三重拉普拉斯尺度混合模型用于地震数据噪声抑制
计算机视觉与模式识别
2025-02-21 v1
摘要
基于稀疏张量恢复的方法在抑制地震数据噪声方面显示出巨大的潜力。这些方法利用捕捉地震数据张量内部低维结构的稀疏性度量，通过应用软阈值或硬阈值算子来消除噪声。然而，在这些方法中，由于实际地震数据是非平稳的且受噪声影响，张量系数的方差是未知的，可能难以从受污染的地震数据中准确估计，从而导致噪声抑制性能不理想。本文提出了一种 novel 的三重拉普拉斯尺度混合 (TLSM) 方法用于地震数据噪声抑制，显著提高了稀疏张量系数和隐藏标量参数的估计精度。为使优化问题可管理，采用交替方向乘子法 (ADMM) 算法来求解所提出的 TLSM 基于地震数据噪声抑制问题。大量在合成数据和现场地震数据上的实验结果表明，所提出的 TLSM 算法在定性和定量评估方面优于许多最新的地震数据噪声抑制方法，同时提供了卓越的计算效率。
引用
@article{arxiv.2502.14355,
title = {Triply Laplacian Scale Mixture Modeling for Seismic Data Noise Suppression},
author = {Sirui Pan and Zhiyuan Zha and Shigang Wang and Yue Li and Zipei Fan and Gang Yan and Binh T. Nguyen and Bihan Wen and Ce Zhu},
journal= {arXiv preprint arXiv:2502.14355},
year = {2025}
}