[发明专利]基于加权L1范数稀疏准则的子波相位估计方法及系统

权利要求书

1.一种基于加权L1范数稀疏准则的子波相位估计方法，其特征在于，包括：

S1、获取地震数据，并给定初始地震子波；

S2、构建不同相位的子波群；

S3、利用构建的子波群进行基于稀疏贝叶斯学习的稀疏反演，得到反演结果；

S4、采用加权L1范数稀疏准则量化评价所述反演结果的稀疏性，获取地震子波相位和对应的反射系数序列中至少一项。

2.根据权利要求1所述基于加权L1范数稀疏准则的子波相位估计方法，其特征在于，所述步骤S3中，包括：假设需反演的反射系数序列服从分等级高斯分布，则对应的反射系数先验概率密度分布函数为：

其中，r表示反射系数，h＝[h₁,h₂,L,h_m]^T代表M个相互独立的超参数，每一个超参数分别控制其对应反射系数大小的先验信息；表示反射系数r_m服从均值为0，方差为的高斯分布，其中，m＝1，2，…，M。

3.根据权利要求1所述基于加权L1范数稀疏准则的子波相位估计方法，其特征在于，所述步骤S3中，包括：假定噪声服从零均值、方差为的正态分布(高斯分布)，且独立，则可以推导对应的似然函数为：

其中，d表示地震数据，W为对应相位的子波褶积矩阵。

4.根据权利要求3所述基于加权L1范数稀疏准则的子波相位估计方法，其特征在于，所述步骤S4具体包括：

将反演结果进行能量归一化后代入到加权L1范数函数，得到相对应的扫描曲线；

根据所述扫描曲线求所述似然函数的最小值对应的相位，即可得到地震子波相位和对应的反射系数序列。

5.根据权利要求1所述基于加权L1范数稀疏准则的子波相位估计方法，其特征在于，所述加权L1范数稀疏准则为：

其中，表示对反射系数序列进行能量归一化，表示反射系数序列的“能量”，表示权重，σ＞0是一个稳定因子，0＜p≤2。

6.一种基于加权L1范数稀疏准则的子波相位估计系统，其特征在于，包括：

初始子波给定单元，用于获取地震数据，并给定初始地震子波；

子波群构建单元，用于构建不同相位的子波群；

反演单元，用于利用构建的子波群进行基于稀疏贝叶斯学习的稀疏反演，得到反演结果；

评价单元，用于采用加权L1范数稀疏准则量化评价所述反演结果的稀疏性，获取地震子波相位和对应的反射系数序列中至少一项。

7.根据权利要求6所述基于加权L1范数稀疏准则的子波相位估计系统，其特征在于，所述反演单元，用于：假定噪声服从零均值、方差为σ_n2的正态分布(高斯分布)，且独立，则可以推导对应的似然函数为：

其中，d表示地震数据，W为对应相位的子波褶积矩阵。

8.根据权利要求7所述基于加权L1范数稀疏准则的子波相位估计系统，其特征在于，所述评价单元，具体用于：

将反演结果进行能量归一化后代入到加权L1范数函数，得到相对应的扫描曲线；

根据所述扫描曲线求所述似然函数的最小值对应的相位，即可得到地震子波相位和对应的反射系数序列。

9.根据权利要求1所述基于加权L1范数稀疏准则的子波相位估计系统，其特征在于，所述加权L1范数稀疏准则为：

其中，表示对反射系数序列进行能量归一化，表示反射系数序列的“能量”，表示权重，σ＞0是一个稳定因子，0＜p≤2。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行的至少一个程序，其特征在于，所述至少一个程序被所述计算机执行时使所述计算机执行上述权利要求1～5任一项所述的方法中的步骤。