Interpolation and denoising of seismic signals using orthogonal matching pursuit algorithm: An aplication in vsp and refraction data

• Autores: Rómulo Sandoval-Flórez, José Luis Paredes, Flor-A Vivas, Francisco Cabrera
• Localización: CT&F - Ciencia, tecnología y futuro, ISSN-e 0122-5383, Vol. 8, Nº. 2, 2018, págs. 57-63
• Idioma: inglés
• Títulos paralelos:
  • Reducción de ruido e interpolación de señales sísmicas usando el algoritmo de busqueda ortogonal: Aplicación a datos vsp y de refracción
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Se implementó un algoritmo de Búsqueda Voraz Ortogonal (OMP) y se muestran los resultados obtenidos usando esta técnica en el proceso de reducción de ruido e interpolación en datos sísmicos, bajo el esquema de representación poco densa de señales. El algoritmo OMP permite representar la señal poco densa basada en proyecciones ortogonales de la señal sobre un diccionario sobrecompleto. Los diccionarios sobrecompletos son diseñados usando k-veces descomposición en valores singulares (K-SVD). En cada iteración OMP calcula una nueva señal aproximada y el error es usado en la nueva iteración para determinar el nuevo elemento. Los nuevos elementos corresponden al valor máximo de los productos punto del residuo con los elementos iniciales del diccionario. El algoritmo implementado es aplicado a datos sísmicos VSP y a datos de sísmica de refracción, obteniéndose resultados satisfactorios en interpolación de trazas y reducción de ruido de forma simultánea.

  • English

    An implementation of the Orthogonal Matching Pursuit (OMP) algorithm was used and the results obtained therefrom are presented for simultaneous interpolation and denoising from seismic signals in the framework of sparse signal representation. OMP is an algorithm for sparse signal representation based on orthogonal projections underlying the signal over an over-complete dictionary. This over-complete dictionary was designed using K-times Singular Values Decomposition (K-SVD). In each iteration, OMP calculates a new signal approximation and the approximation error is used in the next iteration to determine the new element. The new element corresponds to the largest magnitude of the inner products between the current residual and the original elements in the dictionary. The implemented algorithm was applied to VSP seismic data and refraction seismic data; results for the application in restored missing traces and denoise signals are presented.