本發(fā)明涉及油氣勘探，具體涉及一種基于旋轉(zhuǎn)時移fk變換的線性噪聲壓制方法及裝置。

背景技術(shù)：

1、線性噪聲干擾是地震數(shù)據(jù)處理和后續(xù)成像中長期存在的問題，導(dǎo)致同相軸的連續(xù)性和質(zhì)量不理想。因此，近年來人們開發(fā)許多抑制地震線性和擬線性噪聲的方法。傳統(tǒng)方法大致可分為兩類：濾波類和波場轉(zhuǎn)換類。濾波類方法根據(jù)變換域中信號與噪聲的差異，將地震數(shù)據(jù)變換到相應(yīng)的域，并設(shè)計相應(yīng)的濾波器來衰減噪聲。例如，yilmaz提出了基于信號和噪聲之間頻率和波數(shù)差異的f-k濾波來抑制線性噪聲。turner使用radon變換對線性噪聲進行濾波，并對隨機噪聲也進行壓制。douglas使用相關(guān)系數(shù)濾波在各個頻率的基礎(chǔ)上從相關(guān)信號中分離出非相關(guān)噪聲。lu等提出一種基于局部多項式近似的局部線性噪聲衰減方法。henley提出一種基于徑向道變換的相干噪聲衰減技術(shù)，該技術(shù)可有效地衰減噪聲，同時保留地震道與道之間的橫向細節(jié)。另一類方法基于波場轉(zhuǎn)換，拉平線性噪聲同相軸，使用相應(yīng)的變換來擬合目標線性噪聲。然后通過對目標線性噪聲實施逆變換，進而從原始地震記錄中減去目標線性噪聲來得到無噪地震記錄。例如，yedlin等使用karhunen-loève(k-l)變換消除各信號分量之間的相關(guān)性，用于分離線性噪聲。lu等提出了自適應(yīng)奇異值分解(svd)來增強非水平同相軸，然后通過估計的斜率和數(shù)據(jù)旋轉(zhuǎn)對線性噪聲進行拉平。huang等利用信號與相干噪聲在空間方向上的形態(tài)差異，將數(shù)學(xué)形態(tài)學(xué)濾波(mmf)應(yīng)用于線性噪聲衰減中。

2、但上述方法在抑制地震線性和擬線性噪聲后地震資料仍然存在低信噪比的問題，并且目前還沒有出現(xiàn)利用旋轉(zhuǎn)時移fk變換來壓制線性噪聲，以及提高地震資料信噪比的方法。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提出一種基于旋轉(zhuǎn)時移fk變換的線性噪聲壓制方法及裝置，旨在解決現(xiàn)有技術(shù)在抑制地震線性和擬線性噪聲后地震資料仍然存在低信噪比的技術(shù)問題。

2、為實現(xiàn)上述目的，本發(fā)明提出一種基于旋轉(zhuǎn)時移fk變換的線性噪聲壓制方法，包括如下步驟：

3、s1：對地震數(shù)據(jù)進行線性噪聲和擬線性噪聲的識別，確定視速度和分布范圍；

4、s2：采用同相軸追蹤方法追蹤擬線性噪聲的形態(tài)，并進行拉平處理；

5、s3：按照線性噪聲同相軸的視速度進行旋轉(zhuǎn)，使線性噪聲水平；

6、s4：設(shè)置隨機數(shù)，將含線性噪聲的數(shù)據(jù)根據(jù)隨機數(shù)進行橫向隨機重排；

7、s5：沿水平和垂直分別執(zhí)行傅里葉變換，識別fk域的噪聲分布范圍及特征；

8、s6：利用壓縮感知算法，對fk域的非線性噪聲的分布區(qū)域進行閾值處理；

9、s7：將處理后的數(shù)據(jù)反變換到時間域，同時采用所述步驟s4的隨機數(shù)進行反向重排，并且逆方向旋轉(zhuǎn)到原始角度，進行反拉平處理，獲得線性噪聲；

10、s8：將含噪聲的數(shù)據(jù)與獲得的線性噪聲相減得到壓制線性噪聲后的地震數(shù)據(jù)。

11、進一步地，在所述步驟s1中，所述地震數(shù)據(jù)為疊前地震數(shù)據(jù)，通過geoeast軟件的交互功能識別線性噪聲，線性噪聲在疊前數(shù)據(jù)上呈線性或者擬線性分布，與呈雙曲線的同相軸差異較大。

12、進一步地，在所述步驟s2中，依據(jù)相鄰地震記錄之間的相似性來確定同相軸的追蹤方向。

13、進一步地，在所述步驟s3中，所述旋轉(zhuǎn)的方法為：

14、

15、s0為原始含線性噪聲的地震數(shù)據(jù)，定義s為s0的部分數(shù)據(jù)；

16、

17、s中包含線性噪聲，經(jīng)測試，s越準確，線性噪聲壓制效果越理想，定義旋轉(zhuǎn)拉平算子區(qū)別于平面波預(yù)測(pwd)，本文中所使用的旋轉(zhuǎn)拉平算子將整體旋轉(zhuǎn)地震數(shù)據(jù)，在使得線性噪聲變?yōu)樗降耐瑫r，線性噪聲與其余同相軸的相對位置保持不變，這樣在壓制線性噪聲的同時可更好的保護其余同相軸，旋轉(zhuǎn)拉平算子對應(yīng)一個映射，即：

18、

19、

20、假設(shè)s中線性噪聲具有穩(wěn)定的視速度va，可計算線性噪聲傾角為θ＝arctan(l/va)，那么旋轉(zhuǎn)后數(shù)據(jù)大小更新為

21、

22、旋轉(zhuǎn)后的坐標可以描述為：

23、

24、對于反旋轉(zhuǎn)，將θ替換為θ，即

25、

26、可得如公式(3)和公式(4)所示的旋轉(zhuǎn)拉平算子的正反變換。

27、進一步地，所述步驟4的原理為線性噪聲經(jīng)旋轉(zhuǎn)拉平后，將未水平的同相軸作為噪聲處理，一個有效的思路是線性噪聲近似水平，主要能量聚集于fk域中的零波數(shù)附近，未水平的同相軸能量分布于各個波數(shù)、頻率上，可應(yīng)用稀疏促進變換，使其余未水平同相軸能量聚集性進一步變差。根據(jù)混疊數(shù)據(jù)副震源在共檢波點域呈隨機分布的啟示，可依據(jù)主震源能量在稀疏變換域的稀疏性進行多震源分離。與該思想類似，我們在每個時間點應(yīng)用橫向的隨機時移算子對數(shù)據(jù)進行打亂，將部分頻帶的未水平的同相軸打亂為全頻帶，降低數(shù)據(jù)的稀疏性，然后在fk域中應(yīng)用壓縮感知原理進行線性噪聲的提?。?/p>

28、最后與原始數(shù)據(jù)s做差即可得到壓制線性噪聲后的數(shù)據(jù)，基于上述，在所述步驟s4中，定義橫向時移算子p＝fγf-1，其中，f和f-1表示正反傅里葉變換，且ff-1＝i。分塊矩陣γ表示時移，可描述為

29、

30、其中，γi(i＝1，...，m′)表示地震數(shù)據(jù)的第i道相移算子，形式為對角矩陣，其中ωi(i＝1，...，n′)表示圓頻率τi表示隨機時移量。因為需對拉平后的數(shù)據(jù)s′進行橫向向量化，記s′r＝row(s′)，且同樣，反橫向向量化記為s′＝irow(s′r)，則橫向隨機時移后的數(shù)據(jù)可表示為忽略橫向向量化和反向量化，則對數(shù)據(jù)s進行旋轉(zhuǎn)時移操作(rts)可記作：

31、進一步地，所述步驟5的分布范圍橫向的隨機時移的目的可使用圖2進行描述。圖2a上具有三條同相軸，s1和s2為水平分布，s3呈雙曲線形態(tài)，其單道波形如黑色箭頭所示；認為s2是待提取的線性噪聲、s1是和s2有同樣斜率的有效同相軸。圖2a進行橫向隨機時移后如圖2c及黑色箭頭所示，s2仍呈線性，s1和s3已成為類似“共檢波點副震源”的隨機噪聲，在相應(yīng)的fk譜上(圖2b和圖2d)，綠色和紅色方框中均為s2和部分s1能量的聚集處(水平同相軸，波數(shù)近似為0)，可觀察到，紅色方框內(nèi)(圖2d)的能量聚焦性要遠高于綠色方框(圖2b)，這增加了線性噪聲在變換域中的稀疏性，有利于線性噪聲的提取。

32、進一步地，在所述步驟s6中，所述壓縮感知算法基于壓縮感知理論的隨機噪聲壓制算法進行線性噪音的提取，提取方程如下所示：

33、

34、為了使方程簡潔，忽略橫向向量化和反向量化步驟，其中，b表示具有稀疏能力的變換，由于拉平后的線性噪聲視速度無窮大，波數(shù)近似為0，故而本文中b選擇為fk變換，則對應(yīng)的稀疏促進變換稱為rts-fk變換。

35、進一步地，所述步驟7的反變換操作均需根據(jù)步驟2-步驟5進行確定，如在步驟3中順時針旋轉(zhuǎn)30°，在步驟7中需逆時針方向旋轉(zhuǎn)30°。

36、進一步地，利用迭代軟閾值算法求解目標方程，即重復(fù)迭代下式：

37、

38、其中，α表示迭代步長，tλ表示時域中的軟閾值函數(shù)，θ為常數(shù)，x表示輸入的值：

39、

40、進一步地，所述步驟s8可通過含噪聲的地震記錄s減去剩余的線性噪聲slinear來獲得無噪聲信號。

41、本發(fā)明還提出一種用于基于旋轉(zhuǎn)時移fk變換的線性噪聲壓制裝置，包括：

42、存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的線性噪聲壓制程序，所述線性噪聲壓制程序被所述處理器執(zhí)行時上述線性噪聲壓制方法的步驟。

43、本發(fā)明還提出一種用于計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有線性噪聲壓制程序，所述線性噪聲壓制程序被處理器執(zhí)行時實現(xiàn)上述線性噪聲壓制方法的步驟。

44、相對于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：

45、本技術(shù)方案應(yīng)用了隨機時移，將fk域主頻附近的能量均勻分布到各個頻率上，增強了變換域的稀疏度，因此本算法可以有效壓制線性噪聲并減少視速度和頻率均與線性噪聲相似的同相軸能量損失。本技術(shù)方案適用于地震資料疊前線性噪聲壓制，為高保真高信噪比處理提供有力的技術(shù)手段支持，解決了地震資料普遍存在低信噪比的問題。