基于小波变换的地震勘探数据可视化
基于小波变换与奇异值分解的地震资料去噪新方法
常规 的基于小 波变换 （ ＷＴ） 的去 噪方法 采用多 尺度分 解较 好地 保 留 了信号 的细 节信 息 ，可 以有 效 地 消除地震 资料 中的 随机噪声 ，对 于精确地 震勘探 十分重要 ，但 是该 方法 的应用难点 在 于重建小 波系数 时 的阈值 的选取 ，当阈值 选取 过大 时 ，有效 信号细 节被去 除过 多 ；当阈值选 取过小 时 ，达 不到去 噪的 目 的。虽然 目前 国内外 的学 者提 出 了很 多阈值 的选 取方 法 ，如 Ｄ ｎ ｈ ｏ ｏ ｏ和 Ｊ ｈ ｓｏ ｏ ｎ ｔｎ提 出的软 硬 阈值 法 ，
在很 小的 时窗 内少 量水平 同相轴很 难体 现地震 道相 关性 强 的优势 ，Ｓ ＶＤ方 法 的去 噪效果 也 会大 打折 扣 。
为 了有 效地 去除地震 资料 中 的随机噪声 ，笔者 充分利 用 了 ｗＴ方 法 和 Ｓ ＶＤ方 法去 噪 方法 的优 点 ，提 出 了一种 新 的基 于小 波变换 和奇 异值 分 解 （ — Ｖ ｗＴ Ｓ Ｄ） 的地 震 资料 去 噪 方 法 。该方 法 首先 采 用 常规 的小
斜率 ）只取整 数提 高 了此 方法 的可操作性 ，并根 据奇异 值 曲线的波 动有效地 进行 纯噪声 点 的识别 ，有 效 地克服 了常规 的局部 同相轴 拉平技 术错误 地把 一些噪声 点 当作有效 信号点 的缺 陷 ，可 以有效 地消除地 震 资料 中的随机 噪声 。
１ 方 法 原理
第 ３ 卷第 １ ２ 期
王 小 品 等 ：基 于小 波变 换 与 奇 异 值 分 解 的 地 震 资 料 去 噪 新 方 法
７ｆ ． Ｕ
６ ）一
一
．
（ ） ｄ ｚ
（ １ ）
式 ，为 度 数 ６位 因 ；数 ， ）子 ；ｒ，为 波 数 ￡示 间然 在 中 。 尺 参 ；为 移 子函 。 为 波 （６ 小 系 ； 时 。后 细 （ ｎ） 表
用小波变换压缩地震勘探数据
最显著的就是限制物理信息或信号特征 的丢失 ． 特 别是高频信息 ．因为需要根据这些信息来判断地下
地 层结 构 和油气 藏情 况等 。 因此ቤተ መጻሕፍቲ ባይዱ 地震勘 探数 据 的
个 图。
表 １是定 量分 析 的结果 ： ｖ 分别 为 原剖 面纵 Ｈ， 向 和横 向划 分 的块数 ；代 表 小 渡分解 层数 ； Ｊ Ｋ代 表
佳基 ． 即小波 基 的选 择 ： 二是如何 利 用小 渡变换 后 变
（ ｖ），＝ｌ ｆｒ） ｌ ｃ （ｂ ｌ （ｌ ｄ ｗ ） ｃｆ ｌ Ｉ Ｊ
其中． 函数系
Ｉ（ Ｉ １∈， ｏ ∈ ｌｔ Ｊ ） ｌ ，Ｒａ ， Ｒ ＝ Ｊ ａ ≠ｂ ｆ
称为小波 函数 ． 它是 由函数Ｉ ｔ ｌ） Ｊ 经过不 同的时间尺 （
镜” 。小波变换及其应用是近年来信号处理研究的
热点 。 小波 变换 定义 为 ：
件下可以忽略能量非常小的某些高频分量，使数码 率 降低 。地 震勘探 信 号的有效 数据 和 能量也 是 主要
集 中在低频 ． 以用 小 波变换 较好地 进 行数据 压缩 。 可
小波变换具有很好的时一频局部化特性 ，信号 经小波变换后能量集 中在少数变换系数上 ，它能代 替离散余弦变换 ，台理地利用其变换系数的分布特 点 ． 以克服 ＩＥ 可 Ｐ Ｇ图像压缩方法产生的方块效应备 １８ 年 Ｍａａ将 小 波变 换 引入 图像 压 缩 领域 ， ９９ ｌｔ ｌ 随后 人们研究 了不少用小波变换进行数据压缩的方法 ， 主要 有两方 面 的工 作 ：一是选择 适 宜具 体图像 的最
和 数 据 压 缩 质 量
地震 勘 探信 号 的数据 压缩 与一 般 的 自然景 物 图
同地震勘探数据的变换计算表明，一般分解 ３ ５ ￣ 级
“地震勘探原理”课可视化教学方法探索与方案设计
一、引言“地震勘探原理”是地球物理学各专业的必修课之一，是以地震波传播理论为基础，记录人工激发地震波在岩石中的传播，通过记录的地震信号解释探查地下岩石构造和岩性参数，为寻找矿藏和油气服务的一种地球物理勘探方法[１，２]。
该方法具有精度高、分辨率高、探测深度大等优势，已成为油气勘探、矿产普查和解决工程地质问题不可缺少的重要技术手段[１，２]。
地震勘探原理是集数学和物理知识于一体的学科，要求学生不仅有好的数学基础，还有较好的物理学理解能力及较强的图像想象力[２-５]。
课程本身有大量的数学语言表述、较强的逻辑性推演和准确的物理含义，这些特点都增加了学生学习“地震勘探原理”这门课的难度，学生往往感到学习和理解较为困难，需要更形象化地展现来帮助学生理解和学好地震勘探原理的物理学属性[３-５]。
课程同时涉及大量图像数字信号处理问题，这就要求学生掌握一些实际应用问题的可视化与数字化处理方法[５]，这也正是该课程所必须解决的实际教学问题之一，要特别注重对学生解决问题能力的培养，探索适合地震勘探原理的教学方法，实现“地震勘探原理”课与现代可视化数字教学手段的有效结合。
MATLAB语言结构简明，具有强大的计算与绘图功能,是近年来在国内外大学和研究机构中应用广泛的一种数值计算与图形处理软件[６]。
它的特点是数值计算高效且图形功能完备，特别适合非专业的计算机编程人员完成日常数值计算、科学试验、图像生成等通用性任务的使用[６]。
地震勘探原理的许多问题可以通过数值模拟计算将其图示化，使学生对课程有更为直观的认识，并且更好地理解其中的物理问题，提高学生的学习兴趣，鼓励学生参与实现问题的可视化，培养学生利用计算机解决地震勘探问题的能力，提高课程教学质量，为地球物理勘探培养高质量的人才。
二、“地震勘探原理”课的传统教学方式与现状《地震勘探原理》自1950年翁文波院士在上海交通大学举办的地球物理探矿培训班（北京石油地质学校）讲授开始[２]，经过几代人几十年的努力，不论是在教学内容还是在教学方法上都取得了较大的进步，获得了较多的教学成果[２]。
频率域小波变换分频处理在川西地震勘探中的应用
第¨巷第5期㈤…ⅫM P吾H熟‰篡M F㈤LE uM v。
140．N oj轴n，2010频率域小波变换分频处理在川西地震勘探中的应用李曙光，徐天吉，甘其刚．李显贵f中国i油化I艘静有限。
目Ⅲ南油气舟女目勘探开发研兜院德阳舟院，四川德阳618000摘l：gf《率域十*Ⅱ换m R杠颉年域构建r台Ⅲ∞m硅№＆≈．实现r种对地震资料进行升壤々前构址Ⅱ∞A*．地震台墟f d日∞H％1'亟构尘验袅M．谚A镕能够耵散Ⅸ丹水耐额率¨地震信号，E有较高的分*《自精晡＆针目Ⅲ口m m*届衙客河m致g日月#*热气％层埋茸轻深、地震资料i糖氍，分#$十H#m ∞H g应Ⅲ叛章域小泼变接竹额璃拇赴目^法对诚K的地茬资料进}r了*理．获取r不同额$段∞j№地《散据，将辩成Ⅲf帅震杯窟减m执&漓Ⅻ地震碱性竹析等方Ⅲ．取梆了月想的处理被粜。
美t目：分期；小波}频牢域川W坳玷；丹辨牢：深层地震勘撵D[M-l n0969“脚k J∞口¨47抑“^疏ⅢJ中圈分粪号：IⅥ”4女■#*日：A在地震舫罐中．不{r d频率的地震反射波特征反映了不同的地层岩性、物性及含流体性质’。
州此．町以根据不同地质目标体的反射频率特征对地震资料进行分频处理．提取相应频率段的特{i I=信息．更好地解释目标地质体。
选择一种☆适的打法是宴现对地震资料快速、准确的分频处理的关键。
小渡理论继承和发展r 短时傅里叶变换的局部化思恕，克服了窗n大小水随频率变化和殃乏离散正空赫的缺点，存时间域和频率域具有较好的硒部性和较高的分辨牢等特性2，能准确刻咄地球物理信号在指定时间内的频率，振幅和帕佗等屉件特征。
小渡理论往信号分析、模式识别、图像处理、奇异性检测和讲估计等方面得到丁广泛的应州，利用小波变换的时酬手¨频率特性，可以实现地震资料舯分频赴厦～。
H舸田内学者已做过这力面的研究上作-井将n广泛廊用j二提高地震贷料分辨率、薄培预测、气水识别，储层描述等方面，取得了较好的效果4”1；但是，时州域小波变换分辨率有限．其分频结聚达不到理想的精度．且计算速度较慢、费时费力．不便于大数据培的实际应用，为此．我们基于频率域小渡变换的研究．提出丫一种利用频率域小渡变换实现地震资料分频处理的方i土，井将其应用于川两坳陷地震资料的处理和解释。
使用小波变换进行数据可视化与分析的方法与技巧
使用小波变换进行数据可视化与分析的方法与技巧数据可视化和分析在当今信息时代中扮演着重要的角色。
它们帮助我们理解和解释大量的数据，并从中发现有价值的信息。
在数据可视化和分析的过程中，小波变换是一种强大而灵活的工具。
本文将介绍使用小波变换进行数据可视化与分析的方法与技巧。
一、小波变换的基本概念小波变换是一种信号分析方法，它将信号分解成不同尺度的小波函数。
小波函数是一组基函数，它们具有局部化的特性，能够更好地描述信号的局部特征。
小波变换可以将信号分解成低频和高频部分，从而提取出信号的不同特征。
二、小波变换的数据可视化方法1. 小波包分解小波包分解是小波变换的一种扩展形式，它将信号分解成更多的子带。
通过对信号进行小波包分解，可以更细致地揭示信号的特征。
在数据可视化中，可以将小波包分解后的子带进行可视化，以展示信号的不同频率成分。
2. 小波包能量谱小波包能量谱是一种用于分析信号能量分布的方法。
通过计算每个小波包子带的能量，可以得到信号在不同频率上的能量分布情况。
在数据可视化中，可以将小波包能量谱以图形的形式展示出来，以便更直观地观察信号的能量分布。
3. 小波包熵小波包熵是一种用于衡量信号复杂度的指标。
通过计算每个小波包子带的熵值，可以得到信号的复杂度分布情况。
在数据可视化中，可以将小波包熵以图形的形式展示出来，以便更加清晰地观察信号的复杂度分布。
三、小波变换的数据分析方法1. 小波分析小波分析是一种用于分析信号时频特性的方法。
通过对信号进行小波分析，可以得到信号在不同时间和频率上的变化情况。
在数据分析中，可以利用小波分析的结果，找出信号中的突变点、周期性变化等特征。
2. 小波包分析小波包分析是一种用于分析信号频率特性的方法。
通过对信号进行小波包分析，可以得到信号在不同频率上的变化情况。
在数据分析中，可以利用小波包分析的结果，找出信号中的频率成分、频率变化等特征。
3. 小波相关分析小波相关分析是一种用于分析信号相关性的方法。
地震勘探数据 压缩算法
地震勘探数据压缩算法
地震勘探数据压缩算法是指对地震勘探中获取的海量数据进行
压缩处理，以便更高效地存储和传输数据，同时尽量减少信息丢失。
地震勘探数据通常包含大量的地震波形数据和地下结构信息，因此
需要有效的压缩算法来处理这些数据。
一种常用的地震勘探数据压缩算法是基于信号处理的压缩方法，例如小波变换和离散余弦变换（DCT）。
小波变换可以将地震波形数
据分解成不同频率的子带，然后根据信号能量的分布情况对子带进
行适当的压缩，以达到减小数据量的目的。
离散余弦变换也可以将
数据转换成频域表示，然后通过舍弃高频分量或者利用量化方法对
系数进行编码来实现数据的压缩。
另一种常见的压缩算法是基于预测编码的方法，例如差分编码
和预测误差编码。
这些方法利用地震波形数据中的相关性，通过对
数据进行预测并仅存储预测误差或差分值来实现数据的压缩。
此外，还有基于字典的压缩方法，如Lempel-Ziv-Welch（LZW）算法和哈
夫曼编码，这些方法可以根据数据的统计特性来构建字典，实现更
高效的压缩。
除了以上提到的压缩算法，还有一些针对地震勘探数据特点设
计的专用压缩算法，例如基于地震波形数据特点的自适应压缩算法
和基于地下结构信息的压缩算法等。
需要注意的是，在选择压缩算法时需要综合考虑压缩比、压缩
速度、解压缩复杂度以及数据的重建质量等因素，以便选择最适合
地震勘探数据特点的压缩算法。
同时，压缩算法的实现也需要考虑
到硬件平台的限制和实际应用场景的需求，以达到最佳的压缩效果。
基于小波变换的地震资料处理和应用
用 的今天 ，对地震勘探资料 的远距离快速传输 成为必要 。但 由于地震 资料数据 量太 大 ，除要 进行 去噪外 ，对地震 数据 的有效压缩 非常必 要 。怎样才能在满足科研的条件下对地震数据进行 有效 的压缩成 为近 几年 不少学者研究的课题 。地震资料 的压缩 不同与去噪 ，去噪是除去 那些 无效 的信息 。而地震数据压缩是对有效信息经 行处理 ， 要求对贡 献小 的信 号进行压缩 ，而突出主要信息 。这就要求压缩工具具有很好 的频域性 ，由于 地震信号随着时间的变化而变化 ，所以需要找到同时 具有 时域性 和频 域性的的方法 ，而小波正有这样的特性 。可以用小波 的这 一特 性出除或压 缩那些贡献不 大的有效信息 。然而在 实际的应 用 中却不这样 简单 ． 其是对 有效信息贡献率的辨 上和对压缩程度 尤
不同的尺度成分采用相应的时域采样步长 ，就要局 部化性 强的特点 ，
其 中，Ｎ 为采样点数。小波变换的离散公式 为 ：
（ ∑ ∑ （ａ （ ＝ ｔｊ ￣） ，
为常数 ，与所选的分析小波相关 。
不难看 出，小波变换实际上就是用一系列不同宽度的时窗去分析
（ ｆ ）
（ ） … ２
其 中 ， （ 与 ， ｇ ） （是复共轭 ，ａ 为尺度伸缩因子 ， 制窗 口的 大 ｒ ） 称 控 小 ；ｂ 称为时 平移因子 ，确定时频 窗口的中心在时 Ｍ轴上 的位置 。 令
ｎ ：
一
变换 处理 后 ，地震信号的分辨率得到明显的提 高。为了使信号的高频 成分更 为丰富 ，有些学者对信号经小波分解后对 不同频率进行增益补
）
（ ３）
般来讲 ， ｂ 一 ｇ （ 不一定是彼此正交 的，稍微变换后 ，可得小波变 ） 换的逆变换公式 为 （ 高静怀 ，汪文秉 ，朱光明等 。地震资料处理 中小 波函数的选取研 究［ 地球物理 学报 ，１ ９ ， ２ ４ ０ Ｊ 】 ９６ ９—０ ） ３
基于小波变换的信号处理在地震预警中的应用
基于小波变换的信号处理在地震预警中的应用一、前言近年来，地震频繁发生，给人们的生命财产造成严重威胁。
因此，地震预警系统成为了解决这个问题的重要手段之一。
然而，地震信号具有高噪声、复杂非线性等特性，如何处理这些信号成了地震预警系统的难点。
本文将介绍基于小波变换的信号处理在地震预警中的应用。
二、小波变换的基本概念小波变换是一种基于多分辨率的信号分析方法，它具有时频分析的优点。
它将信号分为尺度（scale）和位置（position）两个方面，采用不同的小波基将信号从时域（time domain）变换到小波域（wavelet domain）。
小波变换的基本公式如下：其中，x(t)和y(a,b)分别表示在时域和小波域中的信号，ψ(u)是小波基。
三、小波变换在地震预警中的应用1.小波变换在地震信号中的作用地震信号由于其高噪声、复杂非线性等特性，传统的傅里叶变换等处理方法难以处理这些信号。
而小波变换则可以有效地对地震信号进行处理，具体表现在以下几个方面：（1）时频分析小波变换可以将信号从时域转换到小波域，这使得我们可以同时观察到信号在时间和频率上的变化情况。
这对于地震信号的分析具有重要意义，可以更加准确地捕捉地震信号的时空特性。
（2）信号去噪地震信号中的噪声往往是比较大的，这会对地震预警系统的准确性产生较大的影响。
小波变换具有去噪的作用，可以将地震信号中的噪声滤除，发挥更好的作用。
（3）特征提取地震预警系统需要提取一些特征来判断地震的发生与否。
小波变换可以提取信号的一些重要特征，如能量、频率、相位等，这对于地震预警系统的准确性具有较大的帮助。
2.小波变换在地震预警系统中的应用在地震预警系统中，小波变换可以用于地震信号的预处理、特征提取、模式识别等方面。
具体来说，可以采取以下几个步骤：（1）对地震信号进行小波分解，得到不同尺度的小波系数。
（2）去除小波系数中的噪声，提高信噪比。
（3）利用小波系数中的特征进行模式识别，以判断地震的发生与否、其发生位置及强度等参数。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期:2007-12-28 作者简介:魏绍谦(1958-),男,河北武安人,高级工程师,现就职于联合大学师范学院,主要研究方向:数值计算、图形图像处理。
基于小波变换的地震勘探数据可视化魏绍谦(北京联合大学师范学院,北京 100011) 摘 要:文章以三维地震勘探数据的小波分解为基础,提出了一种基于小波变换的脚印算法。
该算法能够实现在低分辨率下对三维地震数据体任意分辨率的快速“浏览”,而对其中感兴趣的数据体,则可进入较高分辨率下的显示,这样就可在微型机上有效地实现大规模三维数据体的可视化。
关键词:小波变换;地震勘探数据;可视化 中图分类号:TP27412 文献标识码:B 文章编号:1671-0959(2008)04201042021 问题的提出多分辨率表示技术[1～3]为解决大规模数据处理中数据规模与计算机硬件处理能力之间的矛盾提供了一条有效途径,尤其是基于小波变换的多分辨率表示技术,由于它能够根据用户的不同需要,能够在连续的不同分辨率上处理各种细节,因此引起了人们的广泛关注。
三维地震数据场是地质勘探(特别是在石油地质勘探)过程中,用人工地震方法取得的三维数据,它对揭示地下地质构造(特别是储油构造)起着至关重要的作用,目前,三维地震方法已经成为石油勘探、地球构造科学研究等领域的主要方法。
三维地震数据场数据量庞大,通常在几百个G 以上,三维地震数据场中既包含宏观的信息,也包含微观的构造等特点,由于其巨大的数据量,三维地震数据处理一直是工作站上完成的,而且用的都是国外的软件。
本文用小波多分辩率技术对三维地震数据场在微机上的可视化进行了尝试。
2 小波基的选择小波是数学中的“放大镜”,可以对物体进行不同尺度分辨率表示,当尺度9较大时视野宽而分析频率低,可以作概貌观察;当尺度9较小时视野窄而分析频率高,可以作细节观察,但不同9值分析的品质因数却保持不变,这种从粗到细对事物的逐级分析,称为多分辨率表示。
小波分析这种多分辨率的特点为三维地震数据的快速、多分辨率三维显示提供了一个新的途径。
从理论上讲,影响小波基性质的主要因素有正交性、对称性、支撑区间和正则性。
正交性保证了小波变换的可逆性;对称性能够减小经过变换后的数据体作各种处理逆变换恢复后的误差;支撑区间的大小直接影响小波变换和逆变换以及脚印算法的处理速度;正则性与小波基支撑区间的长度密切相关,支撑区间越大,正则性越好。
小波基的正则性对减小量化误差是很重要的,因此,正规性越大的小波基越好。
小波基的上述因素之间具有一定的联系和影响。
小波基的选取要兼顾上述因素综合考虑。
本文选择了Harr 小波基。
尽管Harr 小波的局部性能较差,但三维地震数据场的三维可视化的目的之一就是突出三维数据体的不连续性,又考虑到三维地震数据场快速、多分辨率显示需要处理海量的数据这一特点,本文选择了Harr 小波基,为了弥补这方面的缺陷,本文以此基础上结合了体绘制技术中的脚印算法,实验结果表明:本文较好地解决了这个问题。
3 三维地震数据分解本文采用Harr 小波三维分解三维地震数据体。
由于三维小波算法可以按照数据体行列变换的次序分为标准算法和非标准算法。
标准算法是先将一行分解成不同分辨率的数据,然后进行一列分解,它的特点是分解速度快。
非标准算法是对行和列按分辨率的不同次序进行分解,它的优点是不同分辨率的数据体总是原始数据体的近似,因此本文采用了标准的三维小波分解方式来对三维地震数据体进行分解。
图1 三维地震数据体三维分解示意图401 信息工程 煤 炭 工 程 2008年第4期 4 基于小波压缩的快速脚印算法一般小波多分辨率显示是在分解后的数据重新恢复后,再进行体绘制,本文认为,三维数据体比较大,立体绘制时间长,我们应该在高一级的分辨率表示的绘制过程中就能够显示低一级分辨率绘制的图形,面不是完全重新恢复以后,再利用常规的立体绘制方法进行显示。
此作者提出了基于改进的脚印算法进行三维地震数据体的三维多分辨率显示。
脚印方法(f oot p rint method )是W est over 在1990年提出的一个经典的体绘制算法,其基本思想是:把每个体元看作其周围空间场的平均值,通过卷积求出其周围空间的密度函数分布,最后将所有体元的密度函数分布相加,就得出整个体内的密度函数。
与其他方法相比,脚印方法利用了体元作用域(重构核的非零域)的相关性,对每个体元独立处理:首先通过体元的作用域求出其在像平面的投影域,然后计算投影域内每个象素的颜色和不透明度值。
对于一个体积为N ×N ×N 的数据集,若每个数据点的投影半径为k ×k 个象素,则计算量为O (N 3k 2),即计算量与数据集规模与数据点投影面积之积成线性关系。
另外,由于SEG -Y 数据格式的存储格式,数据量大的特点,不可能一次性地把数据一次性地全部读及内存,只能按剖面甚至道的方式读入,故脚印算法虽比较适合三维地震数据场可视化,但由于数据量巨大该方法还是存在显示速度的问题。
为了解决这个问题,本文简化了脚印算法,即应用OpenG L 硬件加速算法、简化脚印表的计算,简化光照模型的计算等。
三维地震数据体在每压缩一次后的结果是各维上的趋势数据减半,这个过程可看作是脚印算法的数据网格放大了一倍。
根据这个思路,可按小波变换过程中分解次数(设为N )将网格缩放率相应放大2N 倍,以此计算新的脚印表,把新的脚印表再作用于变换后的趋势部分,就可得到数据的大致图象。
类似于传统小波的重构过程,可以由以下的Reconstruct 过程不断地重构出上一级的趋势数据,最后得到初始数据。
不断重复上述过程,就可以得到分辨率不断提高的三维地震数据体的图象。
图2 维地震数据场多分辨率显示效果图 从图2可以看出,采用基于小波变换的脚印方法,用户可以在很短的时间内得到初始的图象,以后逐步得到精度不断提高的图象。
从用户的心理上来说,这比用户对着空白屏幕很长时间,最后突然出现一幅图象要好得多。
图2(a )是物质分类数等于3时标准脚印方法绘制的图象2(a )～(c )是order =3～1时的图象。
这种方法用于对数据不很了解时的探索过程,可以帮助用户快速地发现数据中感兴趣的部分。
5 结 语本文采用基于Harr 小波变换的脚印算法,折中考虑显示速度与显示质量这一对矛盾,有效地解决了三维地震成果的三维快速显示问题。
算法实现了既可以对整个三维数据体作全貌观察,也可以对感兴趣的区域作详细的细节观察。
计算结果表明,算法合理,计算速度较高,显示精度满足要求。
501 2008年第4期 煤 炭 工 程 信息工程 收稿日期:2007-04-03 作者简介:俞 斌(1979-),男,江苏扬州人,讲师,现在湖南工学院从事信息处理和DSP 方面的研究工作。
基于L onworks 总线的煤矿安全监测系统的设计俞 斌,尹艳清,贾雅琼(湖南工学院,湖南衡阳 421008) 摘 要:文章在介绍Lon works 总线核心技术的基础上,以瓦斯浓度监测为例,给出了模拟量智能节点的设计;以风门开关监测为例,给出了开关量节点的设计。
最后,提出了总线远距离数据传输的解决方案。
关键词:Lonworks 总线技术;智能节点;远程数据传输 中图分类号:TP277 文献标识码:B 文章编号:1671-0959(2008)0420106203D esi gn on m i n e safety m on itor i n g and m ea sur i n gsystem ba se on L onworks busY U B in,YIN Yan -qing,J IA Ya -qi ong(Hunan I nstitute of Technol ogy,Hengyang 421008,China )Abstract:Base on the intr oducti on of the key technol ogy f or the Lon works bus and taking the gas content monit oring and measuring as an exa mp le,the paper p r ovided the design of the intelligent point f or the si m ulati on quantity .Taking the air door open /cl ose monit oring and measuring as a samp le,the paper p r ovided the point of the open /cl ose quantity .Finally,the paper p r ovided the s oluti on of re mote data trans m issi on for the bus line .Keywords:Lon works BUS Technol ogy;S mart Node;Long D istance Data -Transfer 为了确保安全生产,提高效率、节约成本,监测监控系统在煤矿得到愈来愈广泛的应用,对现代化矿井调度管理日益显示出其重要性。
因此,就要求现场总线技术能解决防爆、防尘、防水,电网波动大及远距离传输等矿井监控系统应用中所遇到的问题,以提高矿井监控系统的通用性、易维护性,以适应矿井生产的高产、高效、安全的需要。
因此具有网络结构灵活、传输介质开放、可以主从方式工作、实时性强、节点多、传输速率高、可利用同一电缆向现场设备供电和传输信号、具有本质安全型防爆产品等优点的Lon works 总线就成为煤矿矿井监控总线的首选。
本文介绍的就是基于Lon works 总线的煤矿安全监测系统的设计。
1 基于神经元芯片的智能节点的设计智能节点是控制网络中分布在现场级的基本单元。
智能节点的设计分为两种:一种是利用神经元芯片完成所有的工作,节点中不再包含其他处理器。
这类智能节点称为基于神经元芯片的节点;另一种是利用神经元芯片完成通信工作,而用户的应用程序由其他处理器来完成。
这种节点称为基于主机的节点。
前者相对简单,成本低;后者相对复杂,成本高。
本文中采用了基于芯片的设计。
基于神经元芯片的智能节点设计的结构如图1所示。
111 低浓度(0～4%)瓦斯智能节点的设计在煤矿井下监测系统中有很多模拟量监测对象,瓦斯检测是煤矿安全监控中最为重要的一项。
故本文以瓦斯监测为例来说明模拟量智能节点的具体设计。
该节点主要由载体催化元件———黑白元件、滤波隔离放大电路、A /D 转换和Neur on 芯片以及收发器组成。
节点的组成和原理如图2所示。