导读:本文包含了地震数据压缩论文开题报告文献综述及选题提纲参考文献，主要关键词:压缩感知,Curvelet变换,Fourier变换,Radon变换
地震数据压缩论文文献综述
唐欢欢,毛伟建,杜蒙[1]（2019）在《基于不同稀疏表示的压缩感知地震数据重建效果分析》一文中研究指出压缩感知理论打破了信号离散采样中奈奎斯特采样定理的限制,使其在地震数据重建中得到广泛应用。压缩感知方法要求数据是稀疏的或者可以被稀疏表示,因此地震数据的稀疏表示方法是影响重建效果的重要因素之一。本文主要分析了常用的Curvelet、Fourier以及Radon变换这叁种地震数据稀疏表示方法对重建效果和重建效率的影响。通过模型数据和实际数据实验,比较了这叁种稀疏表示在数据不同缺失程度下重建效果、保幅能力以及重建效果这叁方面的优缺点,为实际地震数据重建中稀疏表示的选择提供可靠依据。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
郑雪辰[2]（2019）在《基于压缩感知理论和SPGL1算法的地震数据重建》一文中研究指出随着地震勘探技术的发展,实际生产中对地震资料的要求不断提高,然而伴随着勘探范围的扩大,勘探区地表条件越来越复杂,这些因素会造成采集数据的不完整、不规则,给后续地震资料处理带来很大困难,同时也会增加野外施工成本。因此,地震数据重建技术显得尤为重要。压缩感知理论的提出,为地震资料采集和处理带来了新的思路。基于该理论框架,在低于奈奎斯特采样频率的情况下,仍可以实现不完整数据的重建。实现该理论有叁个主要要素:信号的稀疏性、测量矩阵与字典矩阵的不相干性以及高效的重建算法。本文基于这叁点讨论了不同稀疏表示方法对数据重建结果的影响。数值实验结果证明了,曲波变换比傅里叶变换具有更突出的稀疏表示能力,介绍了构造测量矩阵的数学理论,并分别使用规则欠采样、随机采样和Jitter欠采样叁种采样方法对合成地震记录进行重建,结果证明在采样点数相同时Jitter欠采样能够取得更好的恢复效果,之后在Marmousi模型数值试验中,对Jitter采样方法增加了采样条件,保证在激发点附近全采样,大大提升了数据信噪比。本文使用SPGL1算法进行地震数据重建。该算法通过求解多个Lasso子问题得到基追踪去噪问题的解,在求解优化问题时,涉及到噪声估计值和迭代次数的选取,本文研究了这两个参数对数据重建结果的影响,并根据结论初步定义了效率值公式,通过该公式可以有效地估计出最优参数选取范围。本文提出了新的RWSPGL1方法,通过引入与信号特征相关的权函数,求解加权_1范数最小化问题,提升了地震数据重建效率,节约了大量的时间成本,并且RWSPGL1方法得到的数据精度略高于SPGL1。在Marmousi模型数值试验中,本文使用全波形反演方法得到的速度模型进行比较,从结果证明了RWSPGL1具有更好的重建性能。(本文来源于《长安大学》期刊2019-05-05）
兰天维,韩立国,张良[3]（2019）在《基于压缩感知的L1范数谱投影梯度算法地震数据重建》一文中研究指出随着油气勘探的发展,采集的数据规模与复杂度越来越大,对这些数据进行重建的精度与效率影响到后续地震资料的处理效果。常用于地震数据重建的压缩感知理论与重建算法各有精度与效率的优势,因此对于大规模、复杂地震数据,综合考虑重建精度与计算时间,提出了一种基于压缩感知理论和L1范数谱投影梯度算法(SPGL1)的地震数据重建方法。首先根据地震数据的缺失情况选择采样矩阵,然后在contourlet域中采用L1范数谱投影梯度算法重建缺失的稀疏系数,最后进行contourlet反变换实现地震数据的重建。合成地震数据实验结果表明,基于压缩感知和L1范数谱投影梯度算法重建的地震数据精度较好,计算效率高。通过实际地震资料处理,对比了相同稀疏变换基情况下常用的贪婪算法中的正交匹配追踪(OMP)、梯度投影稀疏重建算法(GPSR)及L1范数谱投影梯度算法(SPGL1)的应用效果,发现基于压缩感知的L1范数谱投影梯度算法鲁棒性较好,受噪声影响小,重建精度高,并且兼顾了计算效率的需求。(本文来源于《石油物探》期刊2019年02期）
孙苗苗,李振春,李志娜,李庆洋,李闯[4]（2019）在《基于压缩感知的加权MCA地震数据重构方法》一文中研究指出地震数据规则化重构是地震资料处理十分重要的基础性工作.压缩感知理论打破了香农采样定理的制约,利用信号在某个变换域的稀疏特性重构出完整的信号,在地震数据重构领域得到了很好的应用.深反射地震剖面大都布置在地质构造比较复杂的区段,复杂的地质构造使深反射地震剖面上的波阻特征复杂,采用单一稀疏变换不能最有效地表征数据的内部结构特征.MCA(形态成分分析)方法将信号分解为几种形态特征区别明显的分量来逼近数据的内部复杂结构,但是对各成分简单的迭加仍然无法有效地描述复杂构造数据的各种特征.结合两种方法的优点,本文提出了一种新的基于压缩感知的重构算法框架,在MCA方法的基础上对各稀疏字典进行加权,在迭代中不断更新各个稀疏字典的权值系数,对信号内部的各种特征进行最优描述,从而实现对信号的高质量重构.模型测试和实际资料处理结果表明:基于压缩感知的加权MCA方法不仅可以对地质构造复杂的地震数据进行高效的插值重建,而且可以很好的消除空间假频.(本文来源于《地球物理学报》期刊2019年03期）
陈兴飞,孙红梅[5]（2019）在《基于压缩感知理论的地震数据降噪方法》一文中研究指出针对地震数据在采集处理过程中存在的随机噪声,本文从压缩感知的角度,给出了一种地震数据降噪方法.其基本思路是:首先对含有随机噪声地震数据通过离散余弦变换进行稀疏表示,然后选取随机高斯矩阵为测量矩阵,并计算出传感矩阵,在地震数据重构阶段,采用正交匹配追踪算法对地震数据进行重构;通过实验方法对比,本文方法的降噪效果在峰值信噪比、信噪比、均方误差指标上均优于对比方法,证明了本文方法对地震数据中的随机非平稳噪声有较好的压制效果,提高了地震数据的信噪比.(本文来源于《地球物理学进展》期刊2019年03期）
朱震东[6]（2019）在《基于压缩感知的地震数据重建方法研究》一文中研究指出地震勘探是石油勘探过程中的一个重要的环节。地震数据的准确表示与分析是地质岩层分类与油气储量预测的重要基础。在实际勘探中,由于受到环境、设备或人为等因素的影响,导致存在大量的数据缺失与不完整性,严重影响了后续的数据解释工作。此外,随着石油勘探领域的发展,对地震重建数据的精度要求越来越高。根据Nyqusit采样定理的限制,高精度的重建数据往往意味着采样频率的提高,这也意味着勘探成本的提升。将不规则不完整的地震数据更精确的重建出来,或使用更低的采样频率重建出满足一定精度要求的地震数据是非常有意义的,同时也是一项巨大的挑战。为了更好的解决地震重建问题,本文主要基于压缩感知理论,从地震数据的稀疏表示、增加了时空连续性约束的压缩感知算法和基于生成对抗网络(GAN)的压缩感知算法这叁个方面入手,研究了地震数据重建方法。具体工作如下:(1)地震数据具有多尺度、多方向和局部变化明显的特征,使用传统单一的稀疏变换方法无法对地震数据很好地进行稀疏表示,这也将会导致重建效果的不理想。本文提出使用K-SVD字典学习算法训练得到超完备字典,并将其用作地震数据重建过程中的稀疏变换基,可以对地震数据更好的进行稀疏表示。通过实验证明,这种方法相比于其他稀疏变换方法可以更好地重建地震数据。(2)传统的压缩感知理论都是针对单帧数据展开讨论的,但地震数据具有时空连续性,使用传统的压缩感知方法对地震数据重建只满足了单帧数据重建的合理性,难以保持相邻帧之间的连续性特征。本文对传统的压缩感知方法进行改进,引入了时空连续性约束,提高了重建的精度。此外还对稀疏自适应匹配追踪(SAMP)进行了改进,增加了初始稀疏度估计和变步长的策略,在保证重建准确度的基础上极大的提高了运算速度。最后在真实的地震数据和电成像数据上验证了该算法的有效性。(3)提出了一种将生成对抗网络(GAN)与压缩感知模型相结合的方法,规避了对地震数据进行稀疏表示这一步骤。为了提高重建效果和训练稳定性,本文使用DCGAN框架,并使用Wasserstein Distance作为训练过程中的评判指标。实验结果表明该方法可以在更低采样率的情况下重建出满足一定精度要求的地震数据。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
隋志强,彭波,丛龙水[7]（2019）在《一种地震数据有损压缩方法及误差分析》一文中研究指出对某地震处理系统将32位浮点数压缩为N位有符号短整型数的方法进行了推算和分析。得出了其压缩和优化的方法,认为其压缩前、后的误差基本为10~(-5)数量级,压缩率约为60%,远高于常用无损压缩软件的压缩率(约为95%)。进一步讨论了舍入造成的差异及提高压缩率的可能性。通过某工区资料展示了压缩方法对实际数据的应用效果,表明了压缩方法的可用性。(本文来源于《油气地球物理》期刊2019年01期）
吕公河,邸志欣,霍守东,罗明秋,丁建强[8]（2018）在《基于压缩感知的地震数据采集实践》一文中研究指出介绍了基于压缩感知的非规则观测系统设计以及在中国西部沙漠地区实现的第一块基于压缩感知的地震数据采集。在进行压缩感知观测系统设计时采用贪心序贯算法,以逐点增加的方式确定检波点与炮点的位置并构建观测矩阵,按照观测矩阵与稀疏变换矩阵的不相关性来确定观测系统,然后利用确定的观测系统,基于探区的速度模型进行正演模拟,以验证观测系统的有效性,从而确定最终的观测系统。针对中国西部沙漠试验区的具体情况设计了块状非规则(随机)采样观测系统,纵横向检波点在一定约束条件下不均匀分布、激发点近于随机不规则分布。首次采用可控震源进行了数据采集,获得了1760炮的地震数据。通过数据重建,得到了4倍密度(7.5m×7.5m的面元)数据体,偏移成像后的地震剖面品质比常规剖面(15m×15m)明显提高。与规则高密度采集相比,此次基于压缩感知的地震数据采集虽然检波点、炮点大幅度减少,但重建后的高密度规则数据的偏移成像质量有了明显提高。该稀疏采集试验不仅为后续高密度数据重建研究提供了宝贵的实际资料和应用经验,而且对于东部复杂障碍区的地震数据采集也具有借鉴意义。采用"节点仪器+压缩感知+可控震源"的采集方式,将是一种最佳组合,会取得更高的效益和更好的效果。(本文来源于《石油物探》期刊2018年06期）
Norm,Allegar,司娟娟[9]（2018）在《专题介绍专题介绍:压缩感知在地震数据采集和处理中的作用》一文中研究指出近30年来,地震采集的数据量持续增加。目前,在一艘地震勘探船上部署12条或更多的拖缆、在海底埋置成千上万个检波器或数以万道进行陆上采集已经常态化。数据体已经不仅由检波器密度来定义,而且还由每个位置上所记录的分量数来定义。方位角的覆盖范围已经从窄方位角发展到多方位角,再到全方位角。更多的检波器数量仅仅是数据爆炸的一个方面,在此期间,震源的研究工作也有所发展,采用的方案主要有连续记录和各种同步震源。数据密度和野外工作量均在增加,并且持(本文来源于《油气地球物理》期刊2018年04期）
温睿,刘国昌,冉扬[10]（2018）在《压缩感知地震数据重建中的叁个关键因素分析》一文中研究指出地震数据重建对地震资料处理和成像具有重要意义。基于压缩感知的地震数据重建方法是应用较广泛的一类方法,其中的稀疏变换、迭代算法和阈值模型等的选取将影响最终地震数据重建的效果和计算效率。本文着重分析了Fourier、Curvelet和Seislet这叁种稀疏变换对地震数据重建的影响,比较了POCS(Projection onto Convex Sets)、IHT(Iterative Hard Thresholding)、Bregman和JRSI(Joint Reconstruction by Sparsity-promoting Inversion)四种迭代算法各自的优缺点,研究了线性、指数和数据驱动叁种不同阈值模型的特性。通过模拟和实际算例对比分析了压缩感知地震数据重建过程中上述叁个关键因素的影响,得到了叁方面的重要认识和结论,为在实际地震数据重建中选择上述因素提供了可靠依据和现实建议。(本文来源于《石油地球物理勘探》期刊2018年04期）
地震数据压缩论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着地震勘探技术的发展,实际生产中对地震资料的要求不断提高,然而伴随着勘探范围的扩大,勘探区地表条件越来越复杂,这些因素会造成采集数据的不完整、不规则,给后续地震资料处理带来很大困难,同时也会增加野外施工成本。因此,地震数据重建技术显得尤为重要。压缩感知理论的提出,为地震资料采集和处理带来了新的思路。基于该理论框架,在低于奈奎斯特采样频率的情况下,仍可以实现不完整数据的重建。实现该理论有叁个主要要素:信号的稀疏性、测量矩阵与字典矩阵的不相干性以及高效的重建算法。本文基于这叁点讨论了不同稀疏表示方法对数据重建结果的影响。数值实验结果证明了,曲波变换比傅里叶变换具有更突出的稀疏表示能力,介绍了构造测量矩阵的数学理论,并分别使用规则欠采样、随机采样和Jitter欠采样叁种采样方法对合成地震记录进行重建,结果证明在采样点数相同时Jitter欠采样能够取得更好的恢复效果,之后在Marmousi模型数值试验中,对Jitter采样方法增加了采样条件,保证在激发点附近全采样,大大提升了数据信噪比。本文使用SPGL1算法进行地震数据重建。该算法通过求解多个Lasso子问题得到基追踪去噪问题的解,在求解优化问题时,涉及到噪声估计值和迭代次数的选取,本文研究了这两个参数对数据重建结果的影响,并根据结论初步定义了效率值公式,通过该公式可以有效地估计出最优参数选取范围。本文提出了新的RWSPGL1方法,通过引入与信号特征相关的权函数,求解加权_1范数最小化问题,提升了地震数据重建效率,节约了大量的时间成本,并且RWSPGL1方法得到的数据精度略高于SPGL1。在Marmousi模型数值试验中,本文使用全波形反演方法得到的速度模型进行比较,从结果证明了RWSPGL1具有更好的重建性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地震数据压缩论文参考文献
[1].唐欢欢,毛伟建,杜蒙.基于不同稀疏表示的压缩感知地震数据重建效果分析[C].中国石油学会2019年物探技术研讨会论文集.2019
[2].郑雪辰.基于压缩感知理论和SPGL1算法的地震数据重建[D].长安大学.2019
[3].兰天维,韩立国,张良.基于压缩感知的L1范数谱投影梯度算法地震数据重建[J].石油物探.2019
[4].孙苗苗,李振春,李志娜,李庆洋,李闯.基于压缩感知的加权MCA地震数据重构方法[J].地球物理学报.2019
[5].陈兴飞,孙红梅.基于压缩感知理论的地震数据降噪方法[J].地球物理学进展.2019
[6].朱震东.基于压缩感知的地震数据重建方法研究[D].华北电力大学(北京).2019
[7].隋志强,彭波,丛龙水.一种地震数据有损压缩方法及误差分析[J].油气地球物理.2019
[8].吕公河,邸志欣,霍守东,罗明秋,丁建强.基于压缩感知的地震数据采集实践[J].石油物探.2018
[9].Norm,Allegar,司娟娟.专题介绍专题介绍:压缩感知在地震数据采集和处理中的作用[J].油气地球物理.2018
[10].温睿,刘国昌,冉扬.压缩感知地震数据重建中的叁个关键因素分析[J].石油地球物理勘探.2018
标签：压缩感知; Curvelet变换; Fourier变换; Radon变换;