.png){kind=icon}
返回
Sparse Regularization Least-Squares Reverse Time Migration Based on the Krylov Subspace Method
.png){kind=icon}
OA
AI
DOI：10.3390/rs17050847.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
最小二乘逆时偏移（LSRTM）是一种先进的地震成像技术，通过最小化模拟数据与观测数据之间的残差来重建地下模型。数学上，地下反射率的LSRTM反演是一个大规模、高度不适定的稀疏反演问题，常规反演方法通常会导致成像质量较差。本研究提出了一种基于灵活Krylov子空间反演框架的正则化LSRTM方法。通过Krylov子空间投影策略，生成投影解的基集合，然后将大规模不适定问题的反演表述为小矩阵优化问题。借助灵活预处理，所提出的方法能够求解稀疏正则化LSRTM，例如采用Tikhonov正则化风格。稀疏惩罚解通过分解为一系列具有迭代加权范数的Tikhonov惩罚问题来实现，然后采用灵活的Golub-Kahan过程在低维子空间中求解正则化问题，从而最终获得稀疏投影解。在Valley模型和Salt模型上的数值测试验证了基于Krylov子空间方法的LSRTM能够有效解决地下反射率的稀疏反演问题，并产生更高质量的成像结果。
Keyword:
computational geophysics
least-squares migration
reverse time migration
flexible Krylov subspace method
期刊
IF:
4.1
论文数:
7.4K
被引数:
15.1W
机构
暂无机构信息
引用论文
Least-squares reverse time migration with sparse regularization in the 2D wavelet domain.png)
GEOPHYSICS
GEOPHYSICSIF3.2
PREAI
分享收藏
查看更多内容