[发明专利]一种基于时间移位和熵约束的地震信号编码方法

说明书

本发明提供一种基于时间移位和熵约束的地震信号编码方法，解决在有限信道下如何有效传输高质量地震信号问题。本发明包括：将编码过程分为离线训练和在线测试两个阶段:（1）在离线训练阶段，结合离线地震信号数据，通过迹对齐和编码参数训练两个步骤生成在线测试编码所需的字典和概率密度函数；（2）在在线测试阶段，通过迹对齐和熵约束稀疏编码生成时间移位参数、低频系数、高频系数、低频系数位置和非零系数位置等信息传输到解码端，其中低频系数和高频系数通过熵编码后再进行传输。在解码端，首先通过熵解码算法恢复低频系数和高频系数，并进一步结合相关位置信息进行地震信号重建，最后通过时间移位恢复得到最终的重构地震信号数据。

技术领域

本发明属于地震信号数据传输方法，具体涉及一种基于时间移位和熵约束的地震信号编码方法。

背景技术

世界石油工业发展史和中国油气勘探开发的实践证明，地震技术是寻找地底矿产资源的有效方式之一。通过在地表均匀布置震源及传感器，再结合人工放炮方式制造人工“地震”，由传感器接收地底返回信号从而对地底资源分布情况进行判断。为了提高获得的图像质量，采用高密度传感器组网进行探测是未来的发展趋势。随之而来的问题是采集信号的数据量将会急剧增长，而目前的传输带宽是非常有限的，因此有必要研究有效的地震信号编码技术来减少高密度传感网下地震信号传输的数据量。

现有技术中，文献[1](“Transform methods for seismic data compression,”IEEE Transactions on Geoscience and Remote sensing)通过基于离散余弦的地震信号编码方法，取得了接近于3倍的压缩倍数。为了在压缩的同时，能够对重要特征信息进行保持，可以采用二维自适应局部离散余弦变换方法。(“Adaptive local cosine transformfor seismic image compression,”2006International Conference on AdvancedComputing and Communications)。在地震信号编码中，一个核心技术是需要对地震信号进行稀疏表示。除了上述方法中的离散余弦变换或者自适应离散余弦变换之外，其他方法还包括小波变换，Curvelet变换，Sieslet变换等。这些方法往往通过固定基的形式对信号进行表征，近年来，字典学习在数据编码、去噪等领域得到了广泛的应用。例如，在图像编码中(“Compressibility constrained sparse representation with learnt dictionaryfor low bit-rate image compression,”IEEE Transactions on Circuits and Systemsfor Video Technology)，通过字典学习产生适应于不同信号表征的字典，从而使得信号的表征更为稀疏，因此获得更好的编码性能。因此，相关研究结果证明了在地震信号编码中通过字典学习进行信号表征是有效的。

传统字典学习往往是针对信号的表征，要求其表征尽可能的稀疏。而对于编码应用而言，系数稀疏并不等同于系数经过编码后的码流尽可能的少。熵是衡量编码性能的关键要素之一，因此，有必要将熵引入到字典学习过程中。同时针对地震信号不同迹存在时间移位等现象，在字典学习过程中还可以引入时间移位约束。

发明内容

本发明提出一种基于时间移位和熵约束的地震信号编码方法，属于地震信号编码、传输及采集方法，解决在高密度传感网络中有限信道下地震信号编码传输问题，可以应用于基于无线/有线传感网的地底资源探测中。

本发明的一种基于时间移位和熵约束的地震信号编码方法，将编码过程分为离线训练和在线测试两个阶段，步骤为：

S1.在离线训练阶段，结合离线地震信号数据，通过迹对齐和编码参数训练两个步骤生成在线测试编码所需的字典和概率密度函数；