隨著地球物理勘探技術(shù)的不斷發(fā)展,地震勘探儀器向著多參數(shù)、多維度、多分量的方向不斷前進(jìn),在地震勘探現(xiàn)場(chǎng)布設(shè)的大量地震儀將會(huì)產(chǎn)生海量的地震勘探數(shù)據(jù),面對(duì)海量地震勘探數(shù)據(jù)的實(shí)時(shí)回收,傳輸網(wǎng)絡(luò)會(huì)出現(xiàn)網(wǎng)絡(luò)擁堵甚至網(wǎng)絡(luò)斷開的情況,因此需要更加高速可靠的傳輸網(wǎng)絡(luò)來保證數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性和可靠性。如何解決數(shù)據(jù)量大導(dǎo)致的網(wǎng)絡(luò)擁堵,并且同時(shí)保證數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性是目前待解決的核心問題。數(shù)據(jù)壓縮方法可以從數(shù)據(jù)傳輸?shù)脑搭^縮減數(shù)據(jù)量,無需升級(jí)傳輸網(wǎng)絡(luò)就可以提高傳輸效率,保證數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性。傳統(tǒng)的數(shù)據(jù)壓縮方法是對(duì)采集后存儲(chǔ)的地震數(shù)據(jù)進(jìn)行壓縮,壓縮的過程一般是變換、量化和編碼,解壓的過程是壓縮過程的逆運(yùn)算。這種壓縮方法需要對(duì)完整的地震數(shù)據(jù)進(jìn)行壓縮,耗時(shí)長且占用資源多,數(shù)據(jù)壓縮和傳輸?shù)膶?shí)時(shí)性差。針對(duì)傳統(tǒng)數(shù)據(jù)壓縮方法面臨的問題,本文基于壓縮感知(CS)理論,提出了一種基于壓縮感知的地震數(shù)據(jù)壓縮方法,該方法能夠直接對(duì)采集到的地震數(shù)據(jù)進(jìn)行壓縮,無需對(duì)存儲(chǔ)后的完整地震數(shù)據(jù)進(jìn)行操作,數(shù)據(jù)壓縮的實(shí)時(shí)性更好。針對(duì)壓縮感知理論下的地震數(shù)據(jù)壓縮重構(gòu)方法,本文展開了以下三個(gè)方面的研究:稀疏表示方法的選擇、測(cè)量矩陣的構(gòu)造和重構(gòu)算法的設(shè)計(jì)。首先利用小波變換對(duì)地震數(shù)據(jù)進(jìn)行稀疏表示,得到稀疏表示系數(shù);然后使用混沌序列構(gòu)造混沌伯努利測(cè)量矩陣,利用該測(cè)量矩陣對(duì)地震數(shù)據(jù)稀疏表示系數(shù)進(jìn)行壓縮測(cè)量,得到測(cè)量值;最后將測(cè)量值,即壓縮數(shù)據(jù),實(shí)時(shí)傳輸至數(shù)據(jù)中心進(jìn)行存儲(chǔ),當(dāng)需要原始地震數(shù)據(jù)時(shí),再通過正交匹配追蹤(OMP)算法將測(cè)量值進(jìn)行重構(gòu)恢復(fù)。本文選用XILINX公司的XC6SLX45 FPGA芯片對(duì)原有的地震儀進(jìn)行改進(jìn)并搭建外圍電路,提出了基于FPGA的地震數(shù)據(jù)壓縮總體結(jié)構(gòu)。此外,進(jìn)一步對(duì)地震數(shù)據(jù)載入、數(shù)據(jù)運(yùn)算、稀疏表示等子模塊進(jìn)行設(shè)計(jì),并通過仿真實(shí)驗(yàn)驗(yàn)證各個(gè)模塊的有效性,從而保證能夠在下位機(jī)(地震儀)上實(shí)現(xiàn)地震數(shù)據(jù)的稀疏表示和壓縮測(cè)量過程。通過對(duì)10組長度為1000個(gè)采樣點(diǎn)的不同地震數(shù)據(jù)進(jìn)行壓縮重構(gòu)實(shí)驗(yàn),并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析,結(jié)果表明,本文提出的地震數(shù)據(jù)壓縮方法,在不同的壓縮比下,重構(gòu)數(shù)據(jù)的峰值信噪比在60dB以上,均方根誤差在0.12以下,硬件壓縮時(shí)間約為1.2ms,既在FPGA硬件平臺(tái)上實(shí)現(xiàn)了地震數(shù)據(jù)壓縮算法,又保證了數(shù)據(jù)壓縮的實(shí)時(shí)性。面對(duì)海量的地震勘探數(shù)據(jù),使用本文的數(shù)據(jù)壓縮方法在下位機(jī)中對(duì)采集的地震數(shù)據(jù)進(jìn)行壓縮,從數(shù)據(jù)傳輸?shù)脑搭^縮減數(shù)據(jù)量,無需優(yōu)化傳輸網(wǎng)絡(luò)就可以改善傳輸效率,從而解決地震勘探數(shù)據(jù)傳輸網(wǎng)絡(luò)出現(xiàn)網(wǎng)絡(luò)擁堵甚至網(wǎng)絡(luò)斷開而造成的數(shù)據(jù)丟失問題,同時(shí),使用正交匹配追蹤算法重構(gòu)出原始地震數(shù)據(jù),保證了地震數(shù)據(jù)的完整性,具有重要的實(shí)用意義。
【學(xué)位單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：P631.44
【部分圖文】：

地震數(shù)據(jù)與圖像數(shù)據(jù)不同，地震數(shù)據(jù)通常表現(xiàn)為動(dòng)態(tài)范圍大，幅度變化大，無直流分量，分頻帶特性強(qiáng)，在二維空間上常表現(xiàn)出很強(qiáng)的條帶性、相關(guān)性高等特點(diǎn)[48]。但地震信號(hào)容易受到各種因素的影響，使得地震信號(hào)變得非常復(fù)雜。在接收到的地震數(shù)據(jù)中，除了有用的地震信號(hào)外，還包含了大量的干擾信息，比如由檢波器產(chǎn)生的熱噪聲以及地雜波等構(gòu)成的隨機(jī)噪聲等。嚴(yán)格地講，這些噪聲中不但有白噪聲，而且包含有色噪聲，為了簡化分析，我們假設(shè)這些噪聲在一定頻帶內(nèi)是均值為零的平穩(wěn)高斯噪聲。圖 3.1 給出了一段實(shí)測(cè)地震信號(hào)的時(shí)域波形圖，這段地震信號(hào)的采樣率為1KHz，圖中是 1000 個(gè)采樣點(diǎn)。圖 3.2 是這段信號(hào)的頻域波形圖。從圖 3.1 中可以看出，地震信號(hào)在時(shí)域內(nèi)并不稀疏，而且幅值變化很大。從圖 3.2 中可以看出，地震信號(hào)在頻域內(nèi)的能量比較分散，分頻帶特性強(qiáng)。表明地震信號(hào)在時(shí)頻域內(nèi)都不具有稀疏性，需要尋找一個(gè)合適的變換域，將其稀疏化。

第 3 章 地震數(shù)據(jù)壓縮算法研究16圖 3.2 實(shí)測(cè)地震信號(hào)頻譜波形圖3.2 地震數(shù)據(jù)稀疏表示壓縮感知理論的一個(gè)非常重要的前提條件就是信號(hào)需要是稀疏的或可壓縮的，但是大多數(shù)信號(hào)并不能滿足這個(gè)條件，所以需要將信號(hào)稀疏化，即對(duì)信號(hào)在某個(gè)變換域內(nèi)稀疏表示，增加信號(hào)的稀疏性或可壓縮性。稀疏表示是壓縮感知理論的重要組成部分，變換域中的數(shù)據(jù)越稀疏，需要的采樣個(gè)數(shù)就越少，重構(gòu)效果也就越好。地震數(shù)據(jù)處理中，常用的稀疏變換有：Fourier 變換、Radon 變換、Wavelet（小波）變換、Coverlet 變換以及 Gabor 變換等。而地震數(shù)據(jù)通常具有非平穩(wěn)性和非線性的特點(diǎn)，而且地震數(shù)據(jù)在二維空間上相關(guān)性很強(qiáng)，幅值變換也很明顯，而小波基也具有這些特性[49]，將地震數(shù)據(jù)做小波變換后，得到的小波變換稀疏系數(shù)比原來的地震數(shù)據(jù)更稀疏，因此可壓縮性更強(qiáng)。對(duì)單道地震數(shù)據(jù)進(jìn)行離散小波變換，之后進(jìn)行多分辨率分析，Mallet 提出的離散小波算法描述公式為：( )( )jkmjkjkmjkDgmkCChmkC,1,,1,22 ……………………（3.1）式中，j ,kC 和j ,kD 分別是地震數(shù)據(jù)在尺度 2 j下分解得到的低頻分量和

圖 3.3 地震數(shù)據(jù)與其稀疏系數(shù)的可壓縮性比較3.3 測(cè)量矩陣測(cè)量矩陣主要分為隨機(jī)性測(cè)量矩陣和確定性測(cè)量矩陣兩大類。常用的隨機(jī)性測(cè)量矩陣有：高斯隨機(jī)測(cè)量矩陣、部分正交測(cè)量矩陣、傅里葉隨機(jī)測(cè)量矩陣和伯努利隨機(jī)測(cè)量矩陣等，隨機(jī)性測(cè)量矩陣的優(yōu)點(diǎn)是容易滿足對(duì)測(cè)量矩陣的 RIP 條件，獲得的測(cè)量值最少且包含了原信號(hào)中的所有有用信息，但其缺點(diǎn)同樣明顯，隨機(jī)性測(cè)量矩陣因?yàn)槠潆S機(jī)性，因此在構(gòu)造過程中會(huì)出現(xiàn)不確定性，而這種不確定性會(huì)對(duì)實(shí)驗(yàn)結(jié)果的魯棒性產(chǎn)生影響，如果要消除這個(gè)不確定性，必須進(jìn)行后續(xù)的處理，而且隨機(jī)性測(cè)量矩陣很難用硬件電路實(shí)現(xiàn)，對(duì)壓縮感知算法的硬件實(shí)現(xiàn)帶來極大的困難[51]。常用的確定性測(cè)量矩陣有：拓普利茲和循環(huán)矩陣、輪換矩陣、哈達(dá)瑪矩陣和混沌序列構(gòu)造矩陣等，確定性測(cè)量矩陣有利于內(nèi)存的降低，設(shè)計(jì)快
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宗家冰;;基于Java的大數(shù)據(jù)壓縮研究[J];數(shù)碼世界;2017年01期

2 孫軻;;計(jì)算機(jī)網(wǎng)絡(luò)傳輸中有效壓縮數(shù)據(jù)的發(fā)放分析[J];數(shù)碼世界;2017年07期

3 刁力力,黃厚寬;用人工智能和神經(jīng)網(wǎng)絡(luò)的方法組建數(shù)據(jù)壓縮系統(tǒng)[J];北方交通大學(xué)學(xué)報(bào);1998年02期

4 王兵;;無失真離散信源編碼理論與數(shù)據(jù)壓縮[J];情報(bào)學(xué)刊;1987年04期

5 梁秉岑;程錦松;;談數(shù)據(jù)壓縮[J];微電子學(xué)與計(jì)算機(jī);1988年04期

6 虞孝麒;數(shù)據(jù)獲取系統(tǒng)中的數(shù)據(jù)壓縮[J];核電子學(xué)與探測(cè)技術(shù);1988年05期

7 武法正;;新聞報(bào)紙傳真信號(hào)的一維概率統(tǒng)計(jì)特性[J];北京郵電學(xué)院學(xué)報(bào);1988年03期

8 畢強(qiáng);王慧生;;情報(bào)存貯中的數(shù)據(jù)壓縮處理技術(shù)[J];情報(bào)知識(shí);1988年02期

9 申省梅;謝維信;保錚;;心電圖的數(shù)據(jù)壓縮及其高速硬件實(shí)現(xiàn)[J];信號(hào)處理;1988年03期

10 謝震文,高海陽;心電圖數(shù)據(jù)壓縮的研究[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);1989年03期

相關(guān)博士學(xué)位論文 前10條

1 畢研秋;電力系統(tǒng)數(shù)據(jù)壓縮的算法研究及通信網(wǎng)絡(luò)仿真[D];山東大學(xué);2007年

2 史操;基于計(jì)算機(jī)視覺的三維人體運(yùn)動(dòng)數(shù)據(jù)壓縮[D];中南大學(xué);2011年

3 鮑躍全;結(jié)構(gòu)健康監(jiān)測(cè)的數(shù)據(jù)壓縮采樣與損傷識(shí)別融合方法[D];哈爾濱工業(yè)大學(xué);2009年

4 杜金榜;基于語音編碼的旋轉(zhuǎn)機(jī)械振動(dòng)數(shù)據(jù)壓縮關(guān)鍵技術(shù)與系統(tǒng)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

5 應(yīng)蓓華;用于無線傳感網(wǎng)的低能耗數(shù)據(jù)壓縮[D];清華大學(xué);2010年

6 郎廣名;粗糙集理論在屬性約簡和數(shù)據(jù)壓縮中的應(yīng)用[D];湖南大學(xué);2013年

7 汪林;多通道語音信號(hào)處理中的關(guān)鍵技術(shù)研究[D];大連理工大學(xué);2010年

8 歐陽一鳴;片上網(wǎng)絡(luò)測(cè)試關(guān)鍵問題研究[D];合肥工業(yè)大學(xué);2013年

9 蘇盛;數(shù)字化電力系統(tǒng)若干問題研究[D];華中科技大學(xué);2009年

10 張建明;無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)壓縮與數(shù)據(jù)認(rèn)證研究[D];湖南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 崔忠林;基于壓縮感知的地震數(shù)據(jù)壓縮FPGA設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2019年

2 王嘉偉;應(yīng)用數(shù)據(jù)壓縮和即時(shí)通信技術(shù)的電磁探傷數(shù)據(jù)分析系統(tǒng)研制[D];北京交通大學(xué);2019年

3 白振;基于Hadoop的工業(yè)設(shè)備維保平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

4 王麗芝;基于貝葉斯壓縮感知的小波域地震數(shù)據(jù)壓縮與重構(gòu)[D];吉林大學(xué);2018年

5 朱麗;基于預(yù)測(cè)類算法的WSN數(shù)據(jù)壓縮研究[D];太原理工大學(xué);2018年

6 藺璐;面向煤礦井下人員的紅外技術(shù)研究[D];太原理工大學(xué);2017年

7 崔磊;基于移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)壓縮的交通應(yīng)急系統(tǒng)設(shè)計(jì)與原型實(shí)現(xiàn)[D];石家莊鐵道大學(xué);2017年

8 魯玉江;深度學(xué)習(xí)在數(shù)據(jù)壓縮中的應(yīng)用研究[D];華北電力大學(xué)(北京);2017年

9 閆磊;基于數(shù)據(jù)壓縮的圖形OSD方案設(shè)計(jì)[D];中國海洋大學(xué);2006年

10 劉愛龍;地圖數(shù)據(jù)網(wǎng)絡(luò)分發(fā)中數(shù)據(jù)壓縮與加密技術(shù)的研究[D];中國人民解放軍信息工程大學(xué);2005年

本文編號(hào)：2841723