[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

摘要

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。

主权项

1.一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，其特征在于，包括以下步骤：A、输入微地震监测实际数据x；B、对输入数据用小波基Ψ稀疏表示，得到稀疏系数θ＝Ψx；C、构造混沌伯努利测量矩阵(CBMM)Φ对数据进行压缩；D、利用测量矩阵对稀疏系数观测，得到压缩后的数据y＝Φθ+n，n表示噪声；E、设计贝叶斯小波树结构压缩感知重构算法(BTSWCS)恢复信号；F、用重构算法求解完整数据的稀疏系数G、对求得的稀疏系数反变换，得到完整的微震数据H、与多级树集合分裂算法、贪婪算法中的正交匹配追踪算法、广义匹配追踪算法、压缩采样匹配追踪算法作比较，分析试验结果，对测量矩阵和重构算法进行评价。