欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025115433441
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于电磁梯度约束矩阵的高边界敏感度三维反演方法,其特征在于,包括:构建初始反演模型和目标函数,其中,所述初始反演模型为依据经验设置的初始电阻率模型,为反演迭代的起始点,所述目标函数由数据残差项、参考模型约束项以及基于电磁梯度约束的模型粗糙度项三部分组成;

计算各测点处各测量频率下含异常体大地模型的电磁梯度异常响应;

组合各测点所有频率下的异常响应,得到每个测点的电磁梯度异常响应向量;

对每个测点的电磁梯度异常响应向量进行归一化处理,得到每个测点的归一化观测梯度异常向量;

将所有测点的归一化观测梯度异常向量组合成矩阵,得到总体归一化观测梯度异常矩阵,并基于所述总体归一化观测梯度异常矩阵构建数据空间中的电磁梯度约束矩阵;

通过频率-深度加权映射矩阵将所述数据空间中的电磁梯度约束矩阵转换到模型空间,其中,所述频率-深度加权映射矩阵用于反映各频率电磁梯度对不同深度的敏感性;

基于转换到模型空间后的电磁梯度约束矩阵,采用迭代优化算法对所述目标函数进行求解,在每轮迭代中联合优化最小化数据拟合误差与结构项,从所述初始反演模型开始更新模型迭代步进项直至模型收敛。

2.根据权利要求1所述的基于电磁梯度约束矩阵的高边界敏感度三维反演方法,其特征在于,所述目标函数定义为:;

其中,为目标函数,为反演模型,为数据残差项,为模型结构项,为控制两项平衡的参数;,其中,为参考模型约束项,为基于电磁梯度约束的模型粗糙度项;

所述数据残差项定义为:

;

其中,为包含测量电磁数据不确定性的对角加权矩阵,为测量电磁数据,为正演电磁响应;

所述参考模型约束项定义为:

;

其中,为参考模型控制权重系数,为参考模型权重矩阵,为参考模型;

所述基于电磁梯度约束的模型粗糙度项定义为:

;

;

其中,为梯度粗糙度权重控制系数;为电磁梯度约束正则化项;为电磁梯度约束矩阵;为模型梯度算子。

3.根据权利要求2所述的基于电磁梯度约束矩阵的高边界敏感度三维反演方法,其特征在于,所述计算各测点处各测量频率下含异常体大地模型的电磁梯度异常响应包括:对于各测点的各个测量频率,用电磁场空间导数表示该测点在该测量频率的电磁梯度异常响应,其中,所述电磁场空间导数采用相邻测点之间的欧几里得距离和电磁场幅度差值计算得到,公式表示如下:;

其中,为测点处测量频率下的电磁梯度异常响应;为测点处测量频率下的二次电磁场幅值;为测点+1处测量频率下的二次电磁场幅值;和分别为测点+1和测点在三维坐标系中的x坐标;为测点的临近测点集合;为测点j的临近测点编号;为测点与之间的欧几里得距离;为测点与之间电磁场幅度的绝对差值。

4.根据权利要求3所述的基于电磁梯度约束矩阵的高边界敏感度三维反演方法,其特征在于,组合各测点所有频率下的异常响应,得到每个测点的电磁梯度异常响应向量,表示为:;

其中,为测点的电磁梯度异常响应向量;为测点处第一个测量频率下的电磁梯度异常响应;为测点处第二个测量频率下的电磁梯度异常响应;为测点处第个测量频率下的电磁梯度异常响应;为实数集;为测点总个数;为测点对应的电磁梯度异常响应数据总个数,即测量频率总个数。

5.根据权利要求4所述的基于电磁梯度约束矩阵的高边界敏感度三维反演方法,其特征在于,对每个测点的电磁梯度异常响应向量进行归一化处理,得到每个测点的归一化观测梯度异常向量包括:找出所有测点和频率中电磁梯度异常响应的最大值,并采用一个预设极小数;

选择所述最大值以及所述预设极小数中的较大值,对每个测点的电磁梯度异常响应向量进行归一化处理:;

其中,为测点的归一化观测梯度异常向量;表示所有测点和频率中电磁梯度异常响应的最大值;为预设极小数,以避免除零错误。

6.根据权利要求5所述的基于电磁梯度约束矩阵的高边界敏感度三维反演方法,其特征在于,将所有测点的归一化观测梯度异常向量组合成矩阵,得到总体归一化观测梯度异常矩阵,并基于所述总体归一化观测梯度异常矩阵构建数据空间中的电磁梯度约束矩阵包括:组合所有测点的归一化观测梯度异常向量,得到总体归一化观测梯度异常矩阵:;

其中,为总体归一化观测梯度异常矩阵;为测点1的归一化观测梯度异常向量;为测点2的归一化观测梯度异常向量;为测点的归一化观测梯度异常向量;

将所述总体归一化观测梯度异常矩阵作为数据空间中的电磁梯度约束矩阵:;

其中,表示数据空间中的电磁梯度约束矩阵。

7.根据权利要求6所述的基于电磁梯度约束矩阵的高边界敏感度三维反演方法,其特征在于,通过频率-深度加权映射矩阵将所述数据空间中的电磁梯度约束矩阵转换到模型空间包括:定义各个测点处对应的频率-深度加权映射矩阵为:;

其中,为测点处的频率-深度加权映射矩阵;为测点在第1层深度第1个频率的加权函数;为测点在第2层深度第1个频率的加权函数;为测点在第层深度第1个频率的加权函数;为测点在第1层深度第2个频率的加权函数;为测点在第2层深度第2个频率的加权函数;为测点在第层深度第2个频率的加权函数;为测点在第1层深度第个频率的加权函数;为测点在第2层深度第个频率的加权函数;为测点在第层深度第个频率的加权函数;为总层数;

所述频率-深度加权映射矩阵中各元素定义为:

;

式中,为测点在频率第层深度的加权函数;为常数,用于控制权重随深度失配衰减的剧烈程度;为测点处模型第层中心的坐标值;为自由空间磁导率;为电导率;为层数编号;为测点处模型第层中心的坐标值;

采用以下公式将数据空间中的电磁梯度约束转换到模型空间:;

;

其中,为模型空间归一化电磁梯度约束矩阵,以实现边界感知调节;为单位矩阵;为频率-深度加权映射矩阵;为测点1处的频率-深度加权映射矩阵;为测点2处的频率-深度加权映射矩阵;为测点处的频率-深度加权映射矩阵。

8.根据权利要求7所述的基于电磁梯度约束矩阵的高边界敏感度三维反演方法,其特征在于,采用迭代优化算法对所述目标函数进行求解包括:第次迭代的步进值通过求解以下方程获得:

;

;

;

式中,为第次迭代反演方程的左端项,即系数矩阵;为第步计算得到的模型与第步所得模型的差值;为第次迭代反演方程的右端项,即梯度方向;为正演雅克比矩阵;为第步计算中的模型正则化参数;为第次迭代模型预测数据;为第步计算得到的模型。