Radon变换反演分辨率是其在地震资料处理中应用的关键因素.常规高分辨率Radon变换反演模型采用L_(1)范数实现稀疏正则化,其以Radon系数振幅总体大小衡量稀疏性,未能充分考虑到Radon系数振幅相对强弱,以此构建的反演方法旨在通过衰减弱...Radon变换反演分辨率是其在地震资料处理中应用的关键因素.常规高分辨率Radon变换反演模型采用L_(1)范数实现稀疏正则化,其以Radon系数振幅总体大小衡量稀疏性,未能充分考虑到Radon系数振幅相对强弱,以此构建的反演方法旨在通过衰减弱振幅来提高稀疏性,对Radon系数分辨率提高效果有限.本文提出一种以信号振幅相对大小衡量Radon系数稀疏性的尺度不变稀疏度量(Scale-Invariant Sparsity Measure,SSM)函数,并以L_(1)/L_(2)范数作为其光滑近似.针对L_(1)/L_(2)正则化的非线性,改进交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)对其求解.合成数据与实际地震资料处理结果表明,该方法能够增强一次波与多次波在Radon域的分辨率,降低Radon变换的能量扩散,提高多次波压制效果;同时该方法能够较好地压制随机噪声,方法具有一定的稳健性.展开更多
对于频率交叠严重且频率成分接近的多分量信号,常用的短时傅里叶变换(Short Time Fourier Transform,STFT)和S方法(S-Method,SM)频率分辨能力不足,重构精度低.针对该问题,本文结合逆Radon变换提出了基于短时迭代自适应-逆Radon变换(Shor...对于频率交叠严重且频率成分接近的多分量信号,常用的短时傅里叶变换(Short Time Fourier Transform,STFT)和S方法(S-Method,SM)频率分辨能力不足,重构精度低.针对该问题,本文结合逆Radon变换提出了基于短时迭代自适应-逆Radon变换(Short Time Iterative Adaptive Approach-Inverse Radon Transform,STIAA-IRT)的微多普勒特征提取方法.首先采用基于加权迭代自适应的STIAA时频分析方法分析了散射点模型的微多普勒特性,然后利用逆Radon变换分离重构不同散射点的微多普勒分量.该方法在低信噪比、邻近时频分布情况下能获得高分辨的多分量信号的完整微多普勒信息,性能分析显示STIAA-IRT重构精度较高,明显优于STFT-IRT(Short Time Fourier Transform-Inverse Radon Transform)和SM-IRT(S-Method-Inverse Radon Transform)特征提取方法.展开更多
文摘Radon变换反演分辨率是其在地震资料处理中应用的关键因素.常规高分辨率Radon变换反演模型采用L_(1)范数实现稀疏正则化,其以Radon系数振幅总体大小衡量稀疏性,未能充分考虑到Radon系数振幅相对强弱,以此构建的反演方法旨在通过衰减弱振幅来提高稀疏性,对Radon系数分辨率提高效果有限.本文提出一种以信号振幅相对大小衡量Radon系数稀疏性的尺度不变稀疏度量(Scale-Invariant Sparsity Measure,SSM)函数,并以L_(1)/L_(2)范数作为其光滑近似.针对L_(1)/L_(2)正则化的非线性,改进交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)对其求解.合成数据与实际地震资料处理结果表明,该方法能够增强一次波与多次波在Radon域的分辨率,降低Radon变换的能量扩散,提高多次波压制效果;同时该方法能够较好地压制随机噪声,方法具有一定的稳健性.
