摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状以及发展趋势 | 第10-15页 |
1.2.1 稀疏表示与压缩感知理论 | 第10-13页 |
1.2.2 地震信号去噪和重建 | 第13-15页 |
1.3 本文主要研究内容及技术路线 | 第15页 |
1.4 本文的结构安排 | 第15-17页 |
第二章 稀疏表示与压缩感知理论 | 第17-27页 |
2.1 信号的稀疏表示理论 | 第17-20页 |
2.1.1 信号的稀疏表示模型 | 第17-18页 |
2.1.2 稀疏分解方法 | 第18-20页 |
2.2 信号的多尺度几何分析理论 | 第20-24页 |
2.2.1 Shearlet变换理论与性质 | 第21-24页 |
2.3 压缩感知理论 | 第24-26页 |
2.3.1 信号的压缩感知模型 | 第24-25页 |
2.3.2 信号的重建方法 | 第25-26页 |
2.4 小结 | 第26-27页 |
第三章 基于稀疏表示的地震信号去噪方法 | 第27-45页 |
3.1 地震信号的Shearlet稀疏模型及其实现 | 第27-32页 |
3.2 基于Shearlet变换与各向异性扩散的地震信号去噪方法 | 第32-37页 |
3.2.1 各向异性扩散原理与性质 | 第32-34页 |
3.2.2 扩散函数的选择 | 第34-37页 |
3.3 算法测试与效果分析 | 第37-44页 |
3.3.1 理论模型测试 | 第37-42页 |
3.3.2 实际数据处理 | 第42-44页 |
3.4 小结 | 第44-45页 |
第四章 地震道重构方法 | 第45-64页 |
4.1 地震信号缺失道的稀疏模型 | 第45-47页 |
4.2 基于压缩感知的地震信号缺失道重构理论 | 第47-49页 |
4.3 L1范数最优化方法 | 第49-52页 |
4.3.1 贪婪算法 | 第49-51页 |
4.3.2 阈值优化方法 | 第51-52页 |
4.4 算法测试与效果分析 | 第52-63页 |
4.4.1 理论模型测试 | 第52-61页 |
4.4.2 实际数据处理 | 第61-63页 |
4.5 小结 | 第63-64页 |
第五章 地震数据超分辨率重建 | 第64-75页 |
5.1 超分辨率重建原理 | 第64-65页 |
5.2 基于Shearlet变换的地震数据超分辨率重建策略 | 第65-66页 |
5.3 算法测试与效果分析 | 第66-74页 |
5.3.1 算法的理论仿真与分析 | 第66-71页 |
5.3.2 实际数据处理结果 | 第71-74页 |
5.4 小结 | 第74-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 本文工作总结 | 第75-76页 |
6.1.1 论文主要工作 | 第75页 |
6.1.2 论文主要贡献与创新点 | 第75-76页 |
6.2 研究工作展望 | 第76-77页 |
致谢 | 第77-78页 |
参考文献 | 第78-83页 |
攻硕期间取得的研究成果 | 第83-84页 |