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
为提高载荷识别与结构响应重构的精度及效率,提出了一种同时考虑传递矩阵误差和测量误差的改进Tikhonov正则化方法。首先,通过结构动力学模型构建状态空间方程和传递矩阵,得到结构载荷和响应的重构方程;其次,利用截断随机奇异值分解方...为提高载荷识别与结构响应重构的精度及效率,提出了一种同时考虑传递矩阵误差和测量误差的改进Tikhonov正则化方法。首先,通过结构动力学模型构建状态空间方程和传递矩阵,得到结构载荷和响应的重构方程;其次,利用截断随机奇异值分解方法计算测点位置的近似传递矩阵,同时结合总体最小二乘法(Total Least Squares Method,TLSM)和传统Tikhonov正则化方法识别载荷,再通过待重构位置的传递矩阵重构未知响应;最后,分别对二维桁架和简支梁进行数值仿真和试验分析,验证所提方法的有效性。结果表明,相较于传统Tikhonov正则化方法,所提方法可在保证重构精度的同时提升重构效率。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.
文摘为提高载荷识别与结构响应重构的精度及效率,提出了一种同时考虑传递矩阵误差和测量误差的改进Tikhonov正则化方法。首先,通过结构动力学模型构建状态空间方程和传递矩阵,得到结构载荷和响应的重构方程;其次,利用截断随机奇异值分解方法计算测点位置的近似传递矩阵,同时结合总体最小二乘法(Total Least Squares Method,TLSM)和传统Tikhonov正则化方法识别载荷,再通过待重构位置的传递矩阵重构未知响应;最后,分别对二维桁架和简支梁进行数值仿真和试验分析,验证所提方法的有效性。结果表明,相较于传统Tikhonov正则化方法,所提方法可在保证重构精度的同时提升重构效率。
