数字化地震信号压缩方法研究

摘要：

传统的地震信号压缩方法没有根据地震信号本身的特点对其进行处理,而将其作为普通信号,压缩效果较差.为此,利用地震信号的自相似性,提出一种聚类和字典学习算法相结合的方法.采用模糊C均值聚类算法对样本进行聚类,构建字典学习模型,通过对目标函数的变换,使得模型变换为普通的字典学习模型,并使用K-奇异值分解算法(K-SVD)对字典学习模型进行求解.实验结果表明,当该方法压缩比范围在8.5 ～18.8之间时,信噪比高于离散余弦变换方法1 dB～4.5 dB,高于gabor方法1 dB ～4 dB,比单纯使用K-SVD算法高0.5 dB ～1 dB.

关键词：稀疏分解、K-奇异值分解算法、地震信号、自相似性、编码

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目41174044

在线出版日期：2016-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：279-285