基于字典学习和ADMM的地震数据重建

• 作者: 张良 李慧 贾帅 韩立国
• 来源期刊: 石油物探
• 学科: 地球科学
• 关键词: 压缩感知 字典学习 采样矩阵 地震数据重建 交替方向乘子算法 稀疏表示 L1约束
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 处理方法技术
• 页码范围: 419-426
• 页数: 8页
• 分类号: P631
• 字数: 3343字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1441.2019.03.011

摘要

针对压缩感知下与字典学习和交替方向乘子算法(alternating direction method of multipliers,ADMM)密切相关方法存在的问题,研究并提出了一种在压缩感知理论下采用字典学习和ADMM重建地震数据的方法.首先对不完整地震数据进行字典学习,使其稀疏地表示,再根据地震道的缺失情况设计合理的采样矩阵,最后对建立的L1范数约束模型采用ADMM进行求解得到重建后的地震数据.建立了压缩感知下基于字典学习和ADMM的地震数据插值技术流程.正演模拟数据和实际数据的重建实验结果表明:与压缩感知理论下采用固定基的重建方法相比,字典学习能够自适应地对地震数据进行更优的稀疏表示.与常用的curvelet等重建算法相比,采用ADMM能够更加精确地重建地震数据.与固定基和正交匹配追踪(orthogonal matc-hing pursuit,OMP)相比,在压缩感知理论下采用字典学习和ADMM重建的地震数据有更高的信噪比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩立国	吉林大学地球探测科学与技术学院	137	1151	19.0	28.0
2	李慧	吉林大学地球探测科学与技术学院	84	264	8.0	14.0
3	张良	吉林大学地球探测科学与技术学院	24	62	4.0	7.0
4	贾帅	吉林大学地球探测科学与技术学院	3	1	1.0	1.0