[发明专利]基于压缩感知的小波域地震数据实时压缩与高精度重构方法

说明书

本发明涉及一种基于压缩感知的小波域地震数据实时压缩与高精度重构方法，包括以下步骤：首先对微震信号在小波域稀疏表示；然后利用Logistic混沌序列构造混沌伯努利测量矩阵(CBMM)，并用测量矩阵对稀疏表示的微震信号压缩观测；最后采用贝叶斯小波树结构压缩感知重构算法(BTSWCS)，恢复出完整原始数据。本发明经实际对比实验结果表明：使用本方法对总采样点为2⁸的数据压缩，压缩时间可缩短至10^‑5s，也就是说，若地震仪采样率是1KSPS，CBMM测量矩阵对它采集的0.25s的数据基本可以实现实时压缩。低信噪比情况下，本发明重构算法使PSNR值至少提升5dB，相对贪婪算法，明显提高了峰值信噪比，降低了重构误差。

技术领域

本发明涉及一种微地震数据的处理方法，特别涉及一种基于压缩感知的小波域地震数据实时压缩与高精度重构方法。

背景技术

数据实时传输是制约无缆存储式地震仪发展的最主要因素。随着地震勘探的不断深入，地震勘探正向多维、多分量和高分辨等方向发展，使得地震勘探数据持续膨胀，给无缆地震仪的采样和无线传输速度、存储器的存储容量以及计算机的处理速度造成极大压力。通过对地震数据进行合理的压缩处理，可以提高实时处理速度，改善地震仪无线通讯数据传输性能。因此，缩减压缩时间、提高重构精度成为迫切需要研究的课题。

CN104749633A公开了一种《高效高精度地震勘探数据压缩方法》对地球物理勘探仪器中采集的信号经24位模数转换后的数据压缩1/3的数据量，把24位3字节数据压缩为16位2字节数据。首先，设24位模数转换器输出的数据为D24；接着，设经压缩后的数据格式为4位阶码E4+16位尾数M16；然后把24位数据在保留符号位的情况下转换为4位阶码E4加16位尾数M16，阶码E4的取值为0～8；最后把4个采样点数据组合成10个字节，即4个样点的阶码占用2个字节，4个尾数占用8个字节。该方法具有压缩误差小，能够保持数据原貌，实现高效高精度压缩的优点。

CN104378118A公开了一种《高效自适应地震数据流无损压缩及解压缩方法》，通过使用编码方式将采样数据原始的24位3字节形式自适应的压缩为1字节或2字节或3字节或者和少量数据转化为4字节；在数据压缩前，首先根据原始数据的数值大小进行所需字节的判定，0～63及-64～-1区间的数据压缩后为1字节，64～8191及-8192～-65区间的数据压缩后为2字节，8192～104875及-104876～-8193区间的数据压缩方法操作后为3字节，占用字节与原来相同，除以上数据范围外，其他24位有符号整型数据可以表示的其他整型数在经压缩算法操作后需要使用4个字节表示。该方法具有大量节省存储空间，显著提高数据传输效率的优点。

2011年石水勇公开了《基于提升小波变换的地震勘探数据有损压缩研究》，以小波变换为基础，研究了不同小波转化为提升方案的原理，用于地震勘探数据提升小波正逆变换。对基于小波变换的三种典型的有损压缩方法一EZW、SPIHT、EBCOT方法，研究了其各自的原理和优缺点，从而选择出SPIHT算法作为地震勘探数据的编码方法。对于地震勘探原始数据和重构数据，设计并使用5种不同的评价标准对重构数据进行分析。2015年徐锋涛公开了《基于EZW算法的地震数据压缩》，对地震信号进行二维小波变换；利用系数之间的相关性对变换后的系数采用EZW方法重新组织；采用自适应算术编码对量化后的系数进行无损熵编码。

虽然上述现有技术可用于微地震信号压缩重构，但由于地球物理数据的特殊性，数据采集时要求尽量保持数据原貌，但这些数据压缩方式均不能用于数据采集阶段，必须对完整的地震数据进行操作，而不能对一个或少量几个采样数据处理，无法对数据流实时压缩，并且解码纯粹是编码的逆运算，压缩倍数是以损失信号精度为代价，无法做到降低压缩比的同时，减少重构误差。

发明内容

本发明目的在于针对上述现有技术的不足，提供一种基于压缩感知的小波域地震数据实时压缩与高精度重构方法。