CN117664307A - Uwfbg分布式光纤声波传感系统信号低频分量提取方法 - Google Patents
Uwfbg分布式光纤声波传感系统信号低频分量提取方法 Download PDFInfo
- Publication number
- CN117664307A CN117664307A CN202311420768.XA CN202311420768A CN117664307A CN 117664307 A CN117664307 A CN 117664307A CN 202311420768 A CN202311420768 A CN 202311420768A CN 117664307 A CN117664307 A CN 117664307A
- Authority
- CN
- China
- Prior art keywords
- low
- signal
- frequency
- filter
- pass filter
- 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.)
- Pending
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 18
- 238000000605 extraction Methods 0.000 title claims description 11
- 238000001914 filtration Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000013461 design Methods 0.000 claims abstract description 10
- 238000009499 grossing Methods 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims description 26
- RUPBZQFQVRMKDG-UHFFFAOYSA-M Didecyldimethylammonium chloride Chemical compound [Cl-].CCCCCCCCCC[N+](C)(C)CCCCCCCCCC RUPBZQFQVRMKDG-UHFFFAOYSA-M 0.000 claims description 7
- 239000000835 fiber Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 2
- 238000001228 spectrum Methods 0.000 abstract description 17
- 238000003672 processing method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及UWFBG分布式光纤声波传感系统信号低频分量提取方法，包括：采集各个传感光栅段的相位信号；对得到的信号进行第一次低通滤波，滤除其中的高频部分；对得到的信号降采样，降低数据量；对得到的信号进行最小二乘平滑滤波；然后进行第二次低通滤波；对得到的信号进行差分处理，去除信号的趋势项，滤除噪声；输出得到的低频信号。本发明采用二次低通滤波的方式，提高了滤波性能，降低了滤波器的设计难度，并保证了UWDAS信号低频分量提取的实时性；本发明在二次滤波之间采用降采样方式，既有效降低了频谱混叠对降采样的影响，又降低了设计高精度的第二低通滤波器的难度；本发明采用差分处理方法有效去除了UWDAS信号低频分量中的趋势项，并滤除了噪声。
Description
技术领域
本发明属于信号处理领域，具体涉及一种UWFBG分布式光纤声波传感系统信号低频分量提取方法。
背景技术
基于斐索干涉的超弱光纤布拉格光栅（Ultra weak Fiber Bragg Grating，UWFBG）的分布式光纤声波传感器（Distributed Optical Fiber Acoustic Sensing，DAS）系统（UWDAS）是一种可以实现振动和声场连续分布式探测的新型传感技术，具有大范围、高分辨率、高灵敏度、宽频带、抗电磁干扰等优点，在地震勘探、管道监测、电力电缆、周界安防等领域具有广阔的应用前景。
UWFBG的反射率低于0.1%，类似于在光纤芯内形成一个宽带的滤波器或反射镜，入射脉冲光进入光纤光栅阵列后，在不同位置光栅的反射光相遇后，形成斐索干涉。UWDAS利用UWFBG光栅结构形成的斐索干涉原理来实现对外界物理量的测量。它工作原理比较复杂，需要采用高灵敏度、低噪声的光学器件，以提高传感器的性能。尽管如此，UWDAS系统还是存在很强的噪声，如电噪声、激光器的噪声、外部环境噪声和偏振衰落噪声等。系统噪声大多集中在10 Hz以下的工作频段，在信号比较弱的情况下，低信噪比会对传输信号质量产生直接影响，由于单个栅点信号采集频率达到几十kHz，而UWDAS光栅点多达上千个，信号实时处理的数据量大，对信号处理的要求较为复杂，在考虑系统软、硬件资源的情况下，如何提高UWDAS信号信噪比并降低信号的数据量一直是该领域研究的热点。
UWDAS采集的信号频率成分较多，但在实际工程应用场合中，有用信号有时候集中在低频部分，如水力裂缝的探测、微地震监测以及水声信号的监听等。在微地震监测中，不同类型的地震事件产生的地震波的频率范围也会有所不同，例如远震和中震，产生的地震波频率范围在1hz～20hz左右，只需要提取UWDAS采集的信号的低频部分进行分析，不需要整个频带的信号，能够极大提升微地震监测的工作效率，因此提取UWDAS信号的低频部分的研究尤为重要。
UWDAS信号背景噪声较大，有用信号常常淹没在噪声中，信噪比较低，数据量极大，在工程应用中难以处理，现有常见的信号处理方式难以有效提取UWDAS信号的低频部分。小波变换对于高频噪声的处理效果较好，但是小波去噪时其阈值及其阈值函数难以选择，并且缺乏合适的小波基函数分解UWDAS信号，对于UWDAS信号低频分量的处理并不理想。而经验模态分解（Empirical Mode Decomposition， EMD）以及其相关算法，存在模态混叠现象，影响有效信号与噪声信号的分离，导致分离效果不佳。对于常规的滤波方式，即使用一个抗混叠滤波器后进行降采样处理信号而言，当滤波器阶数较低时，滤波效果不太理想，而滤波器阶数较大时，UWDAS信号极大的数据量又使得滤波的运算量过大，降低实际工程应用的效率，难于工程应用，并且无法处理信号中存在的噪声。
发明内容
本发明的目的是针对上述问题，提供一种UWFBG分布式光纤声波传感系统信号低频分量提取方法，对UWDAS信号进行第一次低通滤波，对第一次低通滤波后的UWDAS信号降采样；对降采样后的UWDAS信号进行第二次低通滤波，提取UWDAS信号的低频分量，最后采用差分处理方法去除UWDAS信号低频分量中的趋势项；利用二次低通滤波的方式，降低了滤波器的设计难度；在二次低通滤波处理之间，采用降采样方式，降低信号的数据量以提高后续处理数据的效率，并加入最小二乘平滑滤波提升信号的平滑性，增强低频信号提取的实时性及准确性。
本发明的技术方案是UWFBG分布式光纤声波传感系统信号低频分量提取方法，包括以下步骤：
步骤1：利用超弱光纤布拉格光栅的分布式光纤声波传感系统设备采集各个传感光栅段的相位信号；
步骤2：设计第一低通滤波器，对步骤1得到的信号低通滤波，滤除信号中的高频部分；
步骤3：依据奈奎斯特采样定理，选择确定降采样倍数，对步骤2得到的信号降采样，降低信号的数据量以提高后续处理数据的效率；
步骤4：采用最小二乘法对步骤3得到的信号进行平滑滤波，提升信号的平滑性；
步骤4.1：确定滤波窗口大小，滤波窗口的大小决定每个数据点周围的邻域范围；
步骤4.2：对于窗口中的每个数据点，采用最小二乘法拟合一个多项式函数，根据输出信号的精度要求和实时性要求，确定多项式为一阶、二阶或多阶；
步骤4.3：采用步骤4.2拟合得到的多项式，确定滤波窗口中心点的值；
步骤4.4：将滤波窗口向前或向后滑动，重复步骤4.2和步骤4.3，直至完成对步骤3得到的信号序列的平滑滤波；
步骤5：设计第二低通滤波器，对步骤4得到的信号进行低通滤波；
步骤6：对步骤5得到的信号进行差分处理，去除信号的趋势，滤除背景噪声；
步骤7：输出步骤6得到的低频信号。
进一步地，步骤2中，第一低通滤波器的设计参数包括滤波器阶数、采样率Fs1、通带频率Fpass1、通带增益Apass1和阻带衰减Astop1。
优选地，第一低通滤波器的滤波器阶数不大于5。
进一步地，步骤3中，根据输出信号的精度要求和上位机配置，在满足奈奎斯特采样定理情况下，选择降采样倍数。当信号频率小于10Hz，数据量较大时，选择较大的降采样倍数，降采样倍数大于等于64；当信号频率大于50Hz，数据量较小时，选用较低的降采样倍数，降采样倍数小于等于64。
优选地，步骤5中，第二低通滤波器的设计参数包括采样率Fs2、通带频率Fpass2、阻带频率Fstop、通带增益Apass2和阻带衰减Astop2。
优选地，将原始信号采样频率除以降采样倍数得到的商作为Fs2的取值，Fpass2取值与所需低频信号的频率相等。
优选地，通带频率Fpass2和阻带频率Fstop的约束关系为：
Fpass2<Fstop≤ Fpass2+ 0.1。
优选地，步骤6中，采用一阶后向差分方法对步骤5得到的信号进行差分处理，去除信号的趋势项，差分处理的计算式为
x(t) =x(t) -x(t– 1 )
其中x(t)、x(t– 1 )分别表示t、t-1时刻的信号，t表示时刻。
相比现有技术，本发明的有益效果包括：
1）本发明先对UWDAS信号进行一次低通滤波，滤除高频信息后，再对低通滤波后的UWDAS信号降采样，对降采样后的UWDAS信号进行第二次低通滤波，有效提取UWDAS信号的低频分量，采用二次低通滤波的方式，提高了滤波性能，降低了滤波器的设计难度，并保证了UWDAS信号低频分量提取的实时性；本发明采用差分处理方法有效去除了UWDAS信号低频分量中的趋势项，并滤除了其中的背景噪声。
2）本发明在第一次低通滤波处理后，第二次低通滤波处理前采用降采样方式，既有效降低了降采样受到频谱混叠影响，又极大程度降低了UWDAS信号的数据量，降低了第二低通滤波器的设计难度，提高了信号处理效率，增强了UWDAS信号低频分量提取、输出的实时性，有利于实际工程应用。
3）本发明通过灵活选择降采样倍数，极大减少了信号处理过程的运算时间和资源占用。
4）本发明方法有效降低了UWDAS信号的噪声，提升UWDAS信号的信噪比以及平滑性。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为本发明实施例的UWDAS信号低频分量提取方法的流程示意图。
图2a为本发明实施例的原始UWDAS信号的时域图。
图2b为本发明实施例的原始UWDAS信号的频谱图。
图3a为本发明实施例的第一次低通滤波后的UWDAS信号的时域图。
图3b为本发明实施例的第一次低通滤波后的UWDAS信号的频谱图。
图4a为本发明实施例的降采样后的UWDAS信号的时域图。
图4b为本发明实施例的降采样后的UWDAS信号的频谱图。
图5a为本发明实施例的最小二乘平滑滤波后的UWDAS信号的时域图。
图5b为本发明实施例的最小二乘平滑滤波后的UWDAS信号的频谱图。
图6a为本发明实施例的第二次低通滤波后的UWDAS信号的时域图。
图6b为本发明实施例的第二次低通滤波后的UWDAS信号的频谱图。
图7a为本发明实施例的差分处理后的UWDAS信号的时域图。
图7b为本发明实施例的差分处理后的UWDAS信号的频谱图。
具体实施方式
实施例中，以振动台频率为4hz的UWDAS实测信号中提取频率低于5hz的信号为例。
如图1所示，UWFBG分布式光纤声波传感系统信号低频分量提取方法，包括以下步骤：
步骤1：采集振动台频率为4hz的UWDAS信号，UWDAS输出的是相位，采样率为10000。原始信号的时域及其频谱如图2a、2b所示。UWDAS信号采样时长约2s，有20480个采样点，数据量较小，有用信号为4hz的正弦信号，信号含多种频率成分，包含5hz以上信号成分，信噪比低。
步骤2：对采集的UWDAS信号做第一次低通滤波处理。确定采样率Fs1为10000，通带频率Fpass1为5hz，通带增益Apass1为1db，阻带衰减Astop1为100db，滤波器阶数设为5阶，设计5阶IIR椭圆低通滤波器，滤去信号的高频部分。第一次低通滤波后的UWDAS信号时域及其频谱如图3a、3b所示。去除了UWDAS信号大部分的频率5Hz以上的高频信息，降低了后续降采样可能受到的频谱混叠的影响，并且完好保留了信号的低频信息。
步骤3：对低通滤波后信号进行降采样。选择降采样倍数a为32，降低数据量，降采样后的UWDAS信号时域及其频谱如图4a、4b所示。UWDAS信号采样点数从原始的20480降低至640，极大提升了数据在工程应用中的使用效率，降低了第二次低通滤波时低通滤波器的设计难度，使其能够在保证较好的滤波效果的同时满足实际工程应用中的工作效率需求。
步骤4：对降采样后信号进行最小二乘平滑滤波。设置最小二乘平滑滤波窗长度L为5，多项式拟合阶数N为3。去除信号部分噪声并提升信号的平滑性，最小二乘平滑滤波后的UWDAS信号时域及其频谱如图5a、5b所示。去除了UWDAS信号中的随机噪声，信号的平滑性得到提升。
步骤5：对最小二乘平滑滤波后信号进行第二次低通滤波。不用考虑滤波器阶数，设计低通滤波器为IIR椭圆滤波器。
实施例中，第二低通滤波器的采样率Fs2的取值为312.5，第二低通滤波器的通带频率Fpass2为5hz，第二低通滤波器的阻带频率Fstop为5.1hz，第二低通滤波器的通带增益Apass2为1db，第二低通滤波器的阻带衰减Astop2为60db，滤去信号的高频部分。
第二次低通滤波后的UWDAS信号时域及其频谱如图6a、6b所示。通过第二次低通滤波，滤去了UWDAS信号频率高于5hz的部分，实现了UWDAS信号低频分量的提取。
步骤6：对第二次滤波后信号做差分处理。去除信号的趋势项，滤去了部分背景噪声。差分处理后的UWDAS信号时域及其频谱如图7a、7b所示。信号经过差分处理有效的去除了信号的趋势项。
步骤7：数据输出。
实施例中，通过第一次低通滤波去除了UWDAS信号的部分高频信息，并且降低了频谱混叠对降采样的影响，使得能够通过降采样处理UWDAS信号，再经过一次降采样，降低UWDAS信号的数据量，然后通过最小二乘平滑滤波处理UWDAS信号的随机噪声并提升信号的平滑性，再进行第二次低通滤波，此时由于UWDAS信号经过前面几步的处理，滤波器的设计难度降低，可以在提高滤波器的性能的同时降低其对实际工程应用的工作效率的影响，能够实现UWDAS信号低频分量的提取，最后，通过差分处理的方式去除信号的趋势。
在第一次低通滤波时，此时的信号数据量较大，为了工程实用，降低计算量，控制滤波器阶数，导致滤波器精度降低，滤波效果不佳，如图3a、3b所示，此时设计的通带频率为5hz，但是可以看到仍然存在信号频率大于5hz部分。所以需要进行第二次的低通滤波，但由于数据量的问题，选择先进行一次降采样，而此时已经经过一次低通滤波，降低了降采样受到的频谱混叠的影响，降采样倍数选择范围放宽，但是会导致信号平滑性的降低，如图4a、4b所示。考虑到这一点，使用最小二乘平滑滤波来提升信号的平滑性，而由于降采样的原因，数据量较小，此时可以使用较高的多项式拟合阶数提升拟合的精度，提升信号的平滑性，并且能够去除信号中存在的随机噪声，尖峰噪声等，提升信号的信噪比，如图5a、5b所示。
然后进行第二次低通滤波，如图6a、6b所示，可以看到基本滤除高于5hz的频率部分，完成低频信号的提取，并且通过最后的差分去除掉信号的趋势，如图7a、7b所示。
相较于传统的低通滤波后降采样处理数据，本发明考虑到了当数据量较大时，对于精度较高的低通滤波器而言，其所需要的计算成本太高，工作效率太低，所以前后采用两次低通滤波来完成信号低频部分的提取。并且对降采样后产生的信号平滑性降低的问题进行处理，相较于中值滤波，均值滤波等，使用的最小二乘平滑滤波精度更高，并且同时对信号中的噪声进行处理。最后，使用差分去趋势，相较于EMD而言，其操作更为简单，并且不受模态混叠的影响，而对于传统的拟合去趋势而言，拟合的阶数难以确定，不利于工程应用。
本发明通过几种滤波组合的方式，实现了信号的低频提取，并且在整个工作流程中，各个滤波方法互相弥补，降低了单一滤波对信号产生的影响并提升了各自的工作效率，原理简单，易于实现，实用性强，效果明显。
Claims (8)
1.UWFBG分布式光纤声波传感系统信号低频分量提取方法，其特征在于，包括以下步骤：
步骤1：利用超弱光纤布拉格光栅的分布式光纤声波传感系统设备采集各个传感光栅段的相位信号；
步骤2：设计第一低通滤波器，对步骤1得到的信号进行低通滤波，滤除信号中的高频部分；
步骤3：依据奈奎斯特采样定理，选择确定降采样倍数，对步骤2得到的信号降采样，降低数据量；
步骤4：采用最小二乘法对步骤3得到的信号进行平滑滤波，提升信号的平滑性；
步骤4.1：确定滤波窗口大小，滤波窗口的大小决定每个数据点周围的邻域范围；
步骤4.2：对于窗口中的每个数据点，采用最小二乘法拟合一个多项式函数，根据输出信号的精度要求和实时性要求，确定多项式为一阶、二阶或多阶；
步骤4.3：采用步骤4.2拟合得到的多项式，确定滤波窗口中心点的值；
步骤4.4：将滤波窗口向前或向后滑动，重复步骤4.2和步骤4.3，直至完成对步骤3得到的信号序列的平滑滤波；
步骤5：设计第二低通滤波器，对步骤4得到的信号进行低通滤波；
步骤6：对步骤5得到的信号做差分处理，去除信号的趋势项，滤除背景噪声；
步骤7：输出步骤6得到的低频信号。
2.根据权利要求1所述的UWFBG分布式光纤声波传感系统信号低频分量提取方法，其特征在于，步骤2中，第一低通滤波器的设计参数包括第一低通滤波器的滤波器阶数、第一低通滤波器的采样率Fs1、第一低通滤波器的通带频率Fpass1、第一低通滤波器的通带增益Apass1和第一低通滤波器的阻带衰减Astop1。
3.根据权利要求2所述的UWFBG分布式光纤声波传感系统信号低频分量提取方法，其特征在于，第一低通滤波器的滤波器阶数不大于5。
4.根据权利要求2或3所述的UWFBG分布式光纤声波传感系统信号低频分量提取方法，其特征在于，步骤3中，根据输出信号的精度要求和上位机配置，选择降采样倍数，当信号频率小于10Hz，数据量较大时，选择较大的降采样倍数，降采样倍数大于等于64；当信号频率大于50Hz，数据量较小时，选用较低的降采样倍数，降采样倍数小于等于64。
5.根据权利要求4所述的UWFBG分布式光纤声波传感系统信号低频分量提取方法，其特征在于，步骤5中，第二低通滤波器的设计参数包括第二低通滤波器的采样率Fs2、第二低通滤波器的通带频率Fpass2、第二低通滤波器的阻带频率Fstop、第二低通滤波器的通带增益Apass2和第二低通滤波器的阻带衰减Astop2，将原始信号采样频率除以降采样倍数得到的商作为Fs2的取值，Fpass2取值与所需低频信号的频率相等。
6.根据权利要求5所述的UWFBG分布式光纤声波传感系统信号低频分量提取方法，其特征在于，Astop2取值范围为40-60db。
7.根据权利要求5或6所述的UWFBG分布式光纤声波传感系统信号低频分量提取方法，其特征在于，第二低通滤波器的通带频率Fpass2和阻带频率Fstop的约束关系为：
Fpass2 < Fstop ≤ Fpass2 + 0.1。
8.根据权利要求1或2或3或5或6所述的UWFBG分布式光纤声波传感系统信号低频分量提取方法，其特征在于，步骤6中，采用一阶后向差分方法对步骤5得到的信号进行差分处理，去除信号的趋势项，差分处理的计算式为
x( t ) = x( t ) - x( t – 1 )
其中x( t )、x( t – 1 )分别表示t、t-1时刻的信号，t表示时刻。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311420768.XA CN117664307A (zh) | 2023-10-30 | 2023-10-30 | Uwfbg分布式光纤声波传感系统信号低频分量提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311420768.XA CN117664307A (zh) | 2023-10-30 | 2023-10-30 | Uwfbg分布式光纤声波传感系统信号低频分量提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117664307A true CN117664307A (zh) | 2024-03-08 |
Family
ID=90072308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311420768.XA Pending CN117664307A (zh) | 2023-10-30 | 2023-10-30 | Uwfbg分布式光纤声波传感系统信号低频分量提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117664307A (zh) |
-
2023
- 2023-10-30 CN CN202311420768.XA patent/CN117664307A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108955734B (zh) | 一种光纤f-p温度/压力复合传感器的腔长解调方法 | |
| US7135002B2 (en) | Determining heart rate | |
| CN109885903B (zh) | 一种基于模型的地面核磁共振信号尖峰噪声去除方法 | |
| CN105242309B (zh) | 一种地震数据中规则干扰的压制方法及装置 | |
| CN108345033B (zh) | 一种微地震信号时频域初至检测方法 | |
| CN107957566A (zh) | 基于频率选择奇异谱分析的磁共振测深信号提取方法 | |
| CN107144879A (zh) | 一种基于自适应滤波与小波变换结合的地震波降噪方法 | |
| CN116013240B (zh) | 基于变分模态分解与数字滤波的钢管混凝土信号降噪方法 | |
| CN105445697A (zh) | 一种低成本低功耗的声源定向方法 | |
| CN105181120A (zh) | 一种高灵敏度的变压器绕组松动判定方法 | |
| Chen et al. | A novel method for enhanced demodulation of bearing fault signals based on acoustic metamaterials | |
| Lv et al. | Generalized synchroextracting-based stepwise demodulation transform and its application to fault diagnosis of rotating machinery | |
| Lu et al. | A noise reduction method of rolling bearing based on empirical wavelet transform and adaptive time frequency peak filtering | |
| Zheng et al. | Zero-phase filter-based adaptive Fourier decomposition and its application to fault diagnosis of rolling bearing | |
| CN117664307A (zh) | Uwfbg分布式光纤声波传感系统信号低频分量提取方法 | |
| CN108957552A (zh) | 基于ss-pca的地震数据海浪噪声压制方法 | |
| CN111623968B (zh) | 一种基于自适应形态滤波的故障特征提取方法 | |
| CN105589099B (zh) | 一种盲源地震波场的多边形带通滤波方法 | |
| CN103344988B (zh) | 基于k-l分解的可控震源信号相位检测方法 | |
| CN115307715A (zh) | 一种基于sagnac光纤声传感系统的改进小波去噪方法 | |
| CN114444548A (zh) | 一种基于鲁棒性主成分分析的小波声音降噪方法及系统 | |
| CN116165713A (zh) | 一种井中das地震数据去噪方法和装置 | |
| CN102230904A (zh) | 一种纤维上油率检测方法 | |
| CN110988523A (zh) | 一种电力变压器绕组变形累积效应的检测方法及装置 | |
| CN115291151B (zh) | 一种基于低相关分段的高精度磁共振信号频率测量方法 |
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 |