نمونه برداری فشرده برای داده های لرزه ای

در این مقاله دیدگاه جدیدی برای نمونه‌برداری و بازسازی داده‌های لرزه‌ای ارائه می‌گردد. هنگامی که نمونه‌برداری با فاصله‌های منظم انجام می‌گیرد، طبق تئوری نمونه‌برداری نایکویست، به منظور بازسازی کامل سیگنال، سرعت نمونه‌برداری باید حداقل دو برابر باند فرکانسی سیگنال باشد. نمونه‌برداری با سرعتی کمتر از مقدار فوق منجر به پدیده نامطلوب الیاسینگ می‌شود که گاهی اوقات گریز از آن اجتناب‌ناپذیر است. در اینجا بر مبنای تبدیلات تُنُک (sparse) کننده سیگنال‌های لرزه‌ای (مانند wave atom) الگوریتمی برای نمونه‌برداری و بازسازی داده‌های لرزه‌ای با سرعت بسیار کمتر از حد نایکویست ارائه شده است. مبانی نظری روش ارائه شده ایجاب می‌کند که هنگام نمونه‌برداری تنها اطلاعات مهم سیگنال برداشت شود. عملکرد الگوریتم تدوین شده بر روی داده‌های لرزه‌ای یک و دو بعدی نشان داده شده است.