Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安交通大学李飞鹏获国家专利权

西安交通大学李飞鹏获国家专利权

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!

龙图腾网获悉西安交通大学申请的专利一种基于最小二乘逆时偏移生成保幅角道集的方法、设备及可读存储介质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:CN115598704B

龙图腾网通过国家知识产权局官网在2025-08-26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:202211390306.3,技术领域涉及:G01V1/36;该发明授权一种基于最小二乘逆时偏移生成保幅角道集的方法、设备及可读存储介质是由李飞鹏;高静怀;高照奇;李闯;张伟设计研发完成,并于2022-11-08向国家知识产权局提交的专利申请。

一种基于最小二乘逆时偏移生成保幅角道集的方法、设备及可读存储介质在说明书摘要公布了:本发明公开一种基于最小二乘逆时偏移生成保幅角道集的方法、设备及可读存储介质。其中,一种基于最小二乘逆时偏移生成保幅角道集的方法包括在逆时偏移中提取角道集作为初始成像结果,将初始成像结果作为输入,利用基于Kirchhoff近似的波动方程正演算子得到模拟地震数据,将所述模拟地震数据与观测数据的残差代入逆时偏移成像算子中,得到梯度图像,使用共轭梯度法迭代求解最小二乘反演问题以优化角道集。该方法使得在使用LSRTM进行复杂构造的定量解释时,成像幅度表示与角度相关的反射系数,也就是以成像道集的方式呈现,可直接用于幅度随角度变化AVA的地震解释中。采用LSRTM反演成像方法能够使得提取的角道集保幅性更好,可提高AVA分析精确度与可靠性。

本发明授权一种基于最小二乘逆时偏移生成保幅角道集的方法、设备及可读存储介质在权利要求书中公布了:1.一种基于最小二乘逆时偏移生成保幅角道集的方法,其特征在于,包括如下步骤: 在逆时偏移中提取角道集作为初始成像结果; 将初始成像结果作为输入,利用基于Kirchhoff近似的波动方程正演算子得到模拟地震数据; 将所述模拟地震数据与观测数据的残差代入逆时偏移成像算子中,得到梯度图像; 使用共轭梯度法迭代求解最小二乘反演问题以优化角道集; 所述步骤包括: 采集原始共炮点地震记录; 对采集的所述原始共炮点地震记录做预处理,称处理后得到的共炮地震记录为观测地震数据,记为Dxr,xs;t,其中xr表示检波点坐标,xs表示震源坐标,t表示时间; 通过速度分析构建深度域偏移速度vx,其中x=x,z为空间坐标,不考虑密度,设密度ρ≡1; 通过对观测地震数据Dxr,xs;t的频谱分析,构建宽频带的偏移子波函数wt; 以偏移子波wt作为常密度声波方程的震源项进行正向波场延拓,得到震源波场pFx;t; 以观测地震数据Dxr,xs;t作为常密度声波方程的边界条件进行逆时波场延拓,得到接收波场pBx;t; 对震源波场pFx;t和接收波场pBx;t分别应用Poynting矢量法估计波场传播方向的方向矢量Psx;t和Prx;t,根据Psx;t与Prx;t的夹角计算反射角θ,并且利用Psx;t和Prx;t的和矢量Px;t的法向量估计地层倾角δ; 对震源波场pFx;t和接收波场pBx;t应用互相关成像条件,并做角度分箱操作将成像结果分配到对应的反射角θ上得到角度域共成像点道集Rx;θ,将所述角度域共成像点道集Rx;θ作为初始成像结果; 采用基于Kirchhoff近似的波动方程正演算子以作为边界条件进行正向波场延拓,并在检波点位置记录地震波场得到模拟地震数据dxr,xs;t; 根据伴随状态法,将所述模拟地震数据与所述观测地震数据之间的残差drxr,xs;t=dxr,xs;t-Dxr,xs;t作为边界条件代入到偏移成像生成角道集的步骤中得到对应于最小二乘目标泛函的梯度图像ΔRx,θ,所述梯度图像ΔRx,θ=LTLRx,θ-D; 其中,用L表示Kirchhoff正演算子,LT表示生成角道集的偏移成像算子,D表示观测数据; 利用共轭梯度法对角道集进行迭代更新Rnx,θ=Rn-1x,θ+αΔRgx,θ,α是由共轭梯度法计算得到的更新步长,ΔRgx,θ是共轭梯度方向。

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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。