2017, Vol. 60
2. 四川理工学院, 四川自贡 643000;
3. 核废物与环境保护国防重点学科实验室(西南科技大学), 四川绵阳 621010
2. Sichuan University of Science & Engineering, Zigong Sichuan 643000, China;
3. Fundamental Science on Nuclear Wastes and Environmental Safety Laboratory, Southwest University of Science and Technology, Mianyang Sichuan 621010, China
随着转换波在油气勘探中的应用，以多波多分量为代表的新型地震勘探方法在提高储层预测精度的同时，对数据采集质量提出了更严格要求，宽频数据采集逐渐成为地震勘探的发展趋势(姚姚，2005；陈祖斌等，2006；孙龙德等，2013；马永生等，2016).通常地震资料有效频带越宽，高频信息越丰富，越有利于薄层识别和岩性预测.当有效主频达到100 Hz时，其波阻抗剖面可分辨5~6 m砂层，甚至2~3 m的薄储集层也有反映(李庆忠，1997).在小药量激发、单点接收的高密度勘探中，当频带从10~100 Hz提高到6~110 Hz，不仅能保证纵向4~6 m的薄互层精确成像，而且还能横向分辨宽度仅为10 m的裂缝发育带(张晓斌等，2014).受仪器带宽限制，常规设备在高频段极容易出现分辨率不足(王翠芳等，2010；滕云田等，2016)，在山地多波数据采集时，即使采用508XT/428XL、UniQ等设备，仍可能产生限幅失真和有效信号丢失现象.一方面山地环境复杂，地震波普遍受噪声干扰，有效信号振幅和频带尺度变化较宽，这不可避免，可通过优化观测系统、滤波、数据矫正等措施减小影响；但另一方面采集设备(含检波器)带宽性能缺陷导致的有效(高频)信息不可恢复丢失，也是限制多波多分量勘探效果的重要因素.
传统地震采集设备模数转换(Analog to Digital Converter，ADC)主要采用ΣΔ型集成芯片，基于高过采样率，可将量化噪声控制在极低水平，代表芯片有ADS1255/1256、AD1555/7765和CS5371/5372.这类芯片受输出频率影响较大，当低于100 Hz时，其噪声频谱密度可达-150 dB，动态范围达131 dB，但仅能保证40 Hz以下信号有效采集(Gao et al., 2016)，一旦输出频率(采样率)提高，过采样率降低，噪声整形受限，分辨率和动态范围就急剧下降.即便是Texas Instruments公司针对地震勘探推出的32位专用集成芯片ADS1281/1282，其SNR也仅能在采样率为250 Hz时达到130 dB，实际有效精度仍仅为24位，且每片高达32美元.在表层调查或薄储层成像中，为提高地层分辨率，往往需要更充分的高频信息，以小折射和微VSP为例，通常要求采样率为4 kHz或更高，这对ΣΔ型集成芯片提出了极大挑战.由于传统仪器性能缺陷，直接使用会导致部分高频有效信息缺失，当前实际多波多分量地震勘探效果一直不佳.
为改善设备不足，研究人员提出了改进型前馈单环、负反馈闭环(Geerts et al., 2000；Xu et al., 2012)和双采样(Luo et al., 2013)等多种措施，通过提高仪器内部模数转换器中的调制模块频率或噪声抵消数字逻辑电路性能，使带宽缺陷有一定缓解.根据参考文献，“过采样率”越高，输出频率越低，噪声整形越明显，因此追求高分辨率必然导致带宽变窄，单纯通过提高过采样率对带宽性能改善非常有限.也有学者提出频域并行或时间交织模数转换结构(Xu and Duan, 2014)，但前者受模拟滤波器影响较大，参数不易控制(Black and Hodges, 1980；Kurosawa et al., 2001)，后者器件失配又会导致转换精度降低(陈祖斌等，2006).滕云田等(2016)利用多通道分级采集方法，实现了动态范围达157 dB的天然地震观测设备，但采样率仅为50 Hz，仍很难满足宽频地震勘探需求.
宽频数据采集是多波地震勘探的基础，直接影响“多种波场相互验证与补充”的实现.本文给出一种利用积分器、高频ADC、DAC和抽取滤波器构成的低成本宽频数据采集方案，通过二次整形和抽取滤波，实现精度和带宽性能的整体提升.
2 宽频数据采集设计与关键技术实现如图 1所示为一种宽频数据采集示意图，图中积分器、ADC、DAC组成多位“调制器”，同抽取滤波器共同构成信号采集通路.与单芯片数据采集不同，本方法利用高阶积分电路和反馈DAC构造环路滤波器，通过环路滤波，对原高频ADC(ΣΔ或其它)输出数据二次整形，使量化噪声进一步减小，配合后级抽取滤波器，可实现更好的噪声抑制(尚文明，2013；程成，2014).
|
图 1 高精度多波宽频数据采集示意图 Fig. 1 Schematic diagram of high-resolution multi-wave broadband seismic data acquisition |
量化噪声平均分布在整个采样区间，通过调制器过采样，有效频带内的量化噪声快速衰减，其信噪比和动态范围分别为
|
(1) |
|
(2) |
其中N为量化位数，fs为调制器工作频率，F为有效信号最高频率，L为积分阶数，过采样率M=fs/2F.过采样率越高，噪声整形越明显，积分阶数、量化位数越高，带宽特性越好，但由于调制器具有负反馈回路，阶数越高，稳定性越差，过采样率越高，功耗越大，抽取滤波器相位延迟越难控制，下面对各主要模块关键技术进行分析.
2.1 调制器调制器是影响噪声整形的关键部件，如图 2所示为多位调制器模型.输入信号x(t)经4阶前馈积分器和高频ADC，量化噪声e(t)被加入，延迟一个采样周期后，经DAC反馈到输入信号.
|
图 2 四阶前馈18位调制器模型 Fig. 2 Model of four-order feedforward 18-bit modulator |
与多级MASH和高阶单环反馈结构不同，本调制器在单环反馈积分器前增加前馈通路，并取消输出至第二、三、四级积分器的反馈回路，构成四阶完全前馈单环调制器.受前馈通路影响，输入信号x(t)直接进入高频ADC，与前两种结构相比少了一个时间延迟，提高了对输入信号的拾取能力(徐灿，2014；范文杰，2015)，并减小相位失真，经反馈回路后，与输出信号y(t)相减，仅剩余量化噪声e(t)通过积分器，量化电平ΔV=Vref/218，其中Vref为参考电压.由于量化噪声最大幅度仅为量化电平一半，积分器输出摆幅非常小，且不受输入信号影响，因此动态范围具有很大提升.量化噪声e(t)传递函数为
|
(3) |
从传递函数可知，输入信号x(t)通过全通滤波器，量化噪声e(t)通过高通滤波器，在有效信号频带内，输入信号被保留，量化噪声被调制到高频段.由于噪声传递函数具有“高通”特性，可以通过构造高通滤波器来实现该模型.考虑阻带衰减和过渡带宽，本系统采用四阶巴特沃斯滤波器.为保证积分器不出现饱和，并避免电容比例过大，利用系数ai(i =1、2、3、4)对积分器增益进行缩放.通过多次仿真，最终确定各系数分别为：a1=0.2，a2=0.4，a3=a4=0.1，C1=C2=C3=1，C4=2，系统稳定且能保持最优的噪声整形性能.
2.2 抽取滤波器通过环路滤波，量化噪声被调制到高频段，但噪声总功率仍保持不变，直接输出并不能提高信噪比，必须对频带外量化噪声滤除，降低输出频率，才能实现精度提高(杨明名等，2014；辛维等，2015).针对地震勘探的实际应用需求，抽取滤波器主要指标如表 1所示.
|
表 1 抽取滤波器主要参数 Table 1 The main parameters of decimation filter |
单一滤波器很难同时实现大倍数抽取和高阻带衰减，通常采用多级级联结构.如图 3所示为一种抽取滤波器级联模型.高频数据流先经过一个积分梳状滤波器(Cascade Integrator Comb Filter，CIC)，实现8倍抽取，产生64 kHz数据流，后经4级或5级半带滤波器，分别产生4 kHz和2 kHz低频数据流，最后分别通过FIR精细滤波器输出.
|
图 3 数字抽取滤波器结构 Fig. 3 Schematic diagram of the digital decimation filter |
为降低后级滤波器工作频率，首级滤波器重点考虑抽取功能.对于L阶调制器，为产生足够大的量化噪声衰减，CIC级联数应不低于L+1，鉴于调制器为4阶，CIC级联级数设置为5.由于CIC滤波器通带具有衰减特征，误差容限随阶数呈指数增长，过高的阶数(抽取率)会导致通带特性变差，本系统采用8阶.对于512 kHz的工作频率，有效地震信号(主要集中在0~800 Hz)通带衰减仅为0.009 dB，满足误差容限.如图 4所示为8阶5级级联积分梳状滤波器的FPGA(Field Programmable Gate Array)实现结构，其由工作在高频区域的积分器和工作在低频区域的差分器组成，中间为抽取器，抽取率为8.
|
图 4 5级级联CIC滤波器结构示意图 Fig. 4 Schematic diagram of level 5 cascade CIC filter |
抽取器置于积分器和差分器之间，不但可以减少延迟单元数目，进而降低逻辑资源消耗，而且还能大大降低差分器工作频率.设输入信号m1归一化为1，建立仿真模型，第5级积分器输出信号m6具有最大值，为7.3948×1017 < 260，而输出端信号m11值为17536 < 215，为避免出现数据溢出，将中间运算字长扩展60位，输出数据字长扩展15位.由此可见通过抽取滤波，输出位宽将增大到33位，分辨率将有很大改进.
2.2.2 半带滤波器CIC滤波器产生的64 kHz数据流，直接进行精细滤波则需要通带非常窄、过渡带非常陡的高阶FIR滤波器，这样的高阶滤波器会引起较大的相位延迟，因此，进行精细滤波之前，采用半带滤波器对信号进一步抽取.半带滤波器主要完成过渡带控制和阻带衰减，其通带特性比较平坦，滤波器系数有一半为零，在利用乘积相加实现时，所需存储滤波器系数的寄存器数量减半.由于前级CIC滤波器输出速率为64 kHz，至少需要4级半带滤波器级联.如表 2所示为各级半带滤波器参数，其中第5级为2 kHz采样率输出专用，图 5为各级半带滤波器频率响应图.
|
|
表 2 各级半带滤波器参数 Table 2 The main parameters of half-band filter |
|
图 5 半带滤波器频率响应示意图 Fig. 5 Diagram of half-band filter frequency response |
图中K表示级数，可见越靠后的半带滤波器，过渡带越短，阶数越高.
2.2.3 FIR滤波器FIR滤波器可以设计为任意幅频特性，具有严格的线性相位，作为该系统最后一级，用于精细滤波.考虑地震信号主要能量集中在0~800 Hz频带内，FIR滤波器1通带截止频率设置为800 Hz，阻带截止频率为1200 Hz，通阻带纹波为0.001，FIR滤波器2通带截止频率设置为500 Hz，阻带截止频率为800 Hz，通阻带纹波为0.001.如图 6所示为采用凯塞窗设计的FIR低通滤波器频率响应.
|
图 6 凯瑟窗低通滤波器频率响应 Fig. 6 Diagram of Kaiser window low-pass filter frequency response |
如图 6所示，低通滤波器1的3 dB带宽约为953 Hz，阶数为37，滤波器2的3 dB带宽约为616 Hz，阶数为25，由于采用线性相位输出，滤波器1的相位延迟为4.6 ms，滤波器2的相位延迟为6.25 ms.
3 硬件设计与性能指标测试为测试方案性能指标，设计宽频数据采集站BMWS-01，电路结构如图 7.整个系统以FPGA和ARM控制器为核心，FPGA主要完成ADC、DAC时序控制以及抽取滤波，ARM控制器完成数据存储和网络通信.其中FPGA将ADC输出数据抽取滤波后，通过SPI发送给ARM控制器，按标准格式存储.ARM系统为飞思卡尔i.MX6Q四核Cotex A9平台，40 nm工艺，最高运行主频1.2 GHz，内存2 G，嵌入多媒体存储卡(Embedded Multi Media Card，eMMC)容量为8 G，外扩256 G TF卡，集成千兆以太网、WiFi、USB等通信接口；FPGA选择EP2C8Q208C8N，配置芯片为EPCS4SI8N，运行主频50 MHz；高频模数转换器选择为ADS8382，数模转换器为DAC9881.为实现数据实时输出，ARM系统加载嵌入式Linux 3.01操作系统，运行FTP采集服务器.系统集成GPS授时系统，用于校准RTC时钟，使其可以应用在无缆存储式地震采集中.模拟信号调理电路为三路，可同时外接三个单分量检波器或一个三分量检波器.
|
图 7 多波宽频地震数据采集站结构框图 Fig. 7 Diagram of multi-wave broadband seismic data acquisition station |
在FPGA控制下，由ADC输出的高频数据流，经延迟处理送入数模转换器1，后经反馈至积分器，再次送入高速ADC.为实现系统在线自检，由FPGA产生正弦信号数字序列，通过数模转换器2和低通滤波器后，生成30 Hz正弦波，经阻抗匹配电路和多路选择器，交由模数转换模块处理.为全面测试系统性能，利用外部标准信号发生器，产生不同频率、幅值的正弦波信号，通过检波器接口送入采集站，采集后按照标准格式存储在FTP服务器中，远程终端(PC)通过以太网接口访问采集站，并进行数据处理.
3.1 基本功能测试利用外部高精度信号发生器产生频率为100 Hz、振幅为1 V的正弦差分信号，从检波器接口输入采集站，设置采样率为2 kHz和4 kHz，分别测试其采集数据波形和功率谱密度.其中2 kHz采样率测试结果见图 8，4 kHz采样率测试结果见图 9.
|
图 8 功能测试1(采样率2 kHz) (a)时域波形; (b)功率谱密度. Fig. 8 Function test No 1 (f=2 kHz) (a) Time-domain waveform; (b) Power spectral density. |
|
图 9 功能测试2(采样率4 kHz) (a)时域波形; (b)功率谱密度. Fig. 9 Function test No 2 (f=4 kHz) (a) Time-domain waveform; (b) Power spectral density. |
从输出波形和功率谱密度图可知，对于低于100 Hz的中低频信号，其谐波失真(Total Harmonic Distortion)均低于-135 dB，甚至在2 kHz采样率时为-145 dB，这已达或超过当前同类型集成模数转换芯片ADS1282在1kHz采样率时的水平，可见通过二次整形，可以实现更有效的噪声抑制.
3.2 等效噪声等效噪声影响系统分辨最小信号的能力，测试方法为将各通道检波器输入接口短路，分别采集2000点数据，计算功率谱密度.如图 10为等效噪声测试波形，其中(a)采样率为2 kHz，(b)采样率为4 kHz，其对应的频谱如图 11所示.
|
图 10 等效噪声测试波形 (a) f=2 kHz; (b) f=4 kHz. Fig. 10 Noise test waveforms |
|
图 11 等效噪声功率谱密度 (a)f=2 kHz, (b) f=4 kHz. Fig. 11 Noise test output spectrum |
根据等效噪声计算公式，当采样率为2 kHz时，其等效噪声约0.45 μV，当采样率为4 kHz时，等效噪声约0.85 μV.
3.3 动态范围与分辨率对各通道分别输入频率为100 Hz，振幅依次增大的标准正弦信号，测试其各通道失真度.经测试，当输入信号振幅小于4.8 V时，其失真度小于-102 dB，当振幅超过4.8 V时，其输出信号质量快速变差，出现限幅失真，可以认为4.8 V为仪器最大不失真输入信号值Vmax.根据动态范围和有效位数计算公式：
|
(4) |
|
(5) |
其中Vn为等效噪声，可得模数转换信噪比SNR指标为：
|
(6) |
经计算，各通道4 kHz采样率时，有效位数约为23.5位(含符号位)，动态范围为135.2 dB，SNR为137.0；各通道2 kHz采样率时有效位数约为24.4位，动态范围为140.7 dB，SNR为142.5.
3.4 线性度测试利用直流信号发生器，按线性增大趋势产生多组直流信号，分别输入采集站，采集2000点数据，计算平均值，其测试输出数据和误差曲线如图 12所示.
|
图 12 线性度测试 (a)输出数据; (b)误差曲线. Fig. 12 Linearity test (a) Output; (b) Error. |
从线性度误差曲线可以看出，测量直流信号误差分布在正负2 mV之间，考虑直流信号发生器误差为1 mV，实际非线性度误差小于1 mV.
3.5 讨论通过前面各项指标测试和与同类集成芯片方案指标对比可知，通过构造环路滤波器，可将低精度模数转换器的输出噪声再次推向高频，配合多级抽取滤波器，可实现更高精度的模数转换和更宽的频带特征.尽管如此，这种以设计复杂度换取性能指标提高的方法仍然存在一些缺陷.首先模数转换部分采用非常复杂的积分电路和环路滤波器，相比单一集成芯片，功耗成倍增加，单通道模数转换部分功耗约150 mW，采集站整体功耗为1.2 W，功耗上仍然具有优化空间.其次是FIR滤波器相位延迟，考虑地震采集对“高保真”的要求，本设计滤波器统一采用线性相位输出，其相位延时与频率无关，虽无相位失真，但滤波器群延迟较大，其在2 kHz输出频率时为6.25 ms，4 kHz输出频率时为4.6 ms.另外，在实际电路设计过程中，参考电源纹波、电源噪声、以及调制器工作时钟抖动等都可能引入不同程度的系统噪声，因此在各元器件选择上需尽量选择精密电阻、电容、低噪声运放和高线性度ADC、DAC，并注意旁路电容和电源滤波器的应用，这增加了电路设计难度.从成本上说，采用ADS1281/1282专用高精度集成芯片解决方案，仅三分量采集站模数转换这一模块，至少需要3组芯片，包括参考电源、振荡器在内的所有硬件，总计成本约200美元，而本设计所采用电路虽然较为复杂，但都属于常规芯片，包括FPGA系统在内，总计成本约120美元，还是具有极大的市场推广价值.经第三方机构检测，最终实现的多波宽频采集站部分参数与同类仪器对比如表 3.
|
|
表 3 主要参数对比 Table 3 Comparison of main parameters |
如图 13为西南某油气田勘探工地实测数据，其中左图(a)为Sercel 428XL系列设备的采集数据，检波器(采集站)采用DSU3，集成三分量MEMS传感器，响应频带为0~800 Hz，检波器动态范围为120 dB.右图(b)为本采集站BMWS-01系统采集数据，检波器由三组正交MEMS传感器SF1600S组合而成，响应频带为0~1500 Hz，动态范围为117 dB(0~100 Hz).从原始记录数据可以看出，相比传统设备，本系统反射波同相轴更加清晰，且能分辨更多的薄层反射信息.图 14为不同设备采集数据的频谱分布，其中蓝色为常规设备采集数据频谱分布，红色为本系统频谱分布.
|
图 13 野外数据对比 (a) 428XL; (b) BMWS-01. Fig. 13 Comparison of original records |
|
图 14 频谱对比 Fig. 14 Comparison of spectrum |
从频谱对比图可以看出，本系统采集数据频带更宽，5~25 Hz的低频信息更丰富，100 Hz以上的高频段由于地层吸收，有效能量逐渐下降，但相对常规设备断崖式下降仍具有很大改善.
5 结论针对多波多分量地震勘探对宽频数据采集的应用需求，提出一种低成本宽频数据采集实现方法.首先利用积分器、高频ADC、DAC构造多位调制器(环路滤波器)，通过对高频ADC输出数据进行二次整形，将大量量化噪声调制到高频；其次配合由积分梳状滤波器、4级或5级半带滤波器和FIR精细滤波器级联组成的抽取滤波器，对原高频低精度数据流进行降频、字长扩展、滤波等处理，分别产生4 kHz和2 kHz数据流.通过精细电路结构设计，实现仪器分辨率和带宽性能整体提升，其设计的宽频多波地震采集站样机，经第三方机构检测表明，当采样率为2 kHz时，其有效分辨率可达24位，动态范围超过140 dB，SNR达142 dB，即使采样率提高到4 kHz，其有效分辨率仍可达23位，动态范围可达到135 dB，大部分参数指标已达到或超过国外同类产品，野外实测数据也证明了这一点，相对常规设备，本设备具有更宽的频带特性，更高的分辨率，更强的噪声控制能力，非常适合多波多分量宽频地震数据采集.
致谢感谢审稿专家的指导和帮助，感谢中国测试技术研究院和川庆物探公司的相关工作人员在仪器检测和野外实验中的指导和帮助.
Black W C, Hodges D A.
1980. Time interleaved converter arrays. IEEE Journal of Solid-State Circuits, 15(6): 1022-1029.
DOI:10.1109/JSSC.1980.1051512 |
|
Cheng C. 2014. Research and design of decimation filter in 16-bit sigma-delta ADC[Master's thesis] (in Chinese). Beijing: Beijing Jiaotong University.
|
|
Cheng Z B, Teng J W, Lin J, et al.
2006. Design of BSR-2 broad band seismic recorder. Chinese J. Geophys., 49(5): 1475-1481.
DOI:10.3321/j.issn:0001-5733.2006.05.027 |
|
Fan W J. 2015. Design of fourth order feedforward low power sigma-delta modulator[Master's thesis] (in Chinese). Harbin. Harbin Institute of Technology.
|
|
Gao S H, Xue B, Li J, et al.
2016. High-resolution data acquisition technique in broadband seismic observation systems. Science China Technological Sciences, 59(6): 961-972.
DOI:10.1007/s11431-016-6057-7 |
|
Geerts Y, Steyaert M S J, Sansen W.
2000. A high-performance multibit Delta Sigma CMOS ADC. IEEE Journal of Solid-State Circuits, 35(12): 1829-1840.
DOI:10.1109/4.890296 |
|
Kurosawa N, Kobayashi H, Maruyama K, et al.
2001. Explicit analysis of channel mismatch effects in time-interleaved ADC systems. IEEE Transactions on Circuits and Systems I: Fundamental Theory and Applications, 48(3): 261-271.
DOI:10.1109/81.915383 |
|
Li Q Z.
1997. Some mistaken concepts in high-resolution seismic exploration and the corresponding counter measures. Oil Geophysical Prospecting, 32(6): 751-783.
|
|
Luo H, Han Y, Cheung R C C, et al.
2013. A 0.8-V 230-μW 98-dB DR inverter-based modulator for audio applications. IEEE Journal of Solid-State Circuits, 48(10): 2430-2441.
DOI:10.1109/JSSC.2013.2275659 |
|
Ma Y S, Zhang J N, Zhao P R, et al.
2016. Requirement analysis and research direction for the geophysical prospecting technology of SINOPEC. Geophysical Prospecting for Petroleum, 55(1): 1-9.
|
|
Shang W M. 2013. The design and optimization of digital decimation filter for Sigma-Delta ADC [Master's thesis] (in Chinese). Chengdu: University of Electronic Science and Technology of China.
|
|
Sun L D, Sa L M, Dong S T.
2013. New challenges for the future hydrocarbon in China and geophysical technology strategy. Oil Geophysical Prospecting, 48(2): 317-324.
|
|
Teng Y T, Hu X X, Wang X Z, et al.
2016. Extending dynamic range of the seismic data acquisition system by using multi-channel ADC. Chinese J. Geophys., 59(4): 1435-1445.
DOI:10.6038/cjg20160424 |
|
Wang C F, Yang X Y, Song C, et al.
2010. The principal shock waves of the 2008 Wenchuan 8.0 Earthquake recorded by two types of acquisition device. Earthquake Research in Sichuan(3): 19-22.
|
|
Xin W, Ma S, Yang C C.
2015. High-precision 24-bit FIR decimation filter optimum design for MEMS geophone. Progress in Geophysics, 30(3): 1195-1198.
DOI:10.6038/pg20150326 |
|
Xu C. 2014. A four-order full feedforward sigma-delta ADC[Master's thesis] (in Chinese). Chengdu: University of Electronic Science and Technology of China.
|
|
Xu L, Liu F, Yang H G. 2012. A 90-μW 16 bit 20 kHz-BW feedforward double-sampled sigma-delta modulator in 0.18 μm CMOS. IEEE 11th International Conference on Solid-State and Integrated Circuit Technology (ICSICT). Xi'an, China: IEEE, 1-3.
http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=6466706 |
|
Xu Q, Duan Z M.
2014. A signal reconstruction method for time-interleaved ADC converters. Journal of Information & Computation Science, 11(1): 123-132.
|
|
Yang M M, Xin W, Li H Q, et al.
2014. A high-performance design of SINC decimation filter for MEMS geophones. Progress in Geophysics, 29(5): 2430-2436.
DOI:10.6038/pg20140566 |
|
Yao Y.
2005. The history and outlook of multi-wave seismic survey. Progress in Exploration Geophysics, 28(3): 169-173.
|
|
Zhang X B, Liu X B, Zhao X H, et al.
2014. Application of resolution improvement in seismic data processing technology to the Longwangmiao Fm gas reservoir exploration in Leshan-Longnüsi Paleouplift, Sichuan Basin. Natural Gas Industry, 34(3): 74-79.
|
|
程成. 2014. 一种16位Sigma-Delta ADC中抽取滤波器的研究与设计[硕士论文]. 北京: 北京交通大学.
http://cdmd.cnki.com.cn/Article/CDMD-10004-1014178074.htm |
|
陈祖斌, 滕吉文, 林君, 等.
2006. BSR-2宽频带地震记录仪的研制. 地球物理学报, 49(5): 1475–1481.
DOI:10.3321/j.issn:0001-5733.2006.05.027 |
|
范文杰. 2015. 四阶前馈低功耗Sigma-Delta调制器设计[硕士论文]. 哈尔滨: 哈尔滨工业大学.
http://cdmd.cnki.com.cn/Article/CDMD-10213-1015981427.htm |
|
李庆忠.
1997. 地震高分辨率勘探中的误区与对策. 石油地球物理勘探, 32(6): 751–783.
|
|
马永生, 张建宁, 赵培荣, 等.
2016. 物探技术需求分析及攻关方向思考——以中国石化油气勘探为例. 石油物探, 55(1): 1–9.
|
|
尚文明. 2013. Sigma-Delta ADC数字抽取滤波器的设计与优化[硕士论文]. 成都: 电子科技大学.
http://cdmd.cnki.com.cn/Article/CDMD-10614-1013332190.htm |
|
孙龙德, 撒利明, 董世泰.
2013. 中国未来油气新领域与物探技术对策. 石油地球物理勘探, 48(2): 317–324.
|
|
滕云田, 胡星星, 王喜珍, 等.
2016. 用多通道AD分级采集扩展地震数据采集器的动态范围. 地球物理学报, 59(4): 1435–1445.
DOI:10.6038/cjg20160424 |
|
王翠芳, 杨晓源, 宋澄, 等.
2010. 两种采集器记录的汶川8.0级主震波形. 四川地震(3): 19–22.
|
|
辛维, 马赛, 杨长春.
2015. 适用于MEMS检波器的24位高精度FIR抽取滤波器优化设计. 地球物理学进展, 30(3): 1195–1198.
DOI:10.6038/pg20150326 |
|
徐灿. 2014. 四阶完全前馈结构Sigma-Delta ADC设计[硕士论文]. 成都: 电子科技大学.
http://cdmd.cnki.com.cn/Article/CDMD-10614-1015703767.htm |
|
杨明名, 辛维, 李洪奇, 等.
2014. 一种用于MEMS数字检波器的SINC抽取滤波器优化设计与FPGA高效实现. 地球物理学进展, 29(5): 2430–2436.
DOI:10.6038/pg20140566 |
|
姚姚.
2005. 多波地震勘探的发展历程和趋势展望. 勘探地球物理进展, 28(3): 169–173.
|
|
张晓斌, 刘晓兵, 赵晓红, 等.
2014. 地震资料提高分辨率处理技术在乐山—龙女寺古隆起龙王庙组勘探中的应用. 天然气工业, 34(3): 74–79.
|
|