基于分布式主成分分析的地震数据压缩算法研究
发布时间：2021-09-03 08:01
地震勘探是地球物理勘探中有效的技术手段。随着油气和矿产资源的需求日益增加,地震勘探规模不断扩大,地震数据量也随之剧增,然而海量地震数据如何高效地传输和存储是当前亟待解决的工程问题。数据压缩是解决上述问题的重要技术手段。本文以国内外数据压缩研究现状为出发点,通过定性和定量的评价方式来横向对比傅里叶变换、离散余弦变换、小波变换、主成分分析压缩变换方法,其中主成分分析方法不仅完全去除了变量之间的相关性,而且变换后能量更为集中,更为重要的是,压缩产生的均方误差最小,这都是它在地震数据压缩领域的优势。但此方法只去除了局部相关性,却没有考虑全局相关性,因此压缩比有待提升。当然,若一味追求压缩比,重构数据将不可用。针对以上问题,本文根据无缆地震勘探系统的网络拓扑结构,设计了一种基于分布式主成分分析地震数据压缩算法。主要研究内容如下:1)分布式主成分分析压缩算法。地震仪计算每道数据的局部协方差矩阵和局部均值向量,再计算相关的累积量,并传输这些累积量给控制中心。然后控制中心计算全局协方差矩阵和全局均值向量,再利用特征值分解和累积贡献率计算全局特征向量矩阵,并传输全局特征向量矩阵和全局均值向量至地震仪。最...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
垂直方向相关性
第2章地震数据分析8的多炮数据可看做一个随机序列，多道记录的多炮数据可看成多个随机序列。因此，地震随机过程的某个采样时刻的数据可看做随机变量。本文根据相关系数（公式2.3）量化垂直方向采样点之间的相关性和水平方向道之间的相关性。cov(,)（,）=ABABAB····························（2.3）其中，在计算垂直方向采样点之间的相关性时，A，B代表一个随机序列的不同随机变量。在计算水平方向道之间相关性时，A，B代表不同随机序列的两个随机变量。实测地震数据的相关系数如图2.1和2.2所示。图2.1说明了垂直方向变量之间的相关程度，图中第一点是随机变量与自身的相关，此时数值最大，其他数值是随机变量之间的相关系数。图2.2是第一道的随机序列的第一个随机变量分别依次与第一道至最后一道的随机序列的第二个随机变量的相关系数。显然，随着道间隔的改变，随机变量之间的相关系数随之改变。图2.1垂直方向相关性图2.2水平方向相关性
第2章地震数据分析9（3）地震信号的振幅地下的反射界面的层数确定地震道反射波个数。每个反射波振幅大小的决定因素包括波前扩散、地层吸收、透射、反射等。随地层深度的增加，高频成分被大地吸收，能量减小，导致信号振幅变校鉴于上述现象，中深层地震勘探可选择能量大的炸药震源，浅层地震勘探一般锤击即可。压缩前后的信号时域振幅的保真情况，也是判断压缩算法优劣的重要依据。（4）地震信号的频谱分析频谱分析可根据傅里叶变换将信号由时域变到频域，从而分析信号频谱特征，包括地震波能量主要集中的频带范围、信号的主频等。在地震勘探中，地震波类型不同，频谱不同；震源类型不同，振幅谱也不相同。一般而言，锤击震源激发的地震波主频较低，带宽较窄；高频震源枪激发的地震波主频较高，频带较宽。在数据压缩中，原始数据与重构数据经傅里叶变换后的频域特征的相近程度作为判断算法有效性的方法之一。我们取一段时间的地震数据，并对其进行傅里叶变换，可得信号的幅值谱，如图2.3所示。地震信号在0到100Hz范围内有峰值，超过100Hz，幅值较小，这说明此段地震信号能量主要集中于低频部分。从图2.3中还可看出，信号的频带较窄且主频也不高，所以它是由锤击震源激发的。图2.3地震信号幅值谱2.2地震数据格式地震数据格式是对必须记录的勘探数据的记录位置的规定。以标准化数据格
【参考文献】：
期刊论文
[1]融合PCA的支持向量机人脸检测研究[J]. 李宜清,程武山. 计算机测量与控制. 2019(03)
[2]基于PCA最优阶数的并行震源工频噪声压制[J]. 姜弢,汪彦龙,王京椰,岳永高,晁云峰. 仪器仪表学报. 2018(01)
[3]地球深部探测关键技术装备研发现状及趋势[J]. 黄大年,于平,底青云,郭子祺,林君,孙友宏,徐学纯. 吉林大学学报(地球科学版). 2012(05)
[4]地震数据有损压缩与失真分析[J]. 王喜珍,滕云田,曲保安,张敏. 地震工程与工程振动. 2011(04)
[5]基于提升小波的地震数据压缩编码算法[J]. 余平,马小虎,陈恒金. 苏州大学学报(工科版). 2009(01)
[6]联合数据压缩技术在地震勘探中的应用[J]. 刘财,王培茂,王世煜,刘洋,王典. 世界地质. 2006(04)
[7]基于嵌入式以太网的分布式地震数据采集系统[J]. 张林行,林君,陈祖斌. 计算机应用. 2006(09)
[8]一种用于可控震源数据采集的接力式网络结构[J]. 张林行,林君,陈祖斌. 电视技术. 2006(08)
[9]基于小波变换的地震信号压缩[J]. 武文波,杨志高,秦前清. 石油地球物理勘探. 2005(03)
[10]应用二维正交小波包技术进行地震数据压缩[J]. 朱江梅,葛勇,吴兴方,何玉梅. 天然气地球科学. 2005(02)
博士论文
[1]无线传感网中事件监测的压缩感知与异常检测算法研究[D]. 陈分雄.中国地质大学 2013
[2]小波变换在地震数据压缩和震相到时拾取中的应用研究[D]. 王喜珍.中国地震局地球物理研究所 2004
硕士论文
[1]基于数据压缩的无线传感器网络算法研究[D]. 马社方.昆明理工大学 2016
[2]一种基于压缩感知的降采样模拟信息转换器研究与设计[D]. 吴凡.华中科技大学 2015
[3]石油地震数据压缩方法研究[D]. 刘晨.哈尔滨理工大学 2015
[4]基于提升小波变换的地震数据压缩技术研究[D]. 张艳.吉林大学 2014
[5]地震多属性融合技术应用研究[D]. 李小霞.成都理工大学 2014
[6]延川南煤层气勘探地震属性优选与融合方法研究[D]. 刘冰.中南大学 2013
[7]基于提升小波的地震勘探数据压缩研究[D]. 刘凤陵.青岛大学 2012
[8]基于提升小波变换的地震勘探数据有损压缩研究[D]. 石水勇.青岛大学 2011
[9]基于稀疏分解的地震数据压缩编码[D]. 刘婧玉.西南交通大学 2010
[10]地震勘探数据压缩相关技术研究及应用[D]. 王培茂.吉林大学 2004
本文编号：3380739
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
垂直方向相关性
第2章地震数据分析8的多炮数据可看做一个随机序列，多道记录的多炮数据可看成多个随机序列。因此，地震随机过程的某个采样时刻的数据可看做随机变量。本文根据相关系数（公式2.3）量化垂直方向采样点之间的相关性和水平方向道之间的相关性。cov(,)（,）=ABABAB····························（2.3）其中，在计算垂直方向采样点之间的相关性时，A，B代表一个随机序列的不同随机变量。在计算水平方向道之间相关性时，A，B代表不同随机序列的两个随机变量。实测地震数据的相关系数如图2.1和2.2所示。图2.1说明了垂直方向变量之间的相关程度，图中第一点是随机变量与自身的相关，此时数值最大，其他数值是随机变量之间的相关系数。图2.2是第一道的随机序列的第一个随机变量分别依次与第一道至最后一道的随机序列的第二个随机变量的相关系数。显然，随着道间隔的改变，随机变量之间的相关系数随之改变。图2.1垂直方向相关性图2.2水平方向相关性
第2章地震数据分析9（3）地震信号的振幅地下的反射界面的层数确定地震道反射波个数。每个反射波振幅大小的决定因素包括波前扩散、地层吸收、透射、反射等。随地层深度的增加，高频成分被大地吸收，能量减小，导致信号振幅变校鉴于上述现象，中深层地震勘探可选择能量大的炸药震源，浅层地震勘探一般锤击即可。压缩前后的信号时域振幅的保真情况，也是判断压缩算法优劣的重要依据。（4）地震信号的频谱分析频谱分析可根据傅里叶变换将信号由时域变到频域，从而分析信号频谱特征，包括地震波能量主要集中的频带范围、信号的主频等。在地震勘探中，地震波类型不同，频谱不同；震源类型不同，振幅谱也不相同。一般而言，锤击震源激发的地震波主频较低，带宽较窄；高频震源枪激发的地震波主频较高，频带较宽。在数据压缩中，原始数据与重构数据经傅里叶变换后的频域特征的相近程度作为判断算法有效性的方法之一。我们取一段时间的地震数据，并对其进行傅里叶变换，可得信号的幅值谱，如图2.3所示。地震信号在0到100Hz范围内有峰值，超过100Hz，幅值较小，这说明此段地震信号能量主要集中于低频部分。从图2.3中还可看出，信号的频带较窄且主频也不高，所以它是由锤击震源激发的。图2.3地震信号幅值谱2.2地震数据格式地震数据格式是对必须记录的勘探数据的记录位置的规定。以标准化数据格
【参考文献】：
期刊论文
[1]融合PCA的支持向量机人脸检测研究[J]. 李宜清,程武山. 计算机测量与控制. 2019(03)
[2]基于PCA最优阶数的并行震源工频噪声压制[J]. 姜弢,汪彦龙,王京椰,岳永高,晁云峰. 仪器仪表学报. 2018(01)
[3]地球深部探测关键技术装备研发现状及趋势[J]. 黄大年,于平,底青云,郭子祺,林君,孙友宏,徐学纯. 吉林大学学报(地球科学版). 2012(05)
[4]地震数据有损压缩与失真分析[J]. 王喜珍,滕云田,曲保安,张敏. 地震工程与工程振动. 2011(04)
[5]基于提升小波的地震数据压缩编码算法[J]. 余平,马小虎,陈恒金. 苏州大学学报(工科版). 2009(01)
[6]联合数据压缩技术在地震勘探中的应用[J]. 刘财,王培茂,王世煜,刘洋,王典. 世界地质. 2006(04)
[7]基于嵌入式以太网的分布式地震数据采集系统[J]. 张林行,林君,陈祖斌. 计算机应用. 2006(09)
[8]一种用于可控震源数据采集的接力式网络结构[J]. 张林行,林君,陈祖斌. 电视技术. 2006(08)
[9]基于小波变换的地震信号压缩[J]. 武文波,杨志高,秦前清. 石油地球物理勘探. 2005(03)
[10]应用二维正交小波包技术进行地震数据压缩[J]. 朱江梅,葛勇,吴兴方,何玉梅. 天然气地球科学. 2005(02)
博士论文
[1]无线传感网中事件监测的压缩感知与异常检测算法研究[D]. 陈分雄.中国地质大学 2013
[2]小波变换在地震数据压缩和震相到时拾取中的应用研究[D]. 王喜珍.中国地震局地球物理研究所 2004
硕士论文
[1]基于数据压缩的无线传感器网络算法研究[D]. 马社方.昆明理工大学 2016
[2]一种基于压缩感知的降采样模拟信息转换器研究与设计[D]. 吴凡.华中科技大学 2015
[3]石油地震数据压缩方法研究[D]. 刘晨.哈尔滨理工大学 2015
[4]基于提升小波变换的地震数据压缩技术研究[D]. 张艳.吉林大学 2014
[5]地震多属性融合技术应用研究[D]. 李小霞.成都理工大学 2014
[6]延川南煤层气勘探地震属性优选与融合方法研究[D]. 刘冰.中南大学 2013
[7]基于提升小波的地震勘探数据压缩研究[D]. 刘凤陵.青岛大学 2012
[8]基于提升小波变换的地震勘探数据有损压缩研究[D]. 石水勇.青岛大学 2011
[9]基于稀疏分解的地震数据压缩编码[D]. 刘婧玉.西南交通大学 2010
[10]地震勘探数据压缩相关技术研究及应用[D]. 王培茂.吉林大学 2004
本文编号：3380739
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3380739.html
