买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国石油大学(华东)申请的专利一种基于压缩感知和统计学习的地震弱信号增强方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115390133B 。

龙图腾网通过国家知识产权局官网在2025-03-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210879425.9，技术领域涉及：G01V1/28；该发明授权一种基于压缩感知和统计学习的地震弱信号增强方法是由李哲;宋建国;王光宇设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本一种基于压缩感知和统计学习的地震弱信号增强方法在说明书摘要公布了：本发明公开了一种基于压缩感知和统计学习的地震弱信号增强方法。属于地震信号处理领域。传统的曲波域去噪方法通过对曲波系数的幅度进行阈值化来抑制随机噪声，而弱信号和随机噪声在曲波域具有相同的弱幅度特征，因此难以区分弱地震信号和随机噪声。本发明将压缩采样应用于含噪地震资料。压缩采样后地震有效信号的曲波系数有显着的振幅降低，而随机噪声则没有。基于此特性设计了一种敏感系数矩阵，它是计算原始系数与采样后系数的比值，经多次亚采样分析和离群值剔除后得到的统计叠加矩阵。在曲波域中，通过敏感系数矩阵和L1范数矩阵的约束，使原来的弱信号得到有效的增强，同时敏感系数矩阵中噪声系数明显低于有效信号，使得该方法在弱信号增强的同时能够有效的抑制噪声。合成和实际地震数据测试都表明本方法在弱地震信号增强方面优于传统的曲波域方法。该方法与目前的同类技术相比较而言，该方法能够显著增强深层弱信号，提高整体信噪比，效果远超传统算法，为深层地震数据的弱信号增强和噪声压制提供了新的思路。

本发明授权一种基于压缩感知和统计学习的地震弱信号增强方法在权利要求书中公布了：1.一种基于压缩感知和统计学习的地震弱信号增强方法，其特征在于：对含噪声的原始地震数据进行曲波正变换，得到原始曲波系数；利用测量矩阵对原始地震资料进行亚采样，并计算亚采样后的曲波系数，测量矩阵包括高斯随机矩阵和局部傅里叶变换矩阵；计算原始曲波系数与亚采样后曲波系数对应元素的比值，得到比值矩阵；根据统计方法计算比值矩阵的离群值；设置逻辑矩阵其大小等于曲波系数，根据找到的离群值将逻辑矩阵对应位置置1；为消除单次采样的偶然性，设置亚采样次数为50-100，将每次得到的逻辑矩阵叠加，迭代后得到敏感系数矩阵；计算与原始资料大小相同的单位矩阵的离散傅里叶变换，得到曲波系数的L1范数矩阵；将得到的敏感系数矩阵及范数矩阵对原始曲波系数进行约束，实施曲波逆变换得到去噪和弱信号增强后的处理结果；该方法具体实施步骤如下：步骤101：选择地震资料，保存资料道数M和采样点数N：步骤102：对含噪声的地震数据进行曲波正变换处理，得到原始曲波系数cj,l,k；实际采集到的地震数据包含有效信号与噪声，用以下表达式描述地震数据的构成:ft＝ot+nt；其中，ft代表含噪声地震数据，ot代表无噪声的原始地震数据，nt代表噪声；定义母曲波其中，x为空间域因子，j为尺度因子，j＝1,2,…,r；总尺度数r由原始地震数据ft的地震道数M和采样点数N来确定； 其中，为向上取整运算；的傅里叶变换与傅里叶窗函数Ujω满足ω为频率域因子，所有曲波函数通过平移和旋转得到；引入位移因子序列k＝k1,k2∈Z2，旋转角度和位置其中，0≤θl2π，l为角度因子，且l＝0,1,…，为向下取整运算，则曲波函数表示为： 式中，旋转矩阵为： 对于原始地震信号ft，通过曲波正变换得到原始曲波系数cj,l,k； 式中，为ft的傅里叶变换；步骤103：选择测量矩阵对原始剖面进行亚采样；如果M＞N，设置测量矩阵G表示高斯随机矩阵，否则，对进行转置；得到亚采样后的地震资料： 步骤104：对亚采样后的地震剖面曲波正变换得到曲波系数； 步骤105：构建敏感系数矩阵；对亚采样前曲波系数和亚采样后系数做比值得到比值矩阵δ； 根据统计方法计算比值矩阵的离群值，离群值定义为比上四分位数75％大1.5个四分位差以上或比下四分位数25％小1.5个四分位差以上的元素；设置δj,l,k为逻辑矩阵，其大小等于曲波系数，根据找到的离群值将δj,l,k对应位置置1，表征通过亚采样后，曲波系数变换大的曲波系数元素位置；通过多次亚采样后的曲波系数统计分析获得敏感系数矩阵；设置亚采样次数为50-100，将每次得到的逻辑矩阵叠加，迭代后得到敏感系数矩阵σN，其单个元素最大值为N，最小值为0；步骤106：利用敏感系数矩阵和曲波逆变换获得去噪后的地震剖面；利用敏感系数矩阵重构曲波系数： 其中，E为地震资料的L1范数；对新曲波系数进行曲波逆变换，得到去噪和弱信号增强后的地震资料，曲波逆变换公式如下所示： 最后，通过频谱图对比，进行处理结果评价。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。