-
题名稀疏反演求解基追踪降噪问题的地震谱分解方法
被引量：4
- 1
-
-
作者
周岩
韩立国
于江龙
孙慧秋
张盼
-
机构
吉林大学地球探测科学与技术学院
国土资源部应用地球物理重点实验室
-
出处
《世界地质》
CAS
2016年第2期517-525,共9页
-
基金
国家高技术研究发展计划(863计划)重大项目课题(2014AA06A605)
-
文摘
谱分解描述为一线性反演问题,由于该问题欠定性,需使用稀疏反演算法,然后将该问题转化为基追踪降噪问题(BPDN),引入谱投影梯度(SPGL1)稀疏反演算法提高反演谱分解(ISD)分辨率,并进一步研究其潜在优势。结果表明:基于基追踪降噪问题的反演谱分解方法 (ISD-BPDN)在烃类检测中有更高的时频分辨率,分层更准确,精细地指示了烃类的存在。
-
关键词
谱分解
谱投影梯度
稀疏反演算法
基追踪降噪
-
Keywords
spectral decomposition
spgl1
sparse inversion algorithm
BPDN
-
分类号
P631.443
[天文地球—地质矿产勘探]
-
-
题名谱投影梯度算法的GPS钟差短期预报应用
被引量：1
- 2
-
-
作者
卿晨昕
欧吉坤
蒋可
邱封钦
赖祖龙
-
机构
中国地质大学(武汉)
中国科学院精密测量科学与技术创新研究院
-
出处
《测绘科学》
CSCD
北大核心
2021年第12期44-53,共10页
-
基金
国家自然科学基金项目(41974008)。
-
文摘
针对钟差一次差分数据中仍存在非平稳信号的影响,该文引入了一种以压缩感知理论为基础,结合L1范数的谱投影梯度(SPGL1)算法来实现GPS卫星钟差的短期预报。首先利用中位数法剔除钟差中的异常值;然后根据钟差数据的特点,选择合适的采样率,以傅立叶正交变换矩阵作为稀疏矩阵,结合SPGL1算法进行去噪处理;最后通过傅立叶反变换获得最终预报值。实验结果表明:SPGL1算法的预报精度与采样率、建模数据量有关,当采样率为80%~90%时,SPGL1算法的预报精度要明显优于二次多项式模型、谱分析模型以及灰色模型(1,1),而且利用SPGL1算法进行钟差预报具有更好的预报稳定性。
-
关键词
卫星钟差
一次差分
钟差预报
压缩感知
spgl1算法
-
Keywords
satellite clock bias
signal difference
clock bias prediction
compressed sensing
spgl1 algorithm
-
分类号
P228
[天文地球—大地测量学与测量工程]
-
-
题名地震数据重建的谱投影梯度算法中的参数选取
被引量：1
- 3
-
-
作者
郑雪辰
包乾宗
孔啸
陈俊霓
-
机构
长安大学地质工程与测绘学院
-
出处
《石油物探》
EI
CSCD
北大核心
2018年第1期58-64,共7页
-
基金
国家自然科学基金项目(41074089)资助~~
-
文摘
地震数据不规则采样会导致在后续处理工作中引入人为误差、噪声及空间假频等。为此基于Jitter下采样、随机下采样和傅里叶变换,通过L1范数谱投影梯度(SPGL1)算法对不规则下采样地震数据进行重建,并探讨了该算法中的参数选取问题。在重建过程中选取不同的噪声水平σ值和迭代次数,比较不同参数下的重建结果。数值试验结果表明,SPGL1算法能获得较好的重建结果,不同的参数对重建效果影响较大,当σ值较小、迭代次数适中时,重建数据的信噪比高且计算时间较短。
-
关键词
地震数据重建
压缩感知
L1范数谱投影梯度(spgl1)算法
参数选取
-
Keywords
seismic data reconstruction
compressive sensing
spectral projection gradient L1(spgl1)algorithm
parameter selection
-
分类号
P631
[天文地球—地质矿产勘探]
-
-
题名基于压缩感知的L1范数谱投影梯度算法地震数据重建
被引量：3
- 4
-
-
作者
兰天维
韩立国
张良
-
机构
吉林大学地球探测科学与技术学院
-
出处
《石油物探》
EI
CSCD
北大核心
2019年第2期219-228,244,共11页
-
基金
国家重点研发计划课题"天然气水合物高精度三维地震数据处理和成像技术研究"(2017YFC0307405)资助~~
-
文摘
随着油气勘探的发展,采集的数据规模与复杂度越来越大,对这些数据进行重建的精度与效率影响到后续地震资料的处理效果。常用于地震数据重建的压缩感知理论与重建算法各有精度与效率的优势,因此对于大规模、复杂地震数据,综合考虑重建精度与计算时间,提出了一种基于压缩感知理论和L1范数谱投影梯度算法(SPGL1)的地震数据重建方法。首先根据地震数据的缺失情况选择采样矩阵,然后在contourlet域中采用L1范数谱投影梯度算法重建缺失的稀疏系数,最后进行contourlet反变换实现地震数据的重建。合成地震数据实验结果表明,基于压缩感知和L1范数谱投影梯度算法重建的地震数据精度较好,计算效率高。通过实际地震资料处理,对比了相同稀疏变换基情况下常用的贪婪算法中的正交匹配追踪(OMP)、梯度投影稀疏重建算法(GPSR)及L1范数谱投影梯度算法(SPGL1)的应用效果,发现基于压缩感知的L1范数谱投影梯度算法鲁棒性较好,受噪声影响小,重建精度高,并且兼顾了计算效率的需求。
-
关键词
压缩感知
测量矩阵
CONTOURLET变换
地震数据重建
贪婪算法
绕射波
spgl1
-
Keywords
compressive sensing
measurement matrix
contourlet transform
reconstruction of seismic data
greedy algorithm
dif fraction waves
spectral projection gradient L1 algorithm(spgl1)
-
分类号
P631
[天文地球—地质矿产勘探]
-
