Метод сжатия геофизических данных с применением вейвлет-преобразования и нейронных сетей

• Автор: Булаев, Владимир Иванович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Уфа
• Количество страниц: 167 с. : ил.

ОГЛАВЛЕНИЕ
Введение

1. Анализ проблемы сжатия геофизических данных

1.1. Актуальность проблемы сжатия геофизических данных

1.2. Анализ существующих алгоритмов сжатия данных с потерями

1.3. Анализ возможности использования вейвлетпреобразования для сжатия геофизических данных

1.4. Анализ алгоритмов квантования

1.5. Анализ возможности применения нейронных сетей для сжатия коэффициентов вейвлетпреобразования

1.6. Цель и задачи исследования Выводы но главе

2. Разработка алгоритма выбора параметров вейвлетпреобразования для сжатия геофизических данных

2.1. Формирование банка вейвлетфильтров

2.2. Выбор вейвлета для конкретного типа геофизических данных
2.3. Переход к ненормализованному вейвлетпреобразованию
2.4. Расчет уровня вейвлетпреобразования
2.5. Выбор параметров квантования вейвлеткоэффициентов
2.6. Алгоритм выбора параметров вейвлетпреобразования для сжатия геофизических данных
Выводы но главе
3. Разработка методики построения нейронных сетей для сжатия вейвлетспектра геофизических данных
3.1. Разработка структуры нейронной сети
3.2. Выбор параметров нейронной сети минимальной сложности
3.3. Расчет ошибки обучения нейронной сети
3.4. Методика построения нейронных сетей для сжатия вейвлет 7 спектра геофизических данных
Выводы по главе 3
4. Комплексный алгоритм сжатия геофизических данных с 3 применением вейвлетпреобразования и нейронных сетей и исследование его эффективности
4.1. Комплексный алгоритм сжатия геофизических данных с 3 применением вейвлетиреобразования и нейронных сетей
4.2. Разработка программного обеспечения для автоматизации 8 процесса сжатия геофизических данных
4.3. Применение разработанного алгоритма для сжатия данных 2 скважинной сейсмической разведки
4.4. Применение разработанного алгоритма для сжатия данных 0 акустического каротажа
Выводы ио главе 4
Заключение
Список литературы


Для расчета уровня декомпозиции вейвлет-преобразования, соответствующего конкретному классу сигналов, приводится формула определения уровня разложения. Для выбора параметра квантователя предлагается схема расчета шага квантования, при которой достигается эффективное сжатие при заданном уровне искажений. В третьей главе разрабатывается методика построения нейронных сетей для сжатия всйвлет-спсктра геофизических данных. Для задачи сжатия данных предлагается нейронная сеть минимальной структуры, в которой множество входов, а также входной слой НС, декомпозируются на несколько подмножеств. Каждое подмножество входов соединяется с соответствующим подмножеством нейронов первого слоя, и не связано с другими нейронами из других подмножеств. Такая организация НС позволяет существенно уменьшить количество синаптических весов, ускорить обучение и снизить требования к аппаратным ресурсам. В результате экспериментальных исследований показывается эффективность предложенного подхода. Показывается, что существует возможность сжатия квантованного вейвлет-спектра геофизических данных с помощью НС без потерь и приводится схема для расчета ошибки обучения. В четвертой главе разрабатывается комплексный алгоритм сжатия геофизических данных с применением вейвлет-преобразования и нейронных сетей, который состоит из трех этапов: подготовительный этан, компрессия и декомпрессия. Разрабатывается программное обеспечение, реализующее комплексный алгоритм сжатия геофизических данных. Проводится исследование эффективности применения предложенного метода при сжатии данных скважинной сейсмической разведки и акустического каротажа с использованием разработанного ПО. В связи с впечатляющими достижениями в области телекоммуникаций в различных геофизических предприятиях все большее распространение получают системы распределенной обработки данных []. Так, начиная с года в ОАО «Башнсфтсгсофизика» применяется автоматизированная система сбора и обработки данных геофизических и технологических исследований при строительстве, эксплуатации и работах на скважине []. В конечном виде система представляет собой единую информационную есть, объединяющую Заказчиков - управления буровых работ (УБР) и нефтегазодобывающие учреждения (НГДУ), и Исполнителей - управления геофизических работ и экспедиции. Одним из важнейших элементов системы является компьютерная связь, которая может производиться как по сети йиетег, так и по внугриведомственным сетям, которые физически представляют собой проводные, радиорелейные, волоконно-оптические и космические каналы связи. Результаты интерпретации также по цифровым каналам связи передаются Заказчику и регистрируются в базах данных. В соответствии с этим регламентом возникает необходимость передачи геофизической информации на очень далекие расстояния из труднодоступных районов. В частности, Центр обработки информации ОАО «Башнефтегеофизика» находится в г. Уфе, а геофизические исследования проводятся в Африке, Западной Сибири, Урало-Поволжском и других регионах. В таких случаях единственная возможность для передачи информации - использование космических систем связи. Таким образом, одним из ключевых элементов автоматизированной системы сбора и обработки геофизических данных являются спутниковые каналы связи. В настоящее время в ОАО «Башнефтегеофизика» задействован спутниковый терминал М4, которые работают в глобальной системе мобильной спутниковой связи «1птаг8аЬ> (рис. Круглосуточно через них передается большое количество геофизической, технологической и служебной информации от партий и экспедиций. При этом затраты на передачу информации составляют значительную сумму - порядка ста тысяч долларов США в месяц. Для сокращения расходов на передачу было предложено использовать сжатие данных []. Уменьшение объема этих данных позволит резко сократить расходы на передачу. Поэтому особо актуальной является проблема сжатия геофизических данных. Под задачей сжатия понимается поиск путей снижения объема данных, необходимых для кодирования, при сохранении приемлемого качества восстановленного сигнала.