基于小波变换的地震信号压缩

地震数据压缩是解决海量地震数据传输及存储的一项关键技术。本文针对地震数据中信号和噪声的特点，选用基于4、波变换的地震信号压缩方法，此法主要包括：①对地震信号进行二维4、波变换；②利用系数之间的相关性对变换后的系数采用零树编码方法重新组织；③对系数进行阚值运算及量化处理；④采用自适应算术编码对量化后的系数进行无损熵编码。此法可对地震信号实现高保真大比率压缩。对典型地震信号压缩结果表明。当压缩比达到50：1以上时，经解压恢复后的信息没有明显损失。     

基于EZW算法的地震数据压缩

地震数据压缩是解决海量地震数据传输及存储的一项关键技术.针对地震数据的特点,选用基于小波变换的适用的地震信号压缩方法,实现了对地震信号的有效压缩.该方法主要包括: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嵌入式小波零树编码(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.试验结果表明,对叠前地震数据压缩4倍时,信噪比可达50dB以上,而选用适用小波基对叠后地震数据压缩16倍时,信噪比仍可达30dB以上.     

小波变换与地震数据压缩

本文详细介绍了小波变换的基本理论及离散信号多分辨分析的一种具体实现方法（即金字塔算法），并据此提出了一种基于小波变换的地震数据压缩算法，多个数据集的压缩／重建处理表明本方法效果很好，通常情况下压缩比可达８：１－１６：１左右。     

基于小波变换的地震数据混合编码压缩算法研究

随着地震勘探研究的不断深入,地震资料的处理和解释量也越来越庞大,其中数据的冗余量也比较大。对这些数据进行合理的压缩处理已经成为一个重要的课题,根据多分辨分析思想,用小波变换对地震数据进行多级分解得到多个子带,然后对每个子带做不同策略的量化和编码处理,仿真结果表明,这种压缩编码算法,既能得到期望的压缩比,而且压缩后的地震数据所带来的误差比单一的编码压缩算法要小很多。     

利用平衡双正交多小波变换进行地震数据去噪与压缩

本文通过实例讨论了利用平衡双正交多小波变换对地震数据进行去噪处理和数据压缩的过程。去噪过程为 :1在多小波变换域上 ,利用高频高波数分量来估计随机噪声的方差 ;2利用地震记录的方差减去噪声的方差得到有效信号的方差 ,从而求出阈值 ,并采用软阈值处理方法进行去噪 ;3利用多小波反变换公式得到去噪后的信号。数据压缩过程为 :1利用平衡双正交多小波 BSA6 /6把地震数据分解成 4层 ,每次只对低频部分进行分解 ;2重排每个 2× 2子块 ,使得具有相同空间位置关系的 4个系数排在一起 (原来的 1 6个子块变为 4个子块 ) ,从而满足 SHIFT编码方案中所要求的父子关系 ;3对每个等级树进行嵌入式编码 ,利用改进的小波零树编码方案压缩地震数据。试验结果表明 ,文中方法优于单小波去噪与数据压缩方法。     

小波包最好基的自适应地震数据压缩

讨论了一种基于小波包最好基的自适应数据压缩方法。该方法对信号进行基于小波包最好基的自适应变换后，将变换系数按其能量进行自适应比特分配和量化，从而达到数据压缩的目的。将该方法应用于地震勘探ＣＤＰ数据压缩，取得了较好的效果。数据压缩１０倍时，重建信号的信噪比为３７．１ｄＢ；压缩１６倍时，信噪比为２９．６ｄＢ。     

基于压缩感知的小波域地震数据实时压缩与高精度重构

地震数据压缩是解决地震仪无线数据传输的一项关键技术。现有技术方案是对现场数据变换编码，消除其冗余达到压缩效果，再解码反变换恢复原始数据。这类方案需要对完整采集的地震数据进行操作，不仅时效性差，造成了硬件资源浪费，而且数据解码难以高精度恢复。针对以上问题，本文基于压缩感知理论（CS）提出一种新的地震数据压缩重构方案，通过构造混沌伯努利测量矩阵（CBMM）对地震数据小波变换后的稀疏系数进行压缩，在下位机端实时编码；为了提高重构精度，采用贝叶斯小波树结构CS重构算法（BTSWCS），根据小波树结构统计特性，构建一个分层贝叶斯CS先验模型，利用马尔科夫链蒙特卡洛推理对模型参数后验估计，在上位机端恢复原始数据。实际地震数据处理表明，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1.0×10^-5s。低信噪比情况下，本文重构算法使峰值信噪比（PSNR）值至少提升5dB。     

利用二维M带小波变换进行地震数据压缩

随着小波理论的发展与应用，小波变换已成为信号分析处理的一种强有力的新工具。本文根据Ｍ带小波变换理论，结合地震数据的特征，将Ｍ带小波变换应用于地震数据的压缩处理，提出了地震数据的压缩编码算法。     

用小波变换压缩地震勘探数据

二维和三维地震勘探数据中存在的相邻数据的相关性为数据压缩提供了可能,而远程勘探数据的传输又有对数据进行压缩的要求。本文讨论了用小波变换对勘探数据进行变换域编码的压缩方法及影响压缩质量的因素。对于较大的地震剖面,通过一定的边界处理和分块处理,可以获得较好的压缩效果和处理速度。     

基于变换的地震数据压缩技术

随着油田勘探开发的不断深入,地震资料处理和解释的数据量越来越庞大.对这些数据进行合理压缩使用已成为当务之急.通过比较离散余弦变换、离散小波变换和离散小波包变换3种有损压缩算法的特点,认为小波变换适用于速度模型类数据的压缩,而地震数据使用小波包交换可以得到较好的压缩结果.离散小波包压缩算法对地震数据进行的大量压缩实验表明,数据压缩对频谱的影响很小,对于叠后数据按301的压缩率进行压缩是可行的.     

小波包变换压缩与地震数据处理

探讨了地震数据经小波包变换压缩后对后续处理过程的影响,以及经过某些处理后的数据会对小波包变换压缩产生什么影响等问题。将小波包变换压缩地震数据的结果与快速傅里叶变换压缩地震数据的结果进行了对比,其结果表明:应用小波包变换压缩地震数据,有效信号的损失非常小,压缩比大于快速傅里叶变换的压缩比。在大批量地震数据处理中可以使用小波包变换压缩地震数据。     

基于稀疏冗余表示的三维地震数据随机噪声压制

传统的二维随机噪声压制方法应用于三维地震数据的随机噪声压制时,去噪效果往往不理想,为此提出基于稀疏冗余表示的压制三维地震数据随机噪声的方法.该方法在贝叶斯框架下,通过正交匹配追踪(OMP)和K-奇异值分解(K-SVD)不断迭代更新三维稀疏矩阵和三维超完备离散余弦变换(DCT)字典,利用三维超完备DCT字典作为三维地震数据的稀疏冗余表示,使三维地震数据中随机噪声得到压制.三维模拟数据和实际地震数据试算表明:与常规f-x反褶积法和K-L变换法相比,该方法既提高了三维地震数据体的信噪比,又有效地保护了地震反射信号,而且水平切片的连续性和平滑性很好,构造复杂区域的分辨率也得到提高.     

非抽样离散小波变换叠前地震数据重建方法

叠前地震数据包含了丰富的地层信息,但在实际勘探中由于受采集条件等影响,叠前地震数据地震道缺失现象严重。针对规则采样不规则道缺失的插值恢复问题,一些传统的插值方法无能为力或者插值效果不佳,而近年来发展起来的非抽样离散小波变换（UDWT）,具有很好的稀疏表示能力,比傅里叶变换能更加稀疏地表示地震数据;根据压缩感知理论,即使不满足Nyquist采样定理的要求,利用极少的观测数据,也可能较好地恢复缺失的地震数据。本文提出一种基于UDWT的地震数据插值方法,对地震数据做插值和规则化处理,可以提高叠前地震数据的完整性,理论模型和实际资料的重建效果验证了方法的有效性和实用性。     

希尔伯特—黄变换时频分析在沉积旋回划分中的应用

希尔伯特—黄变换是基于地震数据对信号进行经验模态分解的新的时频分析方法,其克服了原有时频分析方法因受到分辨率和信号平稳性的限制导致沉积旋回划分精度降低的影响,通过对非平稳信号进行处理得到地震信号不同固有模态分量的瞬时时频特征,以此为基础,精细刻画地震资料中的时间、频率和能量之间的关系,进而依据不同模态分量的瞬时时频特征划分出不同级次的地层沉积旋回。模型数据与实际地震资料的处理结果表明,地震数据通过希尔伯特—黄变换时频分析能够准确地进行地层沉积旋回划分,实现的过程简单实用且精确度较高,从而为地层的沉积旋回划分和精细对比提供了有效方法和参考依据。     

基于Shearlet变换的自适应阈值地震数据去噪方法

由于随机噪声的干扰,地震勘探的有效信号经常淹没其中难以识别,且在时间域难以分离随机噪声和有效信号。Shearlet变换是一种新的多尺度多方向时频分析方法,具有最优的稀疏表示能力、局部化特征和方向敏感性。Shearlet变换在去除随机噪声的同时,能够最大限度地保留有效信号,可以有效地提高地震数据的信噪比。针对传统的Shearlet变换阈值去噪方法不能随尺度和方向变化的不足,提出了随尺度和方向变化的自适应阈值,可以同时适应不同尺度和方向噪声水平的差异。利用Shearlet变换的自适应阈值算法与小波变换去噪方法,分别对理论和实际地震数据进行去噪。对比可知,Shearlet变换的自适应阈值算法具有更强的去噪能力,并能够最大限度地保留有效信号。     

小波变换与F—K算法在滤波中的应用

陆地地震勘探资料通常含有不同类型的噪声。有效地消除这些噪声，提高分辨率是地震数据处理的主要内容之一。作为一种时频分解方法，小波变换是一种有效的时变滤波工具。本文这了小波变换的有关理论，阐述了它的滤波原理，并借助于Ｆ－Ｋ滤波方法，将小波变换成功地应用于地震信号的滤波之中。具体方法是：将一维信号变换到二维Ｆ－Ｔ平面上，通过改变不同的尺度因子，把信号的不同频率分量刻画出发，再通过改变位移参数来描述信号的     

广义S变换地震高分辨率处理方法研究

广义S变换能根据实际地震信号的频率分布特点和时频分析的侧重点灵活地调节窗函数随频率的变化趋势,加快或减慢窗时宽随频率的变化速度,使窗函数的振幅呈现多种非线性变化特征,更好地适应具体信号的分析和处理。在广义S变换实现时引入窗函数库、弦函数库、快速傅里叶反变换,使运算简洁、易行、高效,通过选取合适的参数组合,对得到的时频谱进行能量重新分配、重构,得到高分辨率地震信号。理论模型和实际资料处理结果表明,该方法能够有效增强地震信号时域和频域的分辨率,使地震剖面的构造特征和岩性特征更为清晰。     

利用沃尔什变换提高地震资料信噪比

文中将基于沃尔什变换的滤波技术应用于压制地震资料噪音、提高地震资料信噪比中。该方法通过对地震信号进行序谱分析,以实现对噪声的压制。通过理论模型试算以及实际地震资料的应用,认为该方法在压制噪音方面具有良好的应用效果,且简单易实现、运算速度快,在压制噪音、提高信噪比方面具有良好的实用性。