基于Seislet分?jǐn)?shù)階閾值算法約束的平面波最小二乘逆時(shí)偏移
【文章頁數(shù)】:12 頁
【部分圖文】:
圖3 分?jǐn)?shù)階閾值函數(shù)圖
式中,Jαf(s)表示對函數(shù)f(s)進(jìn)行分?jǐn)?shù)階積分處理;f(s)=sgn(s)(|s|-λes2-λ2)u(|s|-λ)為載體函數(shù);s為Seislet系數(shù);Γ(α)=∫∞0yα-1e-ydy為gamma函數(shù);α為分?jǐn)?shù)階階數(shù)。經(jīng)過對分?jǐn)?shù)階階數(shù)的多次測....
圖1 Seislet分?jǐn)?shù)階閾值算法約束的PLSRTM流程
Seislet分?jǐn)?shù)階閾值算法約束的PLSRTM流程如圖1,其中對初始模型M(0)賦零值。1.4分?jǐn)?shù)階閾值函數(shù)
圖2 軟閾值函數(shù)圖
設(shè)閾值為2,軟閾值函數(shù)如圖2所示,經(jīng)過軟閾值函數(shù)處理后的系數(shù)與原系數(shù)之間存在偏差。分?jǐn)?shù)階閾值函數(shù)應(yīng)用了分?jǐn)?shù)階微積分理論(Riemann-Liouville分?jǐn)?shù)階積分公式)[24],用該分?jǐn)?shù)階積分公式對函數(shù)進(jìn)行積分處理積分后,能夠增強(qiáng)函數(shù)的連續(xù)性且保留原函數(shù)特征。
圖4 Seislet變換測試
圖4(a)所示為某一復(fù)雜模型的真實(shí)反射系數(shù),再對其進(jìn)行Seislet變換,得到Seislet系數(shù)(圖4(b))。由圖4(b)可知,Seislet系數(shù)主要集中在尺度小于50的位置,且整體分布較為集中。隨后分別將Seislet變換和小波變換的系數(shù)經(jīng)過從大到小排序后,選取前1%的系數(shù)得....
本文編號:4026446
本文鏈接:http://www.lk138.cn/projectlw/dqwllw/4026446.html