[发明专利]一种基于在线字典更新的地震信号编码方法

说明书

一种基于在线字典更新的地震信号编码方法，属于地震信号数据编码传输方法，解决地震信号编码中采用字典学习和稀疏表示带来的字典传输问题，可以应用于各种基于地震信号测量的地底测绘中。本发明包括：（1）将输入地震信号按照时间顺序分成多组，对每组数据采用缓存中的字典进行稀疏编码计算稀疏系数；（2）对步骤（1）中的稀疏系数进行量化及熵编码；（3）从缓存中读取前面P个已传输组的重建数据，结合当前组传输的稀疏系数进行字典学习，从而更新下一组数据稀疏表示所需的字典。本发明通过在线字典更新的方式，在保证信号有效稀疏表示的前提条件下，并不需要实时传输字典信息，从而有效减少数据传输数据量，可以适用于各种地震信号高速采集应用场合。

技术领域

本发明属于地震信号数据传输方法，具体涉及一种地震信号有损编码方法。

背景技术

基于地震信号测量的测绘技术是目前地底结构和矿产资源测量的有效方法之一。在每次测绘时，对地底进行地震信号测量将会产生超过100T以上的数据，而目前信号传输的带宽极为有限，因此有必要在传输前通过地震信号编码技术减少地震信号的数据量。现有技术中，提出了一种基于离散余弦变换的地震信号编码方法,它能够获得接近于3倍的压缩倍数。也有采用二维基于局部地震信号自适应的离散余弦变换技术，使得重建后的地震信号重要特征能够得以保存。更进一步地，采用自适应小波包的地震信号编码技术可以获得更高的压缩倍数和更好的重建质量由于其较好的方向保持特性，目前被广泛应用于地震信号的特征提取中。上述方法的主要思想是采用一种合适的基或者冗余的字典来表征地震信号，使得信号的表征是稀疏的。近年来，通过字典学习进行稀疏表示获得了广泛地关注，尤其是在图像编码中得到了广泛的应用在遥感图像中通过双稀疏模型去学习字典，从而获得了较好的编码效果。这些研究成果均表明了在地震信号编码中应用字典学习和稀疏表示的可行性。

传统基于字典学习和稀疏表示的编码方法往往包含如下两种主要方法：(1)通过离线学习的字典对实时获取的在线数据进行稀疏表示。对于该方法而言，预先需要存在一个离线训练集，并通过该离线训练集去获得所需的字典信息。因此，在线数据的稀疏表示是否有效极度依赖于离线数据和在线数据的相关性。对于实际地震信号测量而言，很难获得适用于不同情况的通用离线训练集。(2)使用实时在线数据训练字典，通过该字典对实时在线数据进行稀疏表示。在该方法中，有必要对字典进行传输，从而使得编解码端的稀疏表示过程能够同步。因此，字典信息的传输将会增加编码码流的大小，从而降低编码性能。

发明内容：

本发明提出一种基于在线字典更新的地震信号编码方法，属于地震信号数据编码传输方法，解决地震信号编码中采用字典学习和稀疏表示带来的如何传输字典的问题，可以应用于各种基于地震信号测量的地底测绘中。

本发明的一种基于在线字典更新的地震信号编码方法，包括编码步骤和解码步骤；其中，

所述编码步骤包括：

步骤1、将输入地震信号按照时间顺序分成多个组，对每组数据采用缓存中的字典进行稀疏编码，具体是：

步骤11、将近临T个迹的地震信号数据分为一组，对每组数据单独进行处理；假设当前组数据为Z组数据，其表示为Y_z；将每个迹的数据等分为若干个单元，每个单元y_i的长度为M×1，将y_i按照列方式进行排序；因此，Y_z＝[y₁,...y_i,...y_N]；这里假设每个迹上记录的数据长度为U，那么有如下关系式：T×U＝M×N；

步骤12、读取缓存中的字典D_z-1，给定稀疏系数矩阵W_Z的稀疏性为L，对下式进行优化求解：

步骤2、对步骤S1中的稀疏系数进行量化及熵编码，具体包括：

步骤21、采用均匀量化方法对稀疏系数矩阵进行量化，具体如下：