Введение 14
1 Сложные сигналы и их применение в сейсморазведке 16
1.1 Формирование и особенности сейсмических сигналов 16
1.2 Определение временного положения сигналов при обработке сейсмической
информации 19
2 Алгоритм определения временного положения сложных сигналов на основе дискретного
преобразования Фурье 22
2.1 Дискретное преобразование Фурье 22
2.2 Определение временного положения сложных сигналов по их фазочастотным
характеристикам и функциям групповой задержки 24
2.3 Разработка фазочастотного алгоритма определения временного положения сигналов 28
3 Алгоритм прямого и обратного вейвлет-преобразования сложных сигналов 31
3.1 Описание вейвлет-анализа 31
3.1.1 Признаки вейвлета 31
3.1.2 Примеры материнских вейвлетов 32
3.1.3 Непрерывное вейвлет-преобразование 34
3.1.4 Свойства вейвлет-преобразования 35
3.1.5 Дискретное вейвлет-преобразование 36
3.1.6 Удаление шумов из сигнала с использованием вейвлет-преобразования 38
3.2 Разработка алгоритма вейвлет-преобразования на основе базиса Мейера 40
4 Исследование точности определения временного положения сейсмических сигналов с
помощью разработанных алгоритмов 42
4.1 Построение математической модели сейсмической записи в программной среде
MATLAB 42
4.2 Исследование на построенной модели фазочастотного алгоритма определения
временного положения сейсмических сигналов 45
4.3 Анализ применения алгоритма вейвлет-преобразования 50
5 Финансовый менеджмент, ресурсоэффективность и ресурсосбережение 56
5.1 Оценка коммерческого потенциала и перспективности проведения научных исследований с позиции ресурсоэффективности и ресурсосбережения 56
5.1.1 Потенциальные потребители результатов исследования 56
5.1.2 Анализ конкурентных технических решений 56
5.1.3 Технология QuaD 57
5.1.4 SWOT-анализ 59
5.2 Планирование научно-исследовательских работ 61
5.2.1 Структура работ в рамках научного исследования 61
5.2.2 Определение трудоемкости выполнения работ 62
5.2.3 Разработка графика проведения научного исследования 63
5.4.2 Бюджет научно-технического исследования (НТИ) 64
5.3 Определение ресурсной (ресурсосберегающей), финансовой, бюджетной,
социальной и экономической эффективности исследования 67
6 Социальная ответственность 70
6.1 Производственная безопасность 70
6.2 Недостаточная освещённость рабочей зоны; отсутствие 71
6.3 Повышенный уровень шума 73
6.4 Повышенный уровень электромагнитных излучений; повышенная напряжённость
электрического поля 74
6.5 Повышенная или пониженная влажность воздуха 76
6.6 Электрический ток (источник: ПК) 77
6.7 Экологическая безопасность 78
6.8 Безопасность в чрезвычайных ситуациях. Пожарная безопасность 78
6.9 Правовые и организационные вопросы обеспечения безопасности 80
6.9.1 Организационные мероприятия обеспечения безопасности 80
6.9.2 Особенности законодательного регулирования проектных решений 81
Заключение 82
Список публикаций 84
Список использованной литературы 85
Приложение А 87
Приложение Б 88
В настоящее время сложные сигналы широко применяются в радиолокации, навигации и связи, акустике и ряде других направлений, связанных, прежде всего, с передачей информации в дисперсионных средах. Особое место занимает использование сложных сигналов в геофизике при изучении строения земной толщи.
Сейсмическая разведка является одним из важнейших видов геофизической разведки. Она представляет собой совокупность методов исследования геологического строения земной коры, основанных на изучении распространения в ней упругих волн, возбуждаемых искусственным путем. Вызванные взрывом или ударом упругие волны распространяются во все стороны от источника возбуждения и проникают в толщу коры на большую глубину. Здесь они претерпевают преломление и отражение и частично возвращаются к поверхности земли, где создаваемые ими колебания регистрируются специальной аппаратурой. Измеряя время распространения волн, и исследуя характер колебаний почвы, можно определить глубину залегания и форму тех геологических границ, на которых произошло преломление или отражение волны, а также составить суждение о составе пород, через которые прошла волна. Сейсморазведка позволяет с высокой точностью определять углы наклона слоев осадочной толщи даже при большой глубине их залегания. Поэтому сейсмические методы особенно широко используют при решении структурно-геологических задач, особенно при поисках месторождений нефти и газа.
Основным методом сейсморазведки является метод отраженных волн (МОВ). МОВ основан на изучении упругих волн, отраженных от поверхности раздела двух геологических пластов. Определяя времена пробега одной и той же волны от точки взрыва до нескольких точек наблюдения можно вычислить скорость волны, а, следовательно, и определить положение границы, на которой произошло отражение.
Решение сложнейших задач, связанных с высокоточным определением временного положения границ стало возможным благодаря применению современных информационных технологий и математических методов обработки сейсмической информации, базирующихся на извлечении полезной информации из динамических параметров сейсмических сигналов. Поэтому построение адекватных математических моделей сейсмических сигналов и спектральный анализ волновых сейсмических полей являются важным инструментом для построения эффективных алгоритмов определения временного положения отражающих границ и проведения вычислительного эксперимента. При этом, не следует забывать, что все сейсмические сигналы относятся к сложным, не гармоническим колебаниям.
Целью данной работы является разработка и исследование алгоритмов определения временного положения сложных сигналов на основе их спектральных представлений. Для достижения поставленной цели необходимо решить следующие задачи:
- провести анализ информационных свойств сложных сигналов и их применение для определения временного положения отражающих границ при проведении сейсмических наблюдений;
- изучить особенности представления сложных сигналов в частотной и частотно-временной областях на основе дискретного преобразования Фурье (ДПФ) и дискретного вейвлет-преобразования (ДВП).
- построить математическую модель волнового сейсмического поля.
- разработать и и реализовать в математическом пакете MATLAB алгоритм определения временного положения сложных сигналов на основе ДПФ и ДВП.
- исследовать разработанные алгоритмы на сформированной модели путем вычислительного эксперимента.
1 Сложные сигналы и их применение в сейсморазведке
Сложные сигналы нашли широкое применение в сейсморазведке для решения многих задач, в том числе для построения структуры и глубины залегания отражающих границ раздела геологических сред. В этом случае решается задача определения временного положения сложных сигналов при их распространении в дисперсионных средах, где форма сигнала существенно изменяется. Рассмотрим особенности сейсмических сигналов.
В процессе выполнения работы был разработан и реализован в математическом пакете MATLAB алгоритм определения временного положения сложных сигналов на основе вейвлет-преобразований. Исследования алгоритма проводилось на моделях волнового сейсмического поля, так как сейсмические сигналы относятся к классу сложных сигналов, а задача определения временного положения сейсмических сигналов является необходимым звеном во всех алгоритмах обработки. Следует отметить, что необходимость разработки новых алгоритмов определяется требованием повышения точности определения временного положения сейсмических сигналов в сложных сейсмогеологических условиях.
Большое внимание в работе уделялось изучению особенностей реализации дискретного преобразования Фурье и спектрально-временного вейвлет-преобразования сложных сигналов, а также вопросам построения статистической модели волнового сейсмического поля. Кроме того, в работе достаточно подробно рассмотрен метод определения временного положения сигналов на основе анализа их ФЧХ и ФГЗ, что сделано для сопоставления результатов вейвлет-преобразований и фазочастотных алгоритмов.
По результатам работы можно сделать выводы:
- на основе спектральных и спектрально-временных представлениях сложных сигналов могут быть реализованы достаточно эффективные методы определения их временного положения;
- в этом плане для оценки временного положения сейсмических сигналов наряду с уже широко используемым ДПФ предлагается применять вейвлет-преобразование, алгоритм которых разработан в данной работе;
- проведенные исследования разработанного алгоритма на построенной модели волнового поля показал, что применение вейвлет-преобразования оказывается весьма полезным, так как обеспечивает высокую точность получения оценок временного положения сейсмических сигналов;
- результаты сравнения разработанного алгоритма с фазочастотными алгоритмами показало, что их эффективность сопоставима в задачах определения временного положения. При этом, в отличие от фазочастотных алгоритмов, предложенный алгоритм дополнительно позволяет восстанавливать форму сигнала при наличии интенсивных помех.
1 Гурвич И.И., Боганик Г.Н. Сейсморазведка. Учебник для вузов. - Тверь: Изд-во АИС, 2006. -744 с.
2 Тихонов В.И. Статистическая радиотехника. - М.: Сов. Радио, 1966.-667с.
3 Левин Б.Р. Теоретические основы статистической радиотехники. - М.: Сов. Радио, 1974. - кн.1. - 552с.
4 Гринь Н.Е. Исследования структуры и свойств среды по динамике сейсмических волн. - Киев: Наукова думка, 1979.-216 с.
5 Пестряков В.Б. Фазовые радиотехнические системы. - М.: Сов. Радио, 1968-468 с.
6 Худяков Г.И. О потенциальной точности определения временного положения флюктуирующих сигналов.- Вопросы радиоэлектроники. Общие вопросы радиоэлектроники, 1984, вып.8, с. 55-60.
7 Иванченков В.П., Кочегуров А.И. Определение временного положения сейсмических сигналов по оценкам их фазочастотных характеристик. Геология и геофизика, 1988, № 9, стр.77-83.
8 Кочегуров А.И. Анализ алгоритмов измерения временного положения сложных сигналов по оценкам их фазочастотных характеристик // Проблемы информатики. 2011. №. 2(10). C. 44-50.
9 Иванченков В.П., Кочегуров А.И., Купина Н.А., Орлов О.В. Методы фазочастотного прослеживания отраженных волн и их применения в задачах обработки сейсмической информации // Технология сейсморазведки, 2013. - №3. - С. 5 - 10.
10 Яковлев А.Н. Введение в вейвлет-преобразования. - Новосибирск: НГТУ, 2003.
11 Meyer (Y.), Ondelettes et Operateurs, Hermann, 1990.
12 Солонина А.И., Арбузов С.М. Цифровая обработка сигналов. Моделирование в MATLAB. - СПб.: БХВ-Петербург, 2008.
13 ГОСТ 12.0.003-74. ССБТ. Опасные и вредные производственные факторы. Классификация.
14 ГОСТ 12.1.003-83 ССБТ. Шум. Общие требования безопасности.
15 СанПиН 2.2.2.548-96. Гигиенические требования к микроклимату производственных помещений.
16 СанПиН 2.2.1/2.1.1.1278-03. Гигиенические требования к естественному, искусственному и совмещённому освещению жилых и общественных зданий.
17 ГОСТ 12.1.045-84 ССБТ. Электростатические поля. Допустимые уровни на рабочих местах и требования к проведению контроля.
18 ГОСТ 12.1.038-82 ССБТ. Электробезопасность. Предельно допустимые уровни напряжений прикосновения и токов.
19 ГОСТ 12.1.004-91 ССБТ. Пожарная безопасность. Общие требования.
20 ГОСТ 12.1.010-76 ССБТ. Взрывобезопасность. Общие требования.
21 СанПиН 2.2.2/2.4.1340-03. Санитарно-эпидемиологические правила и нормативы «Гигиенические требования к персональным электронновычислительным машинам и организации работы».
22 Об утверждении правил обращения с отходами производства и потребления в части осветительных устройств, электрических ламп, ненадлежащие сбор, накопление, использование, обезвреживание, транспортирование и размещение которых может повлечь причинение вреда жизни, здоровью граждан, вреда животным, растениям и окружающей среде: Постановление Правительства Российской Федерации от 3 сентября 2010 года № 681.
23 Федеральный классификационный каталог отходов [Электронный ресурс]. - 2013. - Режим доступа: http://www.ecoguild.ru/faq/fedwastecatalog.htm, свободный. - Загл. с экрана.