[发明专利]地震数据重构方法及装置、计算机可读存储介质、设备

说明书

技术领域

本发明属于地震勘探技术领域，具体涉及一种地震数据重构方法及装置、计算机可读存储介质、设备。

背景技术

由于野外采集时的条件限制，很难能记录到近炮检距尤其是零炮检距数据，原始地震数据中也有时会出现缺道、坏道和数据分布不规则等情况，从而严重影响地震资料处理中波动方程偏移等多道处理算法的精度。因此，如何根据已获取的有用信息来恢复缺失的地震信息成为地震资料处理中急需解决的一个问题。

发明内容

为了解决现有技术中的上述问题，即为了解决依据现有的地震信息如何获取高密度地震数据的技术问题，本发明提供了一种地震数据重构方法及装置、计算机可读存储介质、设备。

在第一方面，本发明中地震数据重构方法，包括：

采用软阈值迭代算法，计算所述地震数据的稀疏系数；

采用硬阈值迭代算法优化所述稀疏系数，得到新的稀疏系数；

以所述新的稀疏系数作为所述软阈值迭代算法的初始稀疏系数，控制所述软阈值迭代算法和硬阈值迭代算法交替迭代，直至满足预设的收敛条件，得到最优的稀疏系数；

依据所述最优的稀疏系数，进行反稀疏变换得到重构后的地震数据。

进一步地，本发明提供的一个优选技术方案为：

“采用软阈值迭代算法，计算所述地震数据的稀疏系数”的步骤包括：

计算所述地震数据的迭代搜索方向；

依据所述迭代搜索方向，并采用线性搜索法确定迭代步长因子；

依据所述迭代搜索方向和迭代步长因子，计算所述地震数据的稀疏系数。

进一步地，本发明提供的一个优选技术方案为：

所述迭代搜索方向d_k如下式所示：

d_k＝Θ_k+1-Θ_k

其中，所述Θ_k为第k次迭代得到稀疏系数，k≥1；所述Θ_k+1为第k+1次迭代得到的稀疏系数，且Θ_k+1＝H_s(Θ_k-α_kd_k,μα_k)，所述α_k为迭代步长，所述μ为拉格朗日乘法算子；

所述H_s为软阈值算子，且所述x为变量，所述T为阈值。

进一步地，本发明提供的一个优选技术方案为：

所述软阈值迭代算法的初始步长α_initial按照下式所示的方法计算：

α_initial＝||Θ_k+1-Θ_k||²/||A^cs(Θ_k+1-Θ_k)||²

其中，所述Θ_k为第k次迭代得到稀疏系数，k≥1；所述Θ_k+1为第k+1次迭代得到的稀疏系数；所述A^cs为感知矩阵。

进一步地，本发明提供的一个优选技术方案为：

所述地震数据的稀疏系数如下式所示：

Θ_k+1＝Θ_k+λ_kd_k

其中，所述λ_k为迭代步长因子，所述Θ_k为第k次迭代得到稀疏系数，k≥1；所述Θ_k+1为第k+1次迭代得到的稀疏系数。

进一步地，本发明提供的一个优选技术方案为：

所述预设的收敛条件为迭代次数达到迭代次数阈值，或迭代误差ε小于迭代误差阈值Tol；

其中，所述迭代误差所述Θ_k为第k次迭代得到稀疏系数，k≥1；所述Θ_k+1为第k+1次迭代得到的稀疏系数。

在第二方面，本发明中地震数据重构装置包括：

软阈值迭代模块，配置为采用软阈值迭代算法，计算所述地震数据的稀疏系数；

硬阈值迭代模块，配置为采用硬阈值迭代算法优化所述稀疏系数，得到新的稀疏系数；

交替迭代模块，配置为以所述硬阈值迭代模块得到的新的稀疏系数作为所述软阈值迭代模块中软阈值迭代算法的初始稀疏系数，控制所述软阈值迭代模块和硬阈值迭代模块交替迭代，直至满足预设的收敛条件，得到最优的稀疏系数；