频域波形分类的礁滩储层预测方法研究”(编号:16ZB0410)联合资助

分类号: P618.13;P631.4

页码: 86-94

总页数: 9

文件大小: 2126K

下载量: 66