...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>First Break >Seismic data regularization with the anti-alias anti-leakage Fourier transform
【24h】

Seismic data regularization with the anti-alias anti-leakage Fourier transform

机译：抗锯齿抗泄漏傅里叶变换的地震数据正则化

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The anti-leakage Fourier transform (ALFT) is aregularization method using an iterative procedurefor computing the spectrum of irregularly sampleddata. For each iteration a discrete Fourier transformis performed. Then, the maximum Fourier componentis selected and transformed back to the irregular grid.The component is subtracted from the input data, andthe result is used in the next iteration. For irregularlysampled data, the ALFT can handle very steep dips, butfor regularly sampled data, the aliased Fourier componentsof a certain event have the same amplitude as the truecomponent. Consequently, the aliased components may beestimated, and the event is not properly reconstructed. Inpractice, results can also be degraded for situations wherethe sampling is close to regular. In this article, we show theresults of using the un-aliased lower frequencies to providespectral weights for the higher frequencies. This helps toavoid selection of the aliased component. It is shown on2D synthetic and 3D field data that the method can givea significant improvement for data with steeply dippingevents.
机译：防泄漏傅里叶变换（ALFT）是使用迭代过程来计算不规则采样数据频谱的粒度化方法。对于每次迭代，执行离散傅立叶变换。然后，选择最大傅里叶分量并将其转换回不规则网格。从输入数据中减去该分量，并将结果用于下一次迭代。对于不规则采样的数据，ALFT可以处理非常陡峭的下降，但是对于规则采样的数据，特定事件的别名傅立叶分量具有与真实分量相同的幅度。因此，可能会估计混叠分量，并且事件无法正确重建。实际上，在采样接近常规的情况下，结果也会降低。在本文中，我们显示了使用未混淆的较低频率为较高频率提供视觉权重的结果。这有助于避免选择别名的组件。结果表明，在2D合成和3D现场数据上，该方法可以显着改善骤降事件的数据。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号