-
公开(公告)号:CN106789775A
公开(公告)日:2017-05-31
申请号:CN201710116072.6
申请日:2017-03-01
Applicant: 吉林大学
Abstract: 本发明涉及一种基于MIMO技术的测井电缆高速数据传输方法,该方法打破已有的七芯电缆只能单芯进行数据传输的格局,采用四根缆芯同时进行数据传输,每根缆芯数据采用OFDM进行调制,同时将串扰转换成有用信号,在接收端辅助信号恢复,有效的解决了传统电缆传输系统中传输速率有限、带载能力不足等问题。7000米长的电缆传输速率可达2.5Mbps,误码率低至5E‑9。在相同条件下,本方法传输速率是单芯进行数据传输的两倍,大大提高了数据传输的速率。本方法属于多路复用的高速数据传输方法,更适用于以七芯电缆为传输介质的高速传输系统中,有效提高电缆利用率的同时大大提高传输速率。
-
公开(公告)号:CN107277064A
公开(公告)日:2017-10-20
申请号:CN201710678415.8
申请日:2017-08-10
Applicant: 吉林大学
IPC: H04L29/06
CPC classification number: H04L65/608 , H04L65/40 , H04L65/607 , H04L69/162
Abstract: 本发明涉及一种基于流媒体技术的实时地震数据传输系统及传输方法,主要由主控站、多个采集节点和多个无线中继站构成,所述各采集节点分别通过无线中继站与主控站相连,实现实际现场的远距离数据流传输。本发明传输方法针对现场采集的大量地震数据,采用压缩编码的形式,既可降低数据量,又可提高数据传输的鲁棒性;采用数据整流的方法,可以有效平稳网络流速,降低对信道带宽的需求,从而避免网络阻塞现象的发生;利用RTMP协议实现以数据流的形式传输,满足了实际现场数据传输的实时性,具有较高的工程应用价值。
-
公开(公告)号:CN105954795A
公开(公告)日:2016-09-21
申请号:CN201610261380.3
申请日:2016-04-25
Applicant: 吉林大学
IPC: G01V1/28
CPC classification number: G01V1/288
Abstract: 本发明涉及一种用于微地震定位的网格逐次剖分方法,该方法在现有的网格搜索振幅叠加算法的基础上,对目标区域首次剖分后,在最大能量聚焦的网格中心点附近进行进一步的细分搜索,寻找全局最大能量聚焦值,避免了为了提高定位精度而进行的全局化细分,以较小的计算代价获得了更高的定位精度。经试验证明,本发明采用网格逐次剖分的射孔定位方法有效的解决了现有方法效率和计算精度难以平衡的问题。能以较小的计算代价,获得更高的微震定位精度。避免了全局细分,减小了工作量,在保证定位精度的前提下提升了定位效率。
-
公开(公告)号:CN105807316A
公开(公告)日:2016-07-27
申请号:CN201610261393.0
申请日:2016-04-25
Applicant: 吉林大学
IPC: G01V1/28
CPC classification number: G01V1/288
Abstract: 本发明涉及一种基于振幅叠加的地面观测微地震速度模型校正方法,从逆时偏移震幅叠加法原理出发,并结合极快速模拟退火算法,不需要拾取震相初至信息,通过监测射孔点处能量聚焦情况,进行速度模型校正。并以射孔点重定位精度,判定速度模型是否可用于后续微地震定位。能够有效的克服现有算法存在的极大值和最大值不分的情况,准确的找到能量聚焦最大值E,准确定位射孔位置,有效的校正速度模型。采用逆时振幅偏移叠加算法能够有效的抑制噪声干扰,在信噪比较低的情况下仍可获得较好定位效果。速度模型越接近实际模型,射孔定位就会越精准。根据射孔点重定位精度,判定速度模型是否可用于后续微地震定位。
-
公开(公告)号:CN106789775B
公开(公告)日:2019-11-26
申请号:CN201710116072.6
申请日:2017-03-01
Applicant: 吉林大学
Abstract: 本发明涉及一种基于MIMO技术的测井电缆高速数据传输方法,该方法打破已有的七芯电缆只能单芯进行数据传输的格局,采用四根缆芯同时进行数据传输,每根缆芯数据采用OFDM进行调制,同时将串扰转换成有用信号,在接收端辅助信号恢复,有效的解决了传统电缆传输系统中传输速率有限、带载能力不足等问题。7000米长的电缆传输速率可达2.5Mbps,误码率低至5E‑9。在相同条件下,本方法传输速率是单芯进行数据传输的两倍,大大提高了数据传输的速率。本方法属于多路复用的高速数据传输方法,更适用于以七芯电缆为传输介质的高速传输系统中,有效提高电缆利用率的同时大大提高传输速率。
-
公开(公告)号:CN107045142B
公开(公告)日:2019-04-30
申请号:CN201710181390.0
申请日:2017-07-04
Applicant: 吉林大学
Abstract: 本发明涉及一种基于压缩感知的小波域地震数据实时压缩与高精度重构方法,包括以下步骤:首先对微震信号在小波域稀疏表示;然后利用Logistic混沌序列构造混沌伯努利测量矩阵(CBMM),并用测量矩阵对稀疏表示的微震信号压缩观测;最后采用贝叶斯小波树结构压缩感知重构算法(BTSWCS),恢复出完整原始数据。本发明经实际对比实验结果表明:使用本方法对总采样点为28的数据压缩,压缩时间可缩短至10‑5s,也就是说,若地震仪采样率是1KSPS,CBMM测量矩阵对它采集的0.25s的数据基本可以实现实时压缩。低信噪比情况下,本发明重构算法使PSNR值至少提升5dB,相对贪婪算法,明显提高了峰值信噪比,降低了重构误差。
-
公开(公告)号:CN107045142A
公开(公告)日:2017-08-15
申请号:CN201710181390.0
申请日:2017-07-04
Applicant: 吉林大学
CPC classification number: G01V1/28 , G01V2210/23 , H03M7/30
Abstract: 本发明涉及一种基于压缩感知的小波域地震数据实时压缩与高精度重构方法,包括以下步骤:首先对微震信号在小波域稀疏表示;然后利用Logistic混沌序列构造混沌伯努利测量矩阵(CBMM),并用测量矩阵对稀疏表示的微震信号压缩观测;最后采用贝叶斯小波树结构压缩感知重构算法(BTSWCS),恢复出完整原始数据。本发明经实际对比实验结果表明:使用本方法对总采样点为28的数据压缩,压缩时间可缩短至10‑5s,也就是说,若地震仪采样率是1KSPS,CBMM测量矩阵对它采集的0.25s的数据基本可以实现实时压缩。低信噪比情况下,本发明重构算法使PSNR值至少提升5dB,相对贪婪算法,明显提高了峰值信噪比,降低了重构误差。
-
公开(公告)号:CN107015269A
公开(公告)日:2017-08-04
申请号:CN201710420555.5
申请日:2017-06-07
Applicant: 吉林大学
Abstract: 本发明涉及一种基于无线网络的微地震压裂实时监测系统及监测方法,主要由服务器、无线微震数据采集站、现场手持巡检终端和无线AP构成,系统间通过WIFI互联,采用UDP和FTP协议进行通信。采集站采用STM32F207处理器做主控单元,32位的ADS1282做数据采集单元,既提高了数据的采集精度,又降低了采集站的功耗和成本;网络结构采用主、从AP拓扑的方式,且与服务器和各采集站构成一个完整的压裂监测系统,有效地解决了无线传输距离短、数据下载速度慢的问题。手持终端与采集站之间采用低功耗蓝牙的通讯方式进行数据交互,实现了以数据流形式的数据传输。系统综合各部分的优点,既能保证严格的数据同步采集、又能实时可靠的监测压裂状态,同时还具有较高的工程应用价值。
-
公开(公告)号:CN105807316B
公开(公告)日:2018-04-03
申请号:CN201610261393.0
申请日:2016-04-25
Applicant: 吉林大学
IPC: G01V1/28
Abstract: 本发明涉及一种基于振幅叠加的地面观测微地震速度模型校正方法,从逆时偏移震幅叠加法原理出发,并结合极快速模拟退火算法,不需要拾取震相初至信息,通过监测射孔点处能量聚焦情况,进行速度模型校正。并以射孔点重定位精度,判定速度模型是否可用于后续微地震定位。能够有效的克服现有算法存在的极大值和最大值不分的情况,准确的找到能量聚焦最大值E,准确定位射孔位置,有效的校正速度模型。采用逆时振幅偏移叠加算法能够有效的抑制噪声干扰,在信噪比较低的情况下仍可获得较好定位效果。速度模型越接近实际模型,射孔定位就会越精准。根据射孔点重定位精度,判定速度模型是否可用于后续微地震定位。
-
公开(公告)号:CN206727986U
公开(公告)日:2017-12-08
申请号:CN201720417394.X
申请日:2017-04-19
Applicant: 吉林大学
Abstract: 本实用新型涉及一种基于FPGA的地震数据压缩装置,本装置打破传统的信号变换编码压缩的格局,根据压缩感知理论,首先对采集的地震数据用小波变换稀疏表示,然后根据矩阵构造原理生成测量矩阵,最后利用测量矩阵对稀疏系数做降维处理,从而得到压缩数据。针对地震数据在时间域上不稀疏,以及随机测量矩阵硬件实现难且实验结果不够稳定的问题,本装置在FPGA上实现一维小波变换、混沌序列测量矩阵构造和向量降维等算法,实现对地震数据的压缩,有效的提升了地震仪数据传输能力。本装置在完成256个采样点到64个采样点的压缩时,压缩所用时间低至0.01s,重构误差小于0.05。
-
-
-
-
-
-
-
-
-