慕林洹文献综述讲解.docVIP

东北石油大学 研究生学位论文文献综述 学号 148003070665 研究生姓名 学科、专业 论文题目 文献综述 1．前言 近些年来，随着油气勘探的不断深入，勘探开发逐渐转向复杂油气藏，受复杂的地质条件影响，所采集到的地震资料常出现噪声干扰严重、信噪比低和有效信号能量弱的情况。甚至由于采集环境的影响，比如障碍物、禁采区和采集成本方面的考虑，以及一些废炮、废道的剔除，都会导致地震资料不规则和不完整。而后续的处理，如地震子波估计、多次波去除、偏移归位等，对采样率和地震数据的完整性、信噪比又有很高的要求，满足这些要求最直接的办法是在野外资料采集阶段对地震波场的采样和采集进行加密。但如前所述，很多时候受客观条件的限制，这种加密不易实现，同时也会增加野外采集的工作量和经济成本。这就需要在室内数据处理阶段对不完整的数据进行插值恢复，在已有不完整资料的基础上重建出完整数据，提高地震资料的质量。因此地震数据的重建已经成为一个非常重要的课题[1]。 对于所采集的地震数据量，一方面，我们希望采集得越多越好，以获得更理想的恢复重建效果；另一方面，出于对海量数据压缩的需要，希望尽可能少地布置炮点和接收点，利用较少的数据就可以在随后的处理中恢复重建出理想的完整数据，以节约成本。这两方面似乎存在不可调和的矛盾[20]。而传统的奈奎斯特采样定理要求信号的采样频率必须大于或等于信号带宽的两倍，这无疑给地震数据的采集和存储提出了更高要求，也给相应的复杂油气勘探带来了极大挑战，这也成为目前包括地震信号处理在内的信息技术向前进一步发展的瓶颈之一。 新近发展起来的压缩感知理论(Compressive Sensing, 简称 CS)给了我们新的启发。它指出，如果待处理的数据是稀疏的，再配以合适的采样方法，即使只有极少的不完整数据，采样比率或者平均采样间隔低于奈奎斯特采样定理所要求的极限，也有可能恢复出满足一定精度要求的完整数据[2]。而在地震勘探中，通常都能寻找到某种变换来稀疏表示地震数据，而且也可以通过设计一定的地震采集布线方法，在满足 CS 理论随机采样要求的同时，尽可能地减少炮点和接收点数，节约成本。 2．地震数据重建的发展现状 地震数据重建，即通过一定的策略和方法对不完整采样下的缺失地震道进行插值处理，恢复出完整的或者采样率更高的数据。 1981年，Larner 就对不完整地震道恢复和野外地震数据采集设计进行了深入的讨论和研究。自此之后，众多学者对该类技术进行了更深入的研究和发展。一般 来说，地震数据重建方法可以归纳为三类，即基于滤波器的策略、采用波场算子的方法，以及基于某种变换的重建技术[3]。 （1）基于滤波器的重建技术，是将待恢复数据与某种插值滤波器（如 sinc 函数）做卷积。缺点：这种方法通常将非均匀采样数据当作规则数据来处理，并通过高斯窗进行插值，这就容易造成较大误差，插值结果的不确定性较大。 （2）基于算子的恢复重建方法，主要是通过正演和反演算子来迭代求解一个反问题[28]。缺点：需要有地下结构的先验信息，且计算量非常大，对采样率要求也较高，对于较粗网格采样的数据重建效果并不理想。 （3）基于变换函数的传统重建方法，则是先对地震数据进行某种正变换编码，然后在变换域内做插值等处理后再进行逆变换解码。如基于傅里叶变换的波场恢复技术，Radon 域恢复技术，还有利用Curvelet变换的方法[4]。与其他方法相比，这种方法计算效率更高，效果也比较理想。缺点：复杂度较高，重建效果还是不够好。 按照所处理的不完整数据采样类型划分，地震数据恢复技术则经历了由均匀插值到不均匀插值的过程。而均匀采样不完整数据的插值，则又经历了在满足奈奎斯特采样定理要求情况下的插值技术到采样率低于奈奎斯特采样频率的抗假频插值方法的历程[5]。综上所述，降低采样率和不均匀采样数据重建都是比较棘手的问题。而传统的规则均匀采样受到奈奎斯特采样定理的限制，采样频率至少是信号最高频率的二倍，否则就容易出现假频现象，影响数据的重建。不过，奈奎斯特采样定理只是一个充分条件，在满足一定条件的情况下，低于奈奎斯特采样频率的欠采样数据仍然可以得到理想的恢复。新发展起来的压缩感知理论在数学上为此提供了更严密的框架，认为即使采样频率低于奈奎斯特极限，也有可能恢复出满足一定精度要求的完整数据[6]。 3．压缩感知的发展现状 近年来，基于信号稀疏性提出一种称为压缩感知或压缩采样的新兴采样理论成为应用数学与信号处理领域的一个全新研究方向[20]。该理论由加州大学洛杉矶分校的陶哲轩、斯坦福大学David Donoho及加州理工大学的Emmanuel Candès等提出并发展，自从2006年Donoho的论文正式发表之后，这一理论迅速引起国内外相关领域研究者的高度重视[7-9]。已有美国、