随着地球物理勘探技术的不断发展,地震勘探仪器向着多参数、多维度、多分量的方向不断前进,在地震勘探现场布设的大量地震仪将会产生海量的地震勘探数据,面对海量地震勘探数据的实时回收,传输网络会出现网络拥堵甚至网络断开的情况,因此需要更加高速可靠的传输网络来保证数据传输的实时性和可靠性。如何解决数据量大导致的网络拥堵,并且同时保证数据传输的实时性是目前待解决的核心问题。数据压缩方法可以从数据传输的源头缩减数据量,无需升级传输网络就可以提高传输效率,保证数据传输的实时性。传统的数据压缩方法是对采集后存储的地震数据进行压缩,压缩的过程一般是变换、量化和编码,解压的过程是压缩过程的逆运算。这种压缩方法需要对完整的地震数据进行压缩,耗时长且占用资源多,数据压缩和传输的实时性差。针对传统数据压缩方法面临的问题,本文基于压缩感知(CS)理论,提出了一种基于压缩感知的地震数据压缩方法,该方法能够直接对采集到的地震数据进行压缩,无需对存储后的完整地震数据进行操作,数据压缩的实时性更好。针对压缩感知理论下的地震数据压缩重构方法,本文展开了以下三个方面的研究:稀疏表示方法的选择、测量矩阵的构造和重构算法的设计。首先利用小波变换对地震数据进行稀疏表示,得到稀疏表示系数;然后使用混沌序列构造混沌伯努利测量矩阵,利用该测量矩阵对地震数据稀疏表示系数进行压缩测量,得到测量值;最后将测量值,即压缩数据,实时传输至数据中心进行存储,当需要原始地震数据时,再通过正交匹配追踪(OMP)算法将测量值进行重构恢复。本文选用XILINX公司的XC6SLX45 FPGA芯片对原有的地震仪进行改进并搭建外围电路,提出了基于FPGA的地震数据压缩总体结构。此外,进一步对地震数据载入、数据运算、稀疏表示等子模块进行设计,并通过仿真实验验证各个模块的有效性,从而保证能够在下位机(地震仪)上实现地震数据的稀疏表示和压缩测量过程。通过对10组长度为1000个采样点的不同地震数据进行压缩重构实验,并对实验结果进行分析,结果表明,本文提出的地震数据压缩方法,在不同的压缩比下,重构数据的峰值信噪比在60dB以上,均方根误差在0.12以下,硬件压缩时间约为1.2ms,既在FPGA硬件平台上实现了地震数据压缩算法,又保证了数据压缩的实时性。面对海量的地震勘探数据,使用本文的数据压缩方法在下位机中对采集的地震数据进行压缩,从数据传输的源头缩减数据量,无需优化传输网络就可以改善传输效率,从而解决地震勘探数据传输网络出现网络拥堵甚至网络断开而造成的数据丢失问题,同时,使用正交匹配追踪算法重构出原始地震数据,保证了地震数据的完整性,具有重要的实用意义。