Помощь студентам в учебе
Алгоритмы определения временного положения сложных сигналов на основе спектральных представлений
|
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
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.
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.
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.