지구물리학적 조사

지구물리학 조사는 공간 연구를 위한 지구물리학 데이터의 체계적인 수집이다.지구물리신호의 검출과 분석은 지구물리신호 처리의 핵심을 형성한다.지구 내부에서 방출되는 자기장과 중력장은 지진 활동과 내부 구조에 관한 필수적인 정보를 가지고 있다.따라서 전기장과 자기장의 검출과 분석이 매우 중요합니다.전자파와 중력파는 다차원 신호이기 때문에 이러한 신호의 분석을 위해 모든 1-D 변환 기술을 확장할 수 있습니다.따라서 본 기사에서는 다차원 신호 처리 기술에 대해서도 설명합니다.

지구물리학적 조사는 매우 다양한 감지 기구를 사용할 수 있으며, 지구 표면 위 또는 아래에서 또는 공중, 궤도 또는 해양 플랫폼에서 데이터를 수집할 수 있다.지구물리학적 조사는 지질학, 고고학, 광물 및 에너지 탐사, 해양학, 공학에 많은 응용 분야를 가지고 있다.지구물리학적 조사는 학술적 연구뿐만 아니라 산업 분야에서도 사용된다.

중력계, 중력파 센서, 자력계와 같은 감지 기구는 중력장과 자기장의 변동을 감지한다.지구물리학적 조사로부터 수집된 데이터는 그것으로부터 의미 있는 결론을 도출하기 위해 분석된다.신호의 스펙트럼 밀도와 시간 주파수 국부화 분석은 석유 탐사 및 지진학 등의 애플리케이션에서 중요하다.

지구물리조사의 종류

지구물리학적 조사에 사용되는 많은 방법과 유형의 계측기가 있다.지구물리 조사에 사용되는 기술은 다음과 같습니다.^[1]

반사 지진학, 지진 굴절, 지진 단층 촬영 등의 지진 방법.이러한 유형의 조사는 지구 표면 아래에 있는 암석 형성의 상세한 구조를 발견하기 위해 수행됩니다.
지진 전기법
측지 및 중력 기술(중력 측정 및 중력 경사 측정 포함)이러한 유형의 조사는 지구 표면 아래에 있는 암석 형성의 구조를 발견하기 위해 수행됩니다.
자기 기술(공기자기 조사 및 자기계 포함)
전기 저항 단층 촬영, 유도 편파, 자연 전위 및 해양 제어 선원 전자파(mCSEM) 또는 전자파 해저 ^[2]기록을 포함한 전기 기술.이런 종류의 조사는 주로 지하수의 존재를 연구하기 위해 이루어진다.
자기공명학, 지상투과레이더 및 과도/시간역 전자기학, 표면핵자기공명(^[3]자기공명음이라고도 함)과 같은 전자기적 방법.
시추공 지구물리학, 우물 벌목이라고도 합니다.
하이퍼 스펙트럼을 포함한 원격 감지 기술.

지구물리 신호 검출

이 절에서는 지구물리파 측정의 이면에 있는 원리를 다룬다.자기장과 중력장은 지구물리학 신호의 중요한 구성요소이다.

중력장의 변화를 측정하는 데 사용되는 기구는 중력계이다.지표면 형성과 퇴적물에 의한 중력 변동을 측정하는 미터입니다.자기장의 변화를 측정하기 위해 자력계가 사용됩니다.자력계에는 두 가지 유형이 있는데, 하나는 자기장의 수직 성분만을 측정하는 것이고 다른 하나는 총 자기장을 측정하는 것입니다.

이 측정기의 도움으로, 다른 위치의 중력 값이나 지구의 자기장 값이 측정된다.그런 다음 다양한 보정을 위해 이들 측정값을 보정하고 이상 맵을 작성합니다.이러한 이상 지도를 분석함으로써 그 지역의 암석 구조에 대한 아이디어를 얻을 수 있다.이를 위해서는 다양한 아날로그 또는 디지털 필터를 사용해야 합니다.

지구 자기장 측정

자력계는 자기장과 지구의 자기 이상을 측정하는 데 사용됩니다.자력계의 감도는 요건에 따라 달라집니다.예를 들어, 지자기장의 변동은 1aT = 10T일⁻¹⁸ 때 몇 개의 aT 정도일 수 있다.이 경우 초전도 양자간섭소자(SQUID)와 같은 특수 자력계를 사용한다.

짐 짐머맨은 포드 ^[4]연구소에서 재직하는 동안 RF 초전도 양자 간섭 소자(SQUID)를 공동 개발했다.하지만, SQUID의 발명으로 이어진 사건들은 사실 우연이었다.존 ^[4]램베는 핵자기공명에 대한 실험을 하는 동안 인듐의 전기적 특성이 몇 nT의 자기장의 변화로 인해 변화한다는 것을 알아챘다.그러나 람베는 SQUID의 효용성을 완전히 인식하지 못했다.

SQUID는 매우 낮은 규모의 자기장을 검출하는 기능을 가지고 있습니다.이것은 조셉슨 접합부의 장점 때문이다.Jim Zimmerman은 Josephson 접합을 만드는 새로운 접근법을 제안함으로써 SQUID 개발을 선도했습니다.그는 니오브 와이어와 니오브 리본을 사용하여 병렬로 연결된 두 개의 조지프슨 접합부를 형성했습니다.리본은 전선을 통과하는 초전도 전류를 차단하는 역할을 합니다.접합부는 자기장에 매우 민감하기 때문에 10T^{^-18} 정도의 자기장을 측정하는 데 매우 유용합니다.

중력파 센서를 이용한 지진파 측정

중력파 센서는 무거운 물체의 영향으로 중력장의 미세한 변화도 감지할 수 있다.큰 지진파는 중력파를 방해하고 원자의 변화를 일으킬 수 있다.따라서 중력파의 상대적인 ^[5]변화에 의해 지진파의 크기를 검출할 수 있다.

원자간섭계를 이용한 지진파 측정

어떤 질량의 운동도 중력장의 ^[6]영향을 받는다.행성의 운동은 태양의 거대한 중력장에 의해 영향을 받는다.마찬가지로, 더 무거운 물체는 그 근처에 있는 더 작은 질량의 다른 물체의 움직임에 영향을 미칩니다.하지만, 이 움직임의 변화는 천체의 움직임에 비하면 매우 작다.따라서 이러한 미세한 변화를 측정하려면 특수 계측기가 필요합니다.

원자 간섭계 원리를 설명합니다.

원자 간섭계는 회절 원리에 따라 작동한다.회절 격자는 빛의 1/4 파장을 분리한 나노 가공 재료입니다.원자의 빔이 회절격자를 통과할 때 원자의 고유한 파동 특성으로 인해 분할되어 스크린에 간섭 테두리를 형성합니다.원자 간섭계는 원자의 위치 변화에 매우 민감하다.무거운 물체가 가까운 원자의 위치를 이동하기 때문에 간섭 가장자리의 이동을 검출함으로써 원자의 변위를 측정할 수 있다.

지구물리학적 신호 인식의 기존 접근법

이 절에서는 신호 인식 및 신호 분석의 배후에 있는 방법과 수학적 기법에 대해 설명합니다.신호의 시간 영역과 주파수 영역 분석을 고려합니다.또한 이 절에서는 다양한 변환과 다차원파 분석의 유용성에 대해 설명합니다.

3D 샘플링

샘플링

신호 처리 접근법의 첫 번째 단계는 아날로그에서 디지털로의 변환입니다.아날로그 영역의 지구물리 신호는 추가 처리를 위해 디지털 도메인으로 변환되어야 합니다.대부분의 필터는 2D뿐만 아니라 1D로도 사용할 수 있습니다.

아날로그에서 디지털로의 변환

이름에서 알 수 있듯이 아날로그 영역의 중력파 및 전자파가 검출되고 샘플링되어 추가 분석을 위해 저장됩니다.신호는 시간과 주파수 영역 모두에서 샘플링할 수 있습니다.신호 성분은 시간과 공간의 양쪽 간격으로 측정됩니다.예를 들어, 시간 영역 샘플링은 여러 시간 동안 신호 성분을 측정하는 것을 의미합니다.마찬가지로 공간샘플링은 공간의 다른 위치에서 신호를 측정하는 것을 말합니다.

기존 1D 시간 가변 신호의 샘플링은 이산 시간 간격으로 고려 중인 신호의 진폭을 측정함으로써 수행됩니다.마찬가지로 시공간 신호(시그널 4개 변수 – 3D 시공간 및 시간의 함수)의 샘플링도 서로 다른 시간 인스턴스와 공간 내 다른 위치에서 신호의 진폭을 측정하여 수행됩니다.예를 들어, 지구의 중력 데이터는 중력파 센서나 경사계의^[7] 도움을 받아 다른 시간에 다른 위치에 배치함으로써 측정됩니다.

스펙트럼 분석

다차원 푸리에 변환

시간 영역 신호의 푸리에 팽창은 신호를 주파수 성분, 특히 사인 및 코사인 합계의 합으로 표현한 것입니다.조셉 푸리에가 물체의 열 분포를 추정하기 위해 푸리에 표현을 고안했다.중력파나 전자파 등의 다차원 신호를 분석하는 경우에도 동일한 접근방식이 적용될 수 있습니다.

이러한 신호의 4D 푸리에 표현은 다음과 같습니다.

S(K,\obega)=\iint s(x,t)e^{-j(\obega t-k'x)},dt

θ는 시간 주파수를 나타내고 k는 공간 주파수를 나타냅니다.
s(x,t)는 이동하는 평면파로 상상할 수 있는 4차원 시공간 신호입니다.이러한 평면파의 경우 전파면은 고려파의 ^[8]전파방향에 수직이다.

웨이브릿 변환

웨이브릿 변환의 개발 동기는 단시간 푸리에 변환이었다.분석 대상 신호, 예를 들어 f(t)는 특정 시간 순간에 w(t) 윈도우 함수와 곱됩니다.이 신호의 푸리에 계수를 분석하면 특정 시간 ^[9]순간의 신호의 주파수 성분에 대한 정보를 얻을 수 있습니다.

STFT는 수학적으로 다음과 같이 기술됩니다.

\displaystyle \{x(t)\}\equiv X(\tau,\Omega)=\int _{-\infty }^{\infty }x(t)w(t-\displaystyle)e^{-j\Omega t},dt}

Wavelet 변환은 다음과 같이 정의됩니다.

X(a,b)=syslogfrac {1}{\syslogrt {a}}\int \Psi({\frac {t-b}{a}})x(t)dt

분석에 다양한 윈도우 기능을 사용할 수 있습니다.웨이브릿 함수는 시간과 주파수 위치 파악에 모두 사용됩니다.예를 들어 푸리에 계수 계산에 사용되는 창 중 하나는 시간과 주파수에 최적으로 집중된 가우스 창입니다.이 최적 성질은 각각 시간 스케일링과 시간 이동 매개 변수 a와 b를 고려함으로써 설명할 수 있다.a와 b의 적절한 값을 선택하면 해당 신호에 관련된 주파수와 시간을 확인할 수 있습니다.모든 신호를 웨이브릿 함수의 선형 조합으로 표시함으로써 시간과 주파수 영역 모두에서 신호의 위치를 파악할 수 있습니다.따라서 웨이브릿 변환은 공간 및 시간 주파수 국부화가 ^[10]중요한 지구물리학 애플리케이션에서 중요하다.

웨이브릿을 사용한 시간 주파수 현지화

지구물리신호는 시공간에서 끊임없이 변화하는 기능이다.웨이브릿 변환 기술은 기본 함수의 시프트 및 스케일링된 버전의 선형 조합으로 신호를 분해하는 방법을 제공합니다."shift" 및 "scale"의 양은 시간과 주파수로 신호를 현지화하도록 수정할 수 있습니다.

빔포밍

간단히 말하면 시공간 신호 필터링^[11] 문제는 특정 ^[12]신호의 속도와 방향을 현지화하는 것으로 간주할 수 있습니다.시공간 신호에 대한 필터 설계는 1D 신호와 유사한 접근방식을 따릅니다.1-D 신호의 필터는 필터의 요건이 0이 아닌 특정 주파수 범위에서 주파수 성분을 추출하는 경우 적절한 통과 대역과 정지 대역 주파수를 갖는 밴드 패스 필터가 결정되도록 설계되었습니다.마찬가지로 다차원 시스템의 경우 필터의 파수 주파수 응답은 (k, θ) a.k.a. 파수 영역(주파수)에서 통일되고 다른 곳에서는 ^[12]0이 되도록 설계된다.

지구물리 신호를 필터링하기 위한 단계별 어레이의 공간적 분포

이 접근방식은 시공간 ^[12]신호 필터링에 적용됩니다.특정 방향으로 이동하는 신호를 분리하도록 설계되었습니다.가장 간단한 필터 중 하나는 가중 지연과 총량 빔 포머입니다.출력은 지연 신호의 선형 조합의 평균입니다.즉, 빔포머 출력은 수신신호의 가중치와 지연버전을 평균화함으로써 형성된다.지연은 빔포머의 통과 대역이 ^[12]공간의 특정 방향을 향하도록 선택됩니다.

고전적 추정 이론

이 절에서는 다차원 신호의 전력 스펙트럼 밀도의 추정을 다룬다.스펙트럼 밀도 함수는 랜덤 ^[13]신호의 자기 상관 함수의 다차원 푸리에 변환으로 정의할 수 있습니다.

{\displaystyle P\left(K_{x},w\right)=\int _{-\infty }^{-\infty}^{\infty}\varphi _{ss}\left(x,t\right)\e^{-j\left(wt-k'x\right)\right)},d,\infty},

(\displaystyle \varphi _{ss}\left(x,t\right)=s\left[\left(\xi,\closs\right)s*\left(\xi -x,\closs -t\right)\right])}

스펙트럼 추정치는 Periodogram이라고도 불리는 푸리에 변환 크기의 제곱을 구함으로써 얻을 수 있습니다.주기율표본에서 얻은 스펙트럼 추정치는 연속 주기율표본 또는 파형수에서 진폭의 변동이 크다.이 문제는 고전적인 추정 이론을 구성하는 기술을 사용하여 해결된다.그 예는 다음과 같습니다.

1. 바틀렛은 전력 스펙트럼을 계산하기 위해 스펙트럼 추정치를 평균화하는 방법을 제안했다.시간 간격에 따른 스펙트럼 추정치의 평균이 더 나은 ^[14]추정치를 제공한다.

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

B

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

(

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

w )

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

e

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

N

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

l

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

n

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

(

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

+

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

)

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

-

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

(

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

n )

P_{B}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

( w

style display p _

{ B } \

left

( w \ right ) =

smathrm

{

det }

\

sum _

{ n

} \

right

（

n ）

2. Welch의 방법은 데이터 창 함수를 사용하여 측정을 나누고, 주기도를 계산하고, 이를 평균화하여 스펙트럼 추정치를 얻고, Fast Fourier Transform을 사용하여 파워 스펙트럼을 계산하는 방법을 제안했다.이로 인해 계산 속도가 ^[15]향상되었습니다.

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

W (

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

w )

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

d

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

N

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

l

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

g (

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

+

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

)

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

)

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

-

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

j (

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

) 2

P_{W}\left(w\right)={\frac {1}{\mathrm {det} \,N}}\sum _{l}|\sum _{n}\ g\left(n\right)\ x\left(n+MI\right)\ e^{-j\left(w'n\right)}|^{2}

\

display style

P _ {

W

} \

left

(

w

\

right

) =

smathrm

{

det } \ sum

{

sum

{

n }

_

right

（ n

}

4. 고려 중인 주기율표는 창 함수를 곱하여 수정할 수 있습니다.평활화 창을 사용하면 추정치를 평활화하는 데 도움이 됩니다.스무딩 스펙트럼의 메인 로브가 넓어질수록 주파수 ^[13]분해능의 비용으로 부드러워집니다.

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

M

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

(

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

)

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

d

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

N

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

g (

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

)

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

(

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

)

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

e -

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

(

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

)

P_{M}\left(w\right)={\frac {1}{detN}}|\sum _{n}\ g\left(n\right)\ x\left(n\right)\ e^{-j\left(w'n\right)}|^{2}

\

display style

P

_

{

M

} \

left

(

w

\

right ) = sum

_ {

n

} \

(

g \

left

( n \ right

)\ w

'

right ^

j

스펙트럼 추정에 대한 자세한 내용은 다차원 신호의 스펙트럼 분석을 참조하십시오.

적용들

지하 객체의 위치 추정

여기서 설명하는 방법은 관심 지하 물체의 대량 분포가 이미 알려져 있으며, 따라서 그 위치를 추정하는 문제는 모수 국산화로 귀결된다고 가정한다.질량의 중심이 있는 지하 물체(CM₁, CM₂...)를 말합니다.CM_n)은 지표면 아래 위치₁ p, p₂_n...p에 있습니다.중력 구배(^[7]중력장의 성분)는 중력 경사계라고도 불리는 가속도계가 있는 회전 휠을 사용하여 측정됩니다.중력장의 각 성분을 측정하기 위해 계측기가 서로 다른 방향으로 배치되어 있습니다.중력구배 텐서의 값을 계산하고 분석한다.분석에는 고려 중인 각 개체의 기여도를 관찰하는 것이 포함됩니다.최대우도 절차를 따르고 위치 추정의 품질을 평가하기 위해 CRB(Cramér-Rao bound)를 계산한다.

지진 응용 프로그램을 위한 어레이 처리

지진파를 등간격으로 지표면에 위치한 각종 센서가 수신한다.지진파는 지구의 다양한 층을 통과하여 진폭 변화, 도착 시간, 위상 이동 등 특성에 변화를 일으킨다.이러한 신호의 특성을 분석함으로써, 우리는 지구 내부의 활동을 모델링할 수 있다.

3D 데이터 시각화

볼륨 렌더링 방법은 스칼라 필드를 분석하는 데 중요한 도구입니다.볼륨 렌더링을 통해 3D 공간 표현을 단순화할 수 있습니다.3D 공간의 모든 점을 복셀이라고 합니다.3차원 데이터셋 내의 데이터는 다양한 기법을 사용하여 2차원 공간(디스플레이 화면)에 투사됩니다.MRI, 지진 애플리케이션 등 다양한 애플리케이션에 대해 다양한 데이터 인코딩 방식이 존재합니다.

레퍼런스

^ Mussett, A. E.; Khan, M. Aftab (2000). Looking into the earth : an introduction to geological geophysics. Cambridge: Cambridge University Press. ISBN 9780521785747.
^ Stéphane Sainson, 전자 해저 벌목, 지구 과학자를 위한 새로운 도구.Ed. Springer, 2017년
^ "Magnetic Resonance Sounding (MRS)". USGS Groundwater Information: Hydrogeophysics Branch. United States Geological Survey. Retrieved 15 May 2018.
^ ^a ^b Kautz, R.L. (2001-03-01). "Jim Zimmerman and the SQUID". IEEE Transactions on Applied Superconductivity. 11 (1): 1026–1031. Bibcode:2001ITAS...11.1026K. doi:10.1109/77.919524. S2CID 42202956.
^ Chiba, J.; Obata, Tsunehiro (1992-10-01). Gravitational field sensor for prediction of big seismic waves. Institute of Electrical and Electronics Engineers 1992 International Carnahan Conference on Security Technology, 1992. Crime Countermeasures, Proceedings. pp. 218–224. doi:10.1109/CCST.1992.253730. ISBN 978-0-7803-0568-7. S2CID 61246172.
^ Parker, Ann. "Gravity Detector Applies Outside-the-Box Thinking to Show What's Inside the Box". Science & Technology Review. Lawrence Livermore National Laboratory. Retrieved 15 May 2018.
^ ^a ^b E.H. Metzger, "중력 경사계 시스템의 개발 경험", IEEE 계획 회의, 1982
^ Kelly Jr., E. J. (6 March 1964). The representation of seismic waves in frequency-wave number space (PDF) (Report). Defense Technical Information Center. AD0433611. Archived from the original (PDF) on November 17, 2015. Retrieved 15 May 2018.
^ Daubechies, I. (1990-09-01). "The wavelet transform, time-frequency localization and signal analysis". IEEE Transactions on Information Theory. 36 (5): 961–1005. Bibcode:1990ITIT...36..961D. doi:10.1109/18.57199.
^ Daubechies, I (1996). "Where do wavelets come from? A personal point of view". Proceedings of the IEEE. 84 (4): 510–513. doi:10.1109/5.488696.
^ Halpeny, O. S.; Childers, Donald G. (1975-06-01). "Composite wavefront decomposition via multidimensional digital filtering of array data". IEEE Transactions on Circuits and Systems. 22 (6): 552–563. Bibcode:1975ITCS...22..552H. doi:10.1109/TCS.1975.1084081.
^ ^a ^b ^c ^d 댄 E. 더전, 러셀 M.Mersereau, "다차원 디지털 신호 처리", 프렌티스 홀 신호 처리 시리즈, ISBN 0136049591, 페이지 291-294, 1983.
^ ^a ^b ^c ^d ^e 댄 E. 더전, 러셀 M.Mersereau, "다차원 디지털 신호 처리", 프렌티스 홀 신호 처리 시리즈, ISBN 0136049591, 페이지 315-338, 1983
^ Bartlett, M. S." 방법 및 적용에 대한 특별한 참조를 포함한 확률적 프로세스에 대한 소개, CUP Archive, 1978, ISBN 0521215854, doi:10.1109/ATC.2010.5672752
^ J.D. Welch (1967). "The use of fast Fourier transform for the estimation of power spectra: a method based on time averaging over short, modified periodograms". IEEE Transactions on Audio and Electroacoustics. 15 (2): 70–73. Bibcode:1967ITAE...15...70W. doi:10.1109/TAU.1967.1161901.

[1] Mussett, A. E.; Khan, M. Aftab (2000). Looking into the earth : an introduction to geological geophysics. Cambridge: Cambridge University Press. ISBN 9780521785747.

[2] Stéphane Sainson, 전자 해저 벌목, 지구 과학자를 위한 새로운 도구.Ed. Springer, 2017년

[3] "Magnetic Resonance Sounding (MRS)". USGS Groundwater Information: Hydrogeophysics Branch. United States Geological Survey. Retrieved 15 May 2018.

[jim-4] Kautz, R.L. (2001-03-01). "Jim Zimmerman and the SQUID". IEEE Transactions on Applied Superconductivity. 11 (1): 1026–1031. Bibcode:2001ITAS...11.1026K. doi:10.1109/77.919524. S2CID 42202956.

[abc-5] Chiba, J.; Obata, Tsunehiro (1992-10-01). Gravitational field sensor for prediction of big seismic waves. Institute of Electrical and Electronics Engineers 1992 International Carnahan Conference on Security Technology, 1992. Crime Countermeasures, Proceedings. pp. 218–224. doi:10.1109/CCST.1992.253730. ISBN 978-0-7803-0568-7. S2CID 61246172.

[6] Parker, Ann. "Gravity Detector Applies Outside-the-Box Thinking to Show What's Inside the Box". Science & Technology Review. Lawrence Livermore National Laboratory. Retrieved 15 May 2018.

[ReferenceA-7] E.H. Metzger, "중력 경사계 시스템의 개발 경험", IEEE 계획 회의, 1982

[8] Kelly Jr., E. J. (6 March 1964). The representation of seismic waves in frequency-wave number space (PDF) (Report). Defense Technical Information Center. AD0433611. Archived from the original (PDF) on November 17, 2015. Retrieved 15 May 2018.

[9] Daubechies, I. (1990-09-01). "The wavelet transform, time-frequency localization and signal analysis". IEEE Transactions on Information Theory. 36 (5): 961–1005. Bibcode:1990ITIT...36..961D. doi:10.1109/18.57199.

[10] Daubechies, I (1996). "Where do wavelets come from? A personal point of view". Proceedings of the IEEE. 84 (4): 510–513. doi:10.1109/5.488696.

[filter-11] Halpeny, O. S.; Childers, Donald G. (1975-06-01). "Composite wavefront decomposition via multidimensional digital filtering of array data". IEEE Transactions on Circuits and Systems. 22 (6): 552–563. Bibcode:1975ITCS...22..552H. doi:10.1109/TCS.1975.1084081.

[dan-12] 댄 E. 더전, 러셀 M.Mersereau, "다차원 디지털 신호 처리", 프렌티스 홀 신호 처리 시리즈, ISBN 0136049591, 페이지 291-294, 1983.

[Dudgeon-13] 댄 E. 더전, 러셀 M.Mersereau, "다차원 디지털 신호 처리", 프렌티스 홀 신호 처리 시리즈, ISBN 0136049591, 페이지 315-338, 1983

[14] Bartlett, M. S." 방법 및 적용에 대한 특별한 참조를 포함한 확률적 프로세스에 대한 소개, CUP Archive, 1978, ISBN 0521215854, doi:10.1109/ATC.2010.5672752

[15] J.D. Welch (1967). "The use of fast Fourier transform for the estimation of power spectra: a method based on time averaging over short, modified periodograms". IEEE Transactions on Audio and Electroacoustics. 15 (2): 70–73. Bibcode:1967ITAE...15...70W. doi:10.1109/TAU.1967.1161901.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

v t 지구물리학
개요	개요 지구 물리학자
서브필드	측지 지구역학 지구물리학적 조사 지자기학 지구물리 유체역학 수리 지구 물리학 광물 물리학 지표면 지구물리학 고자기학 지진학 구조물리학
물리적. 현상	챈들러 흔들림 코리올리 효과 지구의 에너지 예산 지구 자기장 지오듀코 지열 경사 지구의 중력 맨틀 대류 세차 운동 지진파 밀물
지구물리학 포털 카테고리 공통

v t 지질학
개요	지질학 개요 지질 용어집 지질학의 역사 지질학 기사 색인
지질학의 역사	지질 연대학 지구의 지질사 지질 연표
②구성 및 구조	지구 화학 결정학 광물학 암석학 퇴적물학
역사 지질학	층서학 고생물학 고생후학 고지리학
운동	구조 지질학 지구역학 판구조론 지형학 화산학
물.	빙하학 수문 지질학 해양 지질학
지구물리학	측지 지자기학 지구물리학적 조사 지진학 구조물리학
적용들	생물 지질학 경제 지질학 공학 지질학 환경지질학 행성 지질학 지구생물학 지질 모델링 법의학 지질학 지구물리학 법의학 광산 지질학
직업	지질학자 석유 지질학자 화산학자
지질 포털 지질학 지질학

Search