基于CUDA的地震信号频率补偿并行算法

基于压缩感知的地震信号频率补偿算法可有效拓宽地震信号的频谱,提高地震资料的分辨率。虽然该算法具有良好的拓频效果,但对于高维度、大规模的地震数据时效较低。经过分析发现该算法的计算瓶颈在于计算反射系数部分的大量代数运算和重构信号部分的卷积运算,为此,提出一种基于CUDA的并行方案对该算法进行并行优化。首先,改变地震数据的组织形式,使其存取效率更高,且更适合并行处理;然后,重新设计计算反射系数串行代码,利用CUDA(Compute Unified Device Architecture)平台调用GPU大量轻量级线程对其中的代数运算进行并行化;最后,利用卷积定理改变了时域信号卷积计算方式,采用cufft库函数将两个时域信号的卷积转换到频域进行计算。结果表明,在保证计算精度的前提下,与串行算法相比,并行算法在PC端获得了4倍以上的总体加速比。     

基于贪婪—快速迭代收缩阈值的Radon变换及其在多次波压制中的应用

多次波的存在严重影响了地震资料的解释精度，有效压制多次波是地震资料处理过程中的重要环节。目前，抛物线Radon变换是压制多次波的常用方法。针对抛物线Radon变换这一逆问题的求解，目前行业内应用最多的是迭代收缩阈值算法(Iterative Shrinkage Thresholding Algorithm，ISTA)。该方法在计算精度和计算效率方面优势明显，但对庞大的地震数据而言，处理效率仍需进一步提高。为提高抛物线Radon变换收敛速率，将贪婪的快速迭代收缩阈值算法(Greedy Fast ISTA，Greedy FISTA) 引入到Radon变换压制多次波的逆问题求解中，构建了一种基于贪婪的快速迭代收缩的混合域快速稀疏时不变Radon变换。与ISTA相比，该方法将前两次的迭代结果加权求和作为当前的迭代起点，通过引入重启条件和收敛条件，使迭代过程中振荡周期减小、计算速度提高。合成数据和实际数据的多次波压制实验表明，相比于ISTA与快速迭代收缩阈值算法(FISTA)，该算法收敛效率有很大提高、精度也略有提升。