CN112615626B - Das海量数据频率波数域数据压缩存储方法 - Google Patents
Das海量数据频率波数域数据压缩存储方法 Download PDFInfo
- Publication number
- CN112615626B CN112615626B CN202011486208.0A CN202011486208A CN112615626B CN 112615626 B CN112615626 B CN 112615626B CN 202011486208 A CN202011486208 A CN 202011486208A CN 112615626 B CN112615626 B CN 112615626B
- Authority
- CN
- China
- Prior art keywords
- time
- space
- frequency
- domain data
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/60—General implementation details not specific to a particular type of compression
Abstract
本发明提供一种DAS海量数据频率波数域数据压缩存储方法,根据DAS采集数据的特点,将空间时间域数据,通过快速傅里叶变换为空间频率域、设计滤波器高频截断切除、快速傅里叶逆变换为空间时间域、数据转置为时间空间域、快速傅里叶变换为时间波数域、设计滤波器高波数截断切除、快速傅里叶逆变换为时间空间域、数据转置为空间时间。本发明有效压缩分布式光纤声波传感采集的海量数据,不损失有效信号、无截断边界效应,便于后续数据分析、处理。
Description
技术领域
本发明涉及高密度采集的分布式光纤声波传感(DAS)数据在地球物理勘探、长期动态监测的数据处理及压缩储存方法,属于地震数据处理、长期动态监测数据处理技术范畴,是一种频率波数域数据压缩方法。
背景技术
分布式光纤声波传感(DAS)技术是将窄线宽的高相干性光脉冲注入光纤,光信号在遇到光纤内粒子后会发生后向瑞利散射,解调不同位置的后向瑞利散射光相位信息,即可获得随时间变化的振动信号。由于分布在光纤内的造成散射的粒子连续分布,因此发射的光脉冲理论上可以解调出整根光纤的振动变化数据信息。
随着DAS采集技术的不断发展和进步,最小空间采样率及最小时间采样率参数不断优化,部分DAS主机已可达到0.1m空间采样、0.1毫秒时间采样。对于单井零偏移距VSP数据,单炮数据达到10GB储存空间。对于多达数万炮的井地联合勘探而言,仅有效数据存储即可达到数百TB。如果采用GPS授时的连续采集,长期动态监测15天24小时不间断采集数据可达数PB。该量级数据对与储存及后续处理均带来巨大的挑战。
数据压缩的方法有很多,但多数数据压缩的理念是为了减少存储空间而把数据转换成比原始格式更紧凑形式,想要对数据进行后续的处理工作,需要将压缩后的数据按照原大小解压缩出来。
发明内容
本发明目的在于分布式光纤声波传感(DAS)海量数据压缩,便于后续数据分析、处理。
本发明所指的压缩是在不损失有效信号的前提下,减小数据大小,并用于后续处理。
本发明提供一种DAS海量数据频率波数域数据压缩存储方法,该方法根据DAS采集数据的特点,将空间时间域数据,通过快速傅里叶变换为空间频率域、设计滤波器高频截断切除、快速傅里叶逆变换为空间时间域、数据转置为时间空间域、快速傅里叶变换为时间波数域、设计滤波器高波数截断切除、快速傅里叶逆变换为时间空间域、数据转置为空间时间域等步骤,实现高密度采集的分布式光纤声波传感(DAS)海量数据压缩。
具体的包括以下步骤:
S1、输入分布式光纤声波传感即DAS数据InDasM×N,输入频率压缩参数fcom频率压缩斜坡参数fcomB、波数压缩参数kcom、波数压缩斜坡参数kcomB;
其中,InDasM×N是空间时间域DAS数据,M是时间采样点数,N是空间采样点数;
S2、采用快速傅里叶变换将步骤S1的空间时间域数据InDasM×N变换为空间频率域数据FDasM×N;
FDasM×N=FFT(InDasM×N)
其中,InDasM×N是步骤S1的空间时间域数据,FFT是快速傅里叶变换函数,FDasM×N是空间频率域数据,M是时间采样点数和频率采样点数,N是空间采样点数;
S3、用步骤S1的频率压缩参数fcom、频率压缩斜坡参数fcomB设计滤波器,高频截断切除步骤S2的空间频率域数据FDasM×N,得到空间频率域数据FDasMC×N;
其中,i∈[1,M],M是时间采样点数和频率采样点数,N是空间采样点数,fi是第i个频率,fcom是频率压缩参数,fcomB是频率压缩斜坡参数,empty是清空函数,MC是高频截断后的时间采样点数和频率采样点数,FDasMC×N是高频截断切除的空间频率域数据;
S4、采用快速傅里叶逆变换将步骤S3的空间频率域数据FDasMC×N变换为空间时间域IFDasMC×N;
IFDasMC×N=IFFT(FDasMC×N)
其中,FDasMC×N是空间频率域数据,MC是高频截断后的时间采样点数和频率采样点数,N是空间采样点数,IFFT是快速傅里叶逆变换函数,IFDasMC×N是空间时间域数据;
S5、步骤S4的空间时间域数据IFDasMC×N转置为时间空间域数据TIFDasN×MC;
TIFDasN×MC=Trans(IFDasMC×N)
其中,IFDasMC×N是空间时间域数据,MC是高频截断后的时间采样点数和频率采样点数,N是空间采样点数,Trans是转置函数,TIFDasN×MC是时间空间域数据;
S6、采用快速傅里叶变换将步骤S5的时间空间域数据TIFDasN×MC变换为时间波数域数据KTIFDasN×MC;
KTIFDasN×MC=FFT(TIFDasN×MC)
其中,TIFDasN×MC是时间空间域数据,MC是高频截断后的时间采样点数和频率采样点数,N是空间采样点数和波数采样点数,FFT是快速傅里叶变换函数,KTIFDasN×MC是时间波数域数据。
S7、用步骤S1的波数压缩参数kcom、波数压缩斜坡参数kcomB设计滤波器,高波数截断切除步骤S6的时间波数域数据KTIFDasN×MC,得到时间波数域数据KTIFDasNC×MC;
其中,j∈[1,N],NC是高波数截断后的空间采样点数和波数采样点数,kj是第j个频率,kcom是波数压缩参数,kcomB是波数压缩斜坡参数,empty是清空函数,MC是高频截断后的时间采样点数和频率采样点数,KTIFDasNC×MC是高波数截断切除的时间波数域数据;
S8、采用快速傅里叶逆变换将步骤S7的时间波数域数据KTIFDasNC×MC变换为时间空间域IKTIFDasNC×MC;
IKTIFDasNC×MC=IFFT(KTIFDasNC×MC)
其中,KTIFDasNC×MC是时间波数域数据,MC是高频截断后的时间采样点数和频率采样点数,NC是高波数截断后的空间采样点数和波数采样点数,IFFT是快速傅里叶逆变换函数,IKTIFDasNC×MC是时间空间域数据;
S9、步骤S8的时间空间域数据IKTIFDasNC×MC转置为空间时间域TIKTIFDasMC×NC,即完成了DAS海量数据频率波数域数据压缩;
TIKTIFDasMC×NC=Trans(IKTIFDasNC×MC)
其中,IKTIFDasNC×MC是时间空间域数据,MC是高频截断后的时间采样点数和频率采样点数,NC是高波数截断后的空间采样点数和波数采样点数,Trans是转置函数,TIKTIFDasMC×NC是空间时间域数据。
本发明有效压缩分布式光纤声波传感(DAS)采集的海量数据,不损失有效信号、米截断边界效应,便于后续数据分析、处理。
附图说明
图1为输入的分布式光纤声波传感(DAS)数据;横坐标为距离(单位:米);纵坐标为时间(单位:毫秒)。
图2为输入的分布式光纤声波传感(DAS)数据存储空间。
图3为傅里叶变换的空间频率域数据;横坐标为距离(单位:米);纵坐标为频率(单位:赫兹)。
图4为高频截断切除的空间频率域数据;横坐标为距离(单位:米);纵坐标为频率(单位:赫兹)。
图5为高频截断切除的空间时间域数据;横坐标为距离(单位:米);纵坐标为时间(单位:毫秒)。
图6为空间时间域数据转置为时间空间域数据;横坐标为时间(单位:毫秒);纵坐标为距离(单位:米)。
图7为傅里叶变换的时间波数域数据;横坐标为时间(单位:毫秒);纵坐标为波数(单位:1/米)。
图8为高波数截断切除的时间波数域数据;横坐标为时间(单位:毫秒);纵坐标为波数(单位:1/米)。
图9为高波数截断切除的时间空间域数据;横坐标为时间(单位:毫秒);纵坐标为距离(单位:1/米)。
图10为频率波数域数据压缩后的空间时间域数据;横坐标为距离(单位:米);纵坐标为时间(单位:毫秒)。
图11为频率波数域数据压缩后的)空间时间域分布式光纤声波传感(DAS数据存储空间。
具体实施方式
结合实施例说明本发明的具体技术方案。
DAS海量数据频率波数域数据压缩存储方法,包括以下步骤:
1)输入分布式光纤声波传感(DAS)数据InDasM×N,输入频率压缩参数fcom频率压缩斜坡参数fcomB、波数压缩参数kcom、波数压缩斜坡参数kcomB。
其中,InDasM×N是空间时间域DAS数据,M是时间采样点数,N是空间采样点数。
输入的分布式光纤声波传感(DAS)数据,如图1。当井深为3600m,6s时间长度,0.1ms时间采样及0.1m空间采样时,单炮储存空间达到1102.29MB,输入的分布式光纤声波传感(DAS)数据存储空间,如图2。
2)采用快速傅里叶变换将步骤1)的空间时间域数据InDasM×N变换为空间频率域数据FDasM×N。
FDasM×N=FFT(InDasM×N)
其中,InDasM×N是步骤1)的空间时间域数据,FFT是快速傅里叶变换函数,FDasM×N是空间频率域数据,M是时间采样点数和频率采样点数,N是空间采样点数。
傅里叶变换的空间频率域数据,如图3。
3)用步骤1)的频率压缩参数fcom、频率压缩斜坡参数fcomB设计滤波器,高频截断切除步骤2)的空间频率域数据FDasM×N,得到空间频率域数据FDasMC×N。
其中,i∈[1,M],M是时间采样点数和频率采样点数,N是空间采样点数,fi是第i个频率,fcom是频率压缩参数,fcomB是频率压缩斜坡参数,empty是清空函数,MC是高频截断后的时间采样点数和频率采样点数,FDasMC×N是高频截断切除的空间频率域数据。
高频截断切除的空间频率域数据,如图4。
4)采用快速傅里叶逆变换将步骤3)的空间频率域数据FDasMC×N变换为空间时间域IFDasMC×N。
IFDasMC×N=IFFT(FDasMC×N)
其中,FDasMC×N是空间频率域数据,MC是高频截断后的时间采样点数和频率采样点数,N是空间采样点数,IFFT是快速傅里叶逆变换函数,IFDasMC×N是空间时间域数据。
高频截断切除的空间时间域数据,如图5。
5)步骤4)的空间时间域数据IFDasMC×N转置为时间空间域数据TIFDasN×MC。
TIFDasN×MC=Trans(IFDasMC×N)
其中,IFDasMC×N是空间时间域数据,MC是高频截断后的时间采样点数和频率采样点数,N是空间采样点数,Trans是转置函数,TIFDasN×MC是时间空间域数据。
空间时间域数据转置为时间空间域数据,如图6。
6)采用快速傅里叶变换将步骤5)的时间空间域数据TIFDasN×MC变换为时间波数域数据KTIFDasN×MC。
KTIFDasN×MC=FFT(TIFDasN×MC)
其中,TIFDasN×MC是时间空间域数据,MC是高频截断后的时间采样点数和频率采样点数,N是空间采样点数和波数采样点数,FFT是快速傅里叶变换函数,KTIFDasN×MC是时间波数域数据。
时间波数域数据,如图7。
7)用步骤1)的波数压缩参数kcom、波数压缩斜坡参数kcomB设计滤波器,高波数截断切除步骤6)的时间波数域数据KTIFDasN×MC,得到时间波数域数据KTIFDasNC×MC。
其中,j∈[1,N],NC是高波数截断后的空间采样点数和波数采样点数,kj是第j个频率,kcom是波数压缩参数,kcomB是波数压缩斜坡参数,empty是清空函数,MC是高频截断后的时间采样点数和频率采样点数,KTIFDasNC×MC是高波数截断切除的时间波数域数据。
高波数截断切除的时间波数域数据,如图8。
8)采用快速傅里叶逆变换将步骤7)的时间波数域数据KTIFDasNC×MC变换为时间空间域IKTIFDasNC×MC。
IKTIFDasNC×MC=IFFT(KTIFDasNC×MC)
其中,KTIFDasNC×MC是时间波数域数据,MC是高频截断后的时间采样点数和频率采样点数,NC是高波数截断后的空间采样点数和波数采样点数,IFFT是快速傅里叶逆变换函数,IKTIFDasNC×MC是时间空间域数据。
高波数截断切除的时间空间域数据,如图9。
9)步骤8)的时间空间域数据IKTIFDasNC×MC转置为空间时间域TIKTIFDasMC×NC,即完成了DAS海量数据频率波数域数据压缩。
TIKTIFDasMC×NC=Trans(IKTIFDasNC×MC)
其中,IKTIFDasNC×MC是时间空间域数据,MC是高频截断后的时间采样点数和频率采样点数,NC是高波数截断后的空间采样点数和波数采样点数,Trans是转置函数,TIKTIFDasMC×NC是空间时间域数据。
经过频率波数域数据压缩后的空间时间域数据,如图10。0.2ms时间采样及0.8m空间采样时,单炮储存空间达到69.40MB,经过频率波数域数据压缩后的空间时间域数据存储空间,如图11。
Claims (1)
1.DAS海量数据频率波数域数据压缩存储方法,其特征在于,包括以下步骤:根据DAS采集数据的特点,将空间时间域数据,通过快速傅里叶变换为空间频率域、设计滤波器高频截断切除、快速傅里叶逆变换为空间时间域、数据转置为时间空间域、快速傅里叶变换为时间波数域、设计滤波器高波数截断切除、快速傅里叶逆变换为时间空间域、数据转置为空间时间域;具体包括以下步骤:
S1、输入分布式光纤声波传感即DAS数据InDasM×N,输入频率压缩参数fcom频率压缩斜坡参数fcomB、波数压缩参数kcom、波数压缩斜坡参数kcomB;
其中,InDasM×N是空间时间域DAS数据,M是时间采样点数,N是空间采样点数;
S2、采用快速傅里叶变换将步骤S1的空间时间域数据InDasM×N变换为空间频率域数据FDasM×N;
FDasM×N=FFT(InDasM×N)
其中,InDasM×N是步骤S1的空间时间域数据,FFT是快速傅里叶变换函数,FDasM×N是空间频率域数据,M是时间采样点数和频率采样点数,N是空间采样点数;
S3、用步骤S1的频率压缩参数fcom、频率压缩斜坡参数fcomB设计滤波器,高频截断切除步骤S2的空间频率域数据FDasM×N,得到空间频率域数据FDasMC×N;
其中,i∈[1,M],M是时间采样点数和频率采样点数,N是空间采样点数,fi是第i个频率,fcom是频率压缩参数,fcomB是频率压缩斜坡参数,empty是清空函数,MC是高频截断后的时间采样点数和频率采样点数,FDasMC×N是高频截断切除的空间频率域数据;
S4、采用快速傅里叶逆变换将步骤S3的空间频率域数据FDasMC×N变换为空间时间域IFDasMC×N;
IFDasMC×N=IFFT(FDasMC×N)
其中,FDasMC×N是空间频率域数据,MC是高频截断后的时间采样点数和频率采样点数,N是空间采样点数,IFFT是快速傅里叶逆变换函数,IFDasMC×N是空间时间域数据;
S5、步骤S4的空间时间域数据IFDasMC×N转置为时间空间域数据TIFDasN×MC;
TIFDasN×MC=Trans(IFDasMC×N)
其中,IFDasMC×N是空间时间域数据,MC是高频截断后的时间采样点数和频率采样点数,N是空间采样点数,Trans是转置函数,TIFDasN×MC是时间空间域数据;
S6、采用快速傅里叶变换将步骤S5的时间空间域数据TIFDasN×MC变换为时间波数域数据KTIFDasN×MC;
KTIFDasN×MC=FFT(TIFDasN×MC)
其中,TIFDasN×MC是时间空间域数据,MC是高频截断后的时间采样点数和频率采样点数,N是空间采样点数和波数采样点数,FFT是快速傅里叶变换函数,KTIFDasN×MC是时间波数域数据;
S7、用步骤S1的波数压缩参数kcom、波数压缩斜坡参数kcomB设计滤波器,高波数截断切除步骤S6的时间波数域数据KTIFDasN×MC,得到时间波数域数据KTIFDasNC×MC;
其中,j∈[1,N],NC是高波数截断后的空间采样点数和波数采样点数,kj是第j个频率,kcom是波数压缩参数,kcomB是波数压缩斜坡参数,empty是清空函数,MC是高频截断后的时间采样点数和频率采样点数,KTIFDasNC×MC是高波数截断切除的时间波数域数据;
S8、采用快速傅里叶逆变换将步骤S7的时间波数域数据KTIFDasNC×MC变换为时间空间域IKTIFDasNC×MC;
IKTIFDasNC×MC=IFFT(KTIFDasNC×MC)
其中,KTIFDasNC×MC是时间波数域数据,MC是高频截断后的时间采样点数和频率采样点数,NC是高波数截断后的空间采样点数和波数采样点数,IFFT是快速傅里叶逆变换函数,IKTIFDasNC×MC是时间空间域数据;
S9、步骤S8的时间空间域数据IKTIFDasNC×MC转置为空间时间域TIKTIFDasMC×NC,即完成了DAS海量数据频率波数域数据压缩;
TIKTIFDasMC×NC=Trans(IKTIFDasNC×MC)
其中,IKTIFDasNC×MC是时间空间域数据,MC是高频截断后的时间采样点数和频率采样点数,NC是高波数截断后的空间采样点数和波数采样点数,Trans是转置函数,TIKTIFDasMC×NC是空间时间域数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011486208.0A CN112615626B (zh) | 2020-12-16 | 2020-12-16 | Das海量数据频率波数域数据压缩存储方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011486208.0A CN112615626B (zh) | 2020-12-16 | 2020-12-16 | Das海量数据频率波数域数据压缩存储方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112615626A CN112615626A (zh) | 2021-04-06 |
CN112615626B true CN112615626B (zh) | 2022-07-01 |
Family
ID=75239514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011486208.0A Active CN112615626B (zh) | 2020-12-16 | 2020-12-16 | Das海量数据频率波数域数据压缩存储方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112615626B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997000485A1 (en) * | 1995-06-16 | 1997-01-03 | Exxon Production Research Company | Method for frequency domain seismic data processing on a massively parallel computer |
US6104982A (en) * | 1995-12-01 | 2000-08-15 | Schlumberger Technology Corporation | Compression method and apparatus for seismic data |
CN101881836A (zh) * | 2009-05-07 | 2010-11-10 | Pgs地球物理公司 | 用于根据地震信号来计算地震属性的方法 |
CN103475376A (zh) * | 2013-09-24 | 2013-12-25 | 上海无线电设备研究所 | 一种雷达多普勒回波信号数据压缩方法 |
CN107659314A (zh) * | 2017-09-19 | 2018-02-02 | 电子科技大学 | 分布式光纤传感时空二维信号的稀疏化表示及压缩方法 |
CN108809977A (zh) * | 2018-06-08 | 2018-11-13 | 电子科技大学 | 一种分布式光纤传感大数据实时统计压缩方法 |
CN109307858A (zh) * | 2017-07-28 | 2019-02-05 | 艾尔默斯半导体股份公司 | 用于传输表示超声测量信号的数据的方法 |
-
2020
- 2020-12-16 CN CN202011486208.0A patent/CN112615626B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997000485A1 (en) * | 1995-06-16 | 1997-01-03 | Exxon Production Research Company | Method for frequency domain seismic data processing on a massively parallel computer |
EP0846294A1 (en) * | 1995-06-16 | 1998-06-10 | Exxon Production Research Company | Method for frequency domain seismic data processing on a massively parallel computer |
US6104982A (en) * | 1995-12-01 | 2000-08-15 | Schlumberger Technology Corporation | Compression method and apparatus for seismic data |
CN101881836A (zh) * | 2009-05-07 | 2010-11-10 | Pgs地球物理公司 | 用于根据地震信号来计算地震属性的方法 |
CN103475376A (zh) * | 2013-09-24 | 2013-12-25 | 上海无线电设备研究所 | 一种雷达多普勒回波信号数据压缩方法 |
CN109307858A (zh) * | 2017-07-28 | 2019-02-05 | 艾尔默斯半导体股份公司 | 用于传输表示超声测量信号的数据的方法 |
CN107659314A (zh) * | 2017-09-19 | 2018-02-02 | 电子科技大学 | 分布式光纤传感时空二维信号的稀疏化表示及压缩方法 |
CN108809977A (zh) * | 2018-06-08 | 2018-11-13 | 电子科技大学 | 一种分布式光纤传感大数据实时统计压缩方法 |
Non-Patent Citations (3)
Title |
---|
化工图像的加密解密算法研究与实现;惠双博;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20130115(第01期);I138-61 * |
地震波正演波场高效压缩方法;高潇;《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》;20190915(第09期);A011-220 * |
小波变换在地震信号处理中的应用;郭睿;《石化技术》;20161028(第10期);第74-75页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112615626A (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2731985C (en) | Method for separating independent simultaneous sources | |
Gómez et al. | A simple method inspired by empirical mode decomposition for denoising seismic data | |
Bagaini | Acquisition and processing of simultaneous vibroseis data | |
EP0313459B1 (fr) | Procédé d'acquisition de données sismiques et dispositif de mise en oeuvre du procédé | |
US4458339A (en) | Seismic prospecting using a continuous shooting and continuous recording system | |
CA2599958A1 (en) | Removal of noise from seismic data using radon transformations | |
WO2008112036A1 (en) | Imaging of multishot seismic data | |
Lesage | Interactive Matlab software for the analysis of seismic volcanic signals | |
CA2741543A1 (en) | Simultaneous multiple source extended inversion | |
AU700974B2 (en) | Compression method and apparatus for seismic data | |
Ibrahim et al. | Wavefield reconstruction using a Stolt-based asymptote and apex shifted hyperbolic Radon transform | |
Bai et al. | High-efficiency observations: compressive sensing and recovery of seismic waveform data | |
EP0799455B1 (en) | Data compression for seismic signal data | |
CN112615626B (zh) | Das海量数据频率波数域数据压缩存储方法 | |
Chen et al. | Sparsity-optimized separation of body waves and ground-roll by constructing dictionaries using tunable Q-factor wavelet transforms with different Q-factors | |
Taipodia et al. | Influence of data acquisition and signal preprocessing parameters on the resolution of dispersion image from active MASW survey | |
Yang et al. | A seismic interpolation and denoising method with curvelet transform matching filter | |
US4314364A (en) | Long sweep vibroseis record production | |
GB2219856A (en) | Method of producing and recording random vibratory seismic data | |
Collins et al. | Three‐dimensional effects in global acoustics | |
EP0756182A1 (fr) | Méthode et dispositif de filtrage d'ondes elliptiques se propageant dans un milieu | |
Hakimjon et al. | Analysis of the use of wavelets for processing signals of a seismological nature | |
Berkhout et al. | Reconstruction of seismic data using the focal transformation | |
Saengduean et al. | Multi-source wavefield reconstruction combining interferometry and compressive sensing: application to a linear receiver array | |
Wang et al. | Ground roll wave suppression based on wavelet frequency division and radial trace transform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |