| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 引言 | 第10-24页 |
| ·研究背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-22页 |
| ·地震数据重建方法研究现状 | 第12-17页 |
| ·地震数据稀疏表示方法发展现状 | 第17-19页 |
| ·地震数据采集和采样方法现状 | 第19-21页 |
| ·稀疏表示方法去除地震噪声现状 | 第21-22页 |
| ·本文的主要内容和安排 | 第22-24页 |
| 第2章 基于傅里叶变换的地震数据压缩采样与重建 | 第24-47页 |
| ·概述 | 第24-25页 |
| ·传统地震道插值方法和原理介绍 | 第25-28页 |
| ·地震道空间采样率及空间假频 | 第25-27页 |
| ·地震道插值原理 | 第27-28页 |
| ·基于压缩感知和傅里叶变换的地震数据重建 | 第28-36页 |
| ·问题的提出 | 第28-29页 |
| ·压缩感知理论 | 第29-30页 |
| ·压缩重建的前提条件 | 第30-32页 |
| ·稀疏促进求解方法 | 第32-33页 |
| ·基于傅里叶变换的压缩重建技术 | 第33-36页 |
| ·基于傅里叶变换压缩重建中的采样方法 | 第36-40页 |
| ·互相干度参数 | 第36-38页 |
| ·傅里叶域互相干噪声评价函数 | 第38页 |
| ·规则采样与随机采样比较 | 第38-39页 |
| ·泊松碟采样方法 | 第39-40页 |
| ·数值实验和讨论 | 第40-45页 |
| ·本章小结 | 第45-47页 |
| 第3章 基于压缩感知和曲波变换的地震数据采样与重建 | 第47-83页 |
| ·引言 | 第47-48页 |
| ·基于压缩感知和曲波变换的数据重建 | 第48-55页 |
| ·曲波变换基本理论 | 第50-52页 |
| ·基于曲波变换的压缩重建方法 | 第52-54页 |
| ·二维测量矩阵类型 | 第54-55页 |
| ·基于曲波压缩重建技术中的二维不规则采样方法 | 第55-67页 |
| ·蓝色噪声频谱特征及与其数据采样的关系 | 第56-57页 |
| ·地震数据二维采样的几种分布类型 | 第57-60页 |
| ·二维Jitter 采样方法 | 第60-65页 |
| ·可选择的其他蓝色噪声随机采样格式 | 第65-67页 |
| ·数值结果和讨论 | 第67-80页 |
| ·合成数据实验 | 第67-77页 |
| ·实际数据处理 | 第77-80页 |
| ·扩展部分 | 第80-82页 |
| ·非均匀曲波重建技术 | 第80页 |
| ·对称采样方法和重建 | 第80-81页 |
| ·自适应采样方法和重建 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第4章 基于曲波变换和全变差技术的地震噪声去除 | 第83-103页 |
| ·引言 | 第83-84页 |
| ·基于曲波变换的地震数据去噪 | 第84-85页 |
| ·全变差最小化技术去除噪声 | 第85-89页 |
| ·基于全变差和曲波变换的地震去噪策略 | 第89-90页 |
| ·数值结果 | 第90-102页 |
| ·二维地震剖面去噪 | 第91-92页 |
| ·三维地震数据体去噪 | 第92-102页 |
| ·本章小结 | 第102-103页 |
| 第5章 基于学习型超完备冗余字典的地震去噪 | 第103-116页 |
| ·引言 | 第103-104页 |
| ·超完备稀疏表示理论 | 第104-109页 |
| ·超完备稀疏表示 | 第104-105页 |
| ·稀疏表示的不确定性条件 | 第105-106页 |
| ·稀疏优化算法 | 第106-109页 |
| ·学习型超完备冗余字典构造及去噪 | 第109-112页 |
| ·学习型超完备冗余字典构造 | 第109-111页 |
| ·基于超完备稀疏表示的地震噪声去除 | 第111-112页 |
| ·数值算例 | 第112-115页 |
| ·本章小结 | 第115-116页 |
| 第6章 总结与展望 | 第116-120页 |
| ·全文结论 | 第116-118页 |
| ·主要创新点 | 第118页 |
| ·进一步的研究方向 | 第118-120页 |
| 参考文献 | 第120-129页 |
| 致谢 | 第129-130页 |
| 附录A 二维Jitter 采样频谱分析 | 第130-134页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第134页 |