[发明专利]基于压缩感知的小波域稀疏一维油井数据压缩与重构方法

权利要求书

1.基于压缩感知的小波域稀疏一维油井数据压缩与重构方法，其特征在于，包含如下步骤：

步骤一：对油井数据x进行去噪处理，然后在基底Ψ∈R^N×N所张成空间上对去噪后的油井数据进行稀疏分解：x＝Ψα；

所述的去噪处理，是指将数据x进行傅里叶变换后加窗滤波去除噪声；

所述的稀疏分解，是指将数据x在小波变换域进行基分解；

步骤二：对步骤一得到的N维稀疏向量α进行压缩采样，得到观测值y，_y有M个采样点：y＝Φx＝ΦΨα；

所述的压缩，是指选取M维高斯随机矩阵为观测矩阵Φ与数据x相乘，M为自然数，由于M<<N，即实现数据压缩；

步骤三：将步骤二得到的观测值y作为油井数据监控系统的传输数据；

步骤四：接收端接收步骤三传输数据，进行正交匹配追踪重构最优解；

步骤五：定义正交匹配追踪算法初始残差为e₀＝y，定义初始已匹配集合为定义列数初始值i＝1；

步骤六：计算相关性最大的列向量：q＝argmax|e_i-1,(φψ)_j|，其中行数j＝1,2,...,d，记录此时列数i，稀疏系数在i列有非零值，大小为

步骤七：将步骤六寻找到的基底向量q加入到集合A_i＝A_i-1∪q后，对A_i进行施密特正交化，并求取新的残差

步骤八：多次循环迭代步骤七，直至残差小于门限值，得到最终匹配的稀疏系数α和集合A，即(φψ)′；

步骤九：利用步骤八中得到的稀疏系数，还原原始信号x＝Ψα；自此完成一维油井数据压缩与重构。

2.根据权利要求1所述基于压缩感知的小波域稀疏一维油井数据压缩与重构方法，其特征在于，步骤一中傅里叶变换加窗去噪处理优选值为20点矩形窗。

3.根据权利要求1所述基于压缩感知的小波域稀疏一维油井数据压缩与重构方法，其特征在于，步骤一中稀疏分解变换域优选值为“db1”小波，小波分解层数为6。

4.根据权利要求1所述基于压缩感知的小波域稀疏一维油井数据压缩与重构方法，其特征在于，步骤二中采样压缩优选观测矩阵为高斯随机观测矩阵。