CN108061917B - 一种一维地震信号压缩采集方法 - Google Patents
一种一维地震信号压缩采集方法 Download PDFInfo
- Publication number
- CN108061917B CN108061917B CN201610974207.8A CN201610974207A CN108061917B CN 108061917 B CN108061917 B CN 108061917B CN 201610974207 A CN201610974207 A CN 201610974207A CN 108061917 B CN108061917 B CN 108061917B
- Authority
- CN
- China
- Prior art keywords
- seismic
- dimensional
- domain
- uncompressed
- channel data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007906 compression Methods 0.000 title claims abstract description 36
- 230000006835 compression Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005070 sampling Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 7
- 230000005540 biological transmission Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/32—Transforming one recording into another or one representation into another
- G01V1/325—Transforming one representation into another
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开一种一维地震信号压缩采集方法,其中,其包括如下步骤:S1):在一维小波域中采集压缩地震道数据;S2):根据所述压缩地震道数据重构产生变换域未压缩地震信号;S3):根据所述变换域未压缩地震信号来获取完整的时空域地震道数据。本发明公开的一维地震信号压缩采集方法具有降低单点采样密度和提高采集速度及数据传输速度的优点,只需要采集常规地震道数据的一部分,通过室内运算重构出完整的地震道数据的优点,且该方法重构效果好。
Description
技术领域
本发明属于地震勘探数据采集及处理领域,特别涉及一种一维地震信号压缩采集方法。
背景技术
现有一维地震数据采集(或者模数转换)方法必须满足Shannon-Nyqiust采样定理。该定理认为当采样频率大于或等于信号中最大频率的2倍时,离散数字信号才能完整保留原始信号中的信息,信号才能得到有效恢复。因此采集的地震道信号常常有大量冗余。
近年来出现的压缩感知(Compressed sensing,简称CS)理论是一种介于数学和信息科学之间的全新信号采集、编解码理论。该理论突破了传统信号采集必须满足Shannon/Nyquist采样定理的限制,可以只采集远少于传统采样定理所需的采样点数,通过处理重构出满足采样定理的原信号或图像。而现在地震勘探采集数据量越来越大,单点高密度采集地震数据体常常是海量三维数据体,采集慢、数据传输慢和海量数据的压缩采集与恢复是地震勘探迫切需要解决的问题。
为解决上述问题,本发明提出一种新的一维地震信号压缩采集方法。
发明内容
本发明提供一种一维地震信号压缩采集方法,其具有采集与压缩合二为一,只选取一部分数据进行压缩采集和存储,再通过重构算法进行数据恢复的优点,可以实现降低单点采样密度和提高采集速度及数据传输速度的优点,只需要采集常规地震道数据的一部分,通过室内运算重构出完整的地震道数据的优点,且该方法具有重构效果好的优点。
为实现上述目的,本发明提出一种一维地震信号压缩采集方法,其中,所述一维地震信号压缩采集方法包括如下步骤:
S1):在一维小波域中采集压缩地震道数据;
S2):根据所述压缩地震道数据重构产生变换域未压缩地震信号;
S3):根据所述变换域未压缩地震信号来获取完整的时空域地震道数据。
如上所述的一维地震信号压缩采集方法,其中,在步骤S1)中,所述一维小波域为能压缩的一维小波域。
如上所述的一维地震信号压缩采集方法,其中,所述压缩地震道数据为满足高斯分布的压缩地震道数据。
如上所述的一维地震信号压缩采集方法,其中,在步骤S2)中,使用重构算法使所述压缩地震道数据重构产生所述变换域未压缩地震信号。
如上所述的一维地震信号压缩采集方法,其中,在步骤S3)中,将所述变换域未压缩地震信号反变换来获取完整的时空域所述地震道数据。
如上所述的一维地震信号压缩采集方法,其中,所述重构算法为谱投影梯度算法。
如上所述的一维地震信号压缩采集方法,其中,所述变换域未压缩地震信号为一维小波域未压缩地震信号。
如上所述的一维地震信号压缩采集方法,其中,将所述一维小波域未压缩地震信号反变换来获取完整的所述时空域地震道数据。
本发明的一维地震信号压缩采集方法具有降低单点采样密度和提高采集速度及数据传输速度的优点,只需要采集常规地震道数据的一部分,通过室内运算重构出完整的地震道数据的优点,且该方法重构效果好。
附图说明
在此描述的附图仅用于解释目的,而不意图以任何方式来限制本发明公开的范围。另外,图中的各部件的形状和比例尺寸等仅为示意性的,用于帮助对本发明的理解,并不是具体限定本发明各部件的形状和比例尺寸。本领域的技术人员在本发明的教导下,可以根据具体情况选择各种可能的形状和比例尺寸来实施本发明。
图1是本发明的地层水平层数学模型示意图;
图2是正常采集单炮地震记录的采样数据的结果示意图;
图3是本发明的地震炮记录压缩采样的数据的结果示意图;
图4是本发明的重构未压缩变换域地震道数据的结果示意图;
图5是本发明的重构未压缩时空域地震道数据的结果示意图;
图6是本发明的重构地震道数据与正常地震炮记录的采样数据的误差图;
图7是本发明的一维地震信号压缩采集方法的流程图。
具体实施方式
结合附图和本发明具体实施方式的描述,能够更加清楚地了解本发明的细节。但是,在此描述的本发明的具体实施方式,仅用于解释本发明的目的,而不能以任何方式理解成是对本发明的限制。在本发明的教导下,技术人员可以构想基于本发明的任意可能的变形,这些都应被视为属于本发明的范围,下面将结合附图对本发明作进一步说明。
图1至图7分别为本发明的地层水平层数学模型示意图、正常采集单炮地震记录的采样数据的结果示意图、本发明的地震炮记录压缩采样的数据的结果示意图、本发明的重构未压缩变换域地震道数据的结果示意图、本发明的重构未压缩时空域地震道数据的结果示意图、本发明的重构未压缩时空域地震道数据与正常地震炮记录的采样数据的误差图和本发明的一维地震信号压缩采集方法的流程图。
如图7所示,本发明的一维地震信号压缩采集方法包括以下步骤:
S1):在一维小波域中采集压缩地震道数据;
S2):根据所述压缩地震道数据重构产生变换域未压缩地震信号;
S3):根据所述变换域未压缩地震信号来获取完整的时空域地震道数据。
在一具体实施例中,如图1所示,本次实验采用六层水平层数学模型,其中第一水平层11的纵波速度(vP)为3000m/s,横波速度(vS)为1500m/s,第二水平层12的vP=3600m/s及vS=1850m/s,第三水平层13的vP=4100m/s及vS=2150m/s,第四水平层14的vP=4300m/s及vS=220m/s,第五水平层15的vP=4500m/s及vS=2400m/s,以及第六水平层16的vP=4700m/s和vS=2550m/s。如图2所示,常规地震信号采样(也称为正常单炮采集地震记录)1001道、6001采样点、1毫秒采样间隔以及记录长度6秒,常规地震信号采样需要满足Shannon-Nyqiust采样定理要求,存在单道数据量大、采集慢、存储和传输费时、地震数据冗余等问题。
在本实施例中,如图7所示,本发明的一维地震信号压缩采集方法技术实现流程步骤如下:
S1):在一维小波域中获取压缩地震道数据(或称为地震道压缩数据)
选取具有良好压缩性的一维小波域(1D Wavelet)变换作为一维地震信号稀疏表达方式,根据采集精度的要求,设计满足高斯(Gauss)分布测量矩阵的压缩采集方案,按一定压缩比例从小波域中选取少量样点地震道数据,进行压缩采样,获取压缩地震道数据,从而使得压缩地震道数据满足Gauss分布。
如图3所示,本次实验每道采集正常样点的1/4,即仅压缩采集正常6000个样点中的1501个样点,压缩率75%。
S2):根据所述压缩地震道数据重构产生变换域未压缩地震信号
如图4所示,对步骤S1)中形成的压缩地震道数据应用谱投影梯度算法(SPGL1算法)重构算法进行完整1D Wavelet未压缩地震信号的数据重构,从而产生变换域未压缩地震信号。
S3):根据所述变换域未压缩地震信号来获取完整的时空域地震道数据
对步骤S2)中获取的完整1D Wavelet未压缩地震信号数据进行反变换,获取完整的时空域地震道数据(也称为重构炮记录),完整的时空域地震道数据如图5所示。
重构效果评估
将基于压缩感知技术重构的完整数据与正常采样数据进行对比,来说明方法的有效性。重构炮记录(图5)与正常采集炮记录(图2)比较的误差图见图6,其重构信噪比SNR达到63.875,表明重构效果很好。
本发明依托压缩感知理论,压缩感知理论表明,如果信号在某个变换域是稀疏或可压缩的,就可以利用一个与变换基不相关的随机测量矩阵将变换系数投影到一个低维空间上,再根据这些少量观测值,通过求解优化问题实现信号的高质量重构。压缩感知理论包含三个关键技术:信号的稀疏表达、随机测量矩阵的设计、高效恢复算法提出一种新的一维地震道信号压缩采集方法。本发明通过对单道地震数据压缩采样(仅存储部分采样点数据)使地震道数据得到压缩,用重构算法实现完整地震道数据重构。通过对数值模拟资料炮记录进行单道数据压缩采集与重构实验,说明方法有效性。
本发明采用的压缩感知关键技术为信号稀疏表达采用具有良好压缩性的1DWavelet变换,随机测量矩阵选用Gauss分布测量矩阵采样方式,重构算法选用快速高效的谱投影梯度算法(SPGL1算法),各参数选取并不局限于上述选择。
本发明基于压缩感知的一维地震信号压缩采集方法,引入压缩感知理论,对地震炮记录中单道数据采用压缩采集方式进行采集,使单道数据压缩,再通过重构算法实现地震道数据的完整重构的过程。采用压缩感知的1D Wavelet变换、Gauss分布测量矩阵采样和SPGL1算法进行地震数据的压缩与恢复。通过对数值模拟完整的时空域地震道数据压缩与重构过程的实验,来说明方法的有效性。
本发明的一维地震信号压缩采集方法具有降低单点采样密度和提高采集速度及数据传输速度的优点,只需要采集常规地震道数据的一部分,通过室内运算重构出完整的地震道数据的优点,且该方法重构效果好。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
Claims (4)
1.一种一维地震信号压缩采集方法,其特征在于,其包括如下步骤:
S1):在一维小波域中采集压缩地震道数据;选取具有良好压缩性的一维小波域变换作为一维地震信号稀疏表达方式,设计满足高斯分布测量矩阵的压缩采集方案,按一定压缩比例从小波域中选取少量样点地震道数据,进行压缩采样,获取压缩地震道数据,从而使得压缩地震道数据满足高斯分布;
S2):根据所述压缩地震道数据重构产生变换域未压缩地震信号;
S3):根据所述变换域未压缩地震信号来获取完整的时空域地震道数据;
其中,在步骤S2)中,使用重构算法使所述压缩地震道数据重构产生所述变换域未压缩地震信号,所述重构算法为谱投影梯度算法。
2.如权利要求1所述的一维地震信号压缩采集方法,其特征在于,在步骤S3)中,将所述变换域未压缩地震信号反变换来获取完整的所述时空域地震道数据。
3.如权利要求1所述的一维地震信号压缩采集方法,其特征在于,所述变换域未压缩地震信号为一维小波域未压缩地震信号。
4.如权利要求3所述的一维地震信号压缩采集方法,其特征在于,将所述一维小波域未压缩地震信号反变换来获取完整的所述时空域地震道数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610974207.8A CN108061917B (zh) | 2016-11-07 | 2016-11-07 | 一种一维地震信号压缩采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610974207.8A CN108061917B (zh) | 2016-11-07 | 2016-11-07 | 一种一维地震信号压缩采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108061917A CN108061917A (zh) | 2018-05-22 |
CN108061917B true CN108061917B (zh) | 2020-04-07 |
Family
ID=62137103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610974207.8A Active CN108061917B (zh) | 2016-11-07 | 2016-11-07 | 一种一维地震信号压缩采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108061917B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112782753A (zh) * | 2019-11-07 | 2021-05-11 | 中国石油天然气集团有限公司 | 压缩感知观测系统的生成方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1198535A (zh) * | 1996-12-19 | 1998-11-11 | 法国石油研究所 | 传送压缩地震探测数据的方法 |
CN104345340A (zh) * | 2013-07-29 | 2015-02-11 | 中国石油化工股份有限公司 | 一种地震数据规则化中抖动稀疏采样方法 |
CN104422954A (zh) * | 2013-08-20 | 2015-03-18 | 中国石油化工股份有限公司 | 一种地震数据规则化中稀疏采样方法 |
-
2016
- 2016-11-07 CN CN201610974207.8A patent/CN108061917B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1198535A (zh) * | 1996-12-19 | 1998-11-11 | 法国石油研究所 | 传送压缩地震探测数据的方法 |
CN104345340A (zh) * | 2013-07-29 | 2015-02-11 | 中国石油化工股份有限公司 | 一种地震数据规则化中抖动稀疏采样方法 |
CN104422954A (zh) * | 2013-08-20 | 2015-03-18 | 中国石油化工股份有限公司 | 一种地震数据规则化中稀疏采样方法 |
Non-Patent Citations (1)
Title |
---|
图像压缩感知重建算法研究;李志林;《中国博士学位论文全文数据库 信息科技辑》;20130515;第16、76-78页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108061917A (zh) | 2018-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103595414B (zh) | 一种稀疏采样与信号压缩感知重构方法 | |
CN104345340B (zh) | 一种地震数据规则化中抖动稀疏采样方法 | |
Wang et al. | Recovery of seismic wavefields based on compressive sensing by an l 1-norm constrained trust region method and the piecewise random subsampling | |
Comerford et al. | Compressive sensing based stochastic process power spectrum estimation subject to missing data | |
CN109962742B (zh) | 便携式遥测数据监测平台及监测方法 | |
CN104422954A (zh) | 一种地震数据规则化中稀疏采样方法 | |
CN107045142B (zh) | 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 | |
CN104809357B (zh) | 一种三维粗糙表面多尺度接触行为的分析方法及装置 | |
CN103247028A (zh) | 一种多假设预测的分块压缩感知图像处理方法 | |
Gan* et al. | Seismic data reconstruction via fast projection onto convex sets in the seislet transform domain | |
Tawfic et al. | Improving recovery of ECG signal with deterministic guarantees using split signal for multiple supports of matching pursuit (SS-MSMP) algorithm | |
CN108061917B (zh) | 一种一维地震信号压缩采集方法 | |
CN109765608B (zh) | 一种基于联合字典的煤层巷道锚杆振动噪声压制方法 | |
CN113362405B (zh) | 一种基于StOMP压缩感知图像重构系统的构建方法 | |
KR102398365B1 (ko) | 학습 가능한 공간-스펙트럴 변환 기법 기반의 딥러닝 영상 분해 및 압축 센싱 방법 | |
CN114428278A (zh) | 基于压缩感知地震数据重建方法、装置、电子设备及介质 | |
Peyrot et al. | HexaShrink, an exact scalable framework for hexahedral meshes with attributes and discontinuities: multiresolution rendering and storage of geoscience models | |
CN103532566A (zh) | 一种基于块对角阵观测矩阵构造的信号压缩传感方法 | |
CN114647006B (zh) | 一种基于多重压缩感知的地震弱信号增强方法 | |
CN112444867A (zh) | 一种基于压缩感知的地震资料频带拓展处理方法 | |
CN109782346B (zh) | 一种基于形态成分分析的采集脚印压制方法 | |
Chen | Rolling bearing fault diagnosis with compressed signals based on hybrid compressive sensing | |
CN106368689B (zh) | 一种快速生成测井成像图的方法 | |
CN113419275B (zh) | 一种基于稀疏字典学习的高分辨率地震处理方法 | |
Chang et al. | A wavelet domain detail compensation filtering technique for InSAR interferograms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |