核磁共振测井弱信号检测方法研究

《核磁共振测井弱信号检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中科技大学硕士学位论文核磁共振测井弱信号检测方法研究姓名：豆成权申请学位级别：硕士专业：系统工程指导教师：周凯波20070208华中科技大学硕士学位论文摘要核磁共振纳伏级信号检测技术是核磁共振测井仪得以实现的关键技术之一，纳伏级信号获取算法又是核磁共振测井微弱信号检测的重要组成部分。本文从微弱信号获取算法理论与技术实现两个方面进行了深入地研究。本文首先简要介绍了核磁共振测井弱信号检测方法的研究背景、目的和意义，以及国内外研究的现状，并简单介绍了核磁共振测井的一些基本知识。然后，介绍了微弱信号检测方法的理论基础，重点阐述了多重自相关算法、数字相敏检波器(DPSD)算法和互功率谱

2、算法的基本原理。最后，基于LabWindows/CVI虚拟仪器开发平台，实现了上述三种微弱信号检测算法。同时构建了产生微弱信号的实验平台，并进行了多次实验。根据实验结果，从测量精度、时间复杂度等角度对比了三种算法实际应用的性能，并从原理上分析了三种算法产生误差的原因。本文认为DPSD算法比较适合于核磁共振测井仪弱信号检测。DPSD算法在测量信噪比低至-30～-60db的强噪声背景下的弱信号幅值时具有很高的精度。在频率从500k到1MHz的范围内，可测得信号电压幅值达纳伏级的微弱信号。满足了测量100纳伏左右电压幅值信号的设计要求。最后总结全文并做出展望。关键词：核磁共振测井，微

3、弱信号检测，LabWindows/CVII华中科技大学硕士学位论文AbstractNuclearMagneticResonance(NMR)nVvoltagesignalmeasuretechnologyisoneofthekeytechniquesintheNMRweaksignaldetectingsystem,whilethealgorithmsforthenVvoltagesignaldetectingisanimportantcomponentofthetechnology.Thisthesisgoesdeeplyintotheprinciplesandpractic

4、alimplementationofweaksignaldetectingalgorithms,whichissignificantinmeasuringtheNMRweaksignal,boththeoreticallyandpractically.Throughprecisecalculations,theprinciplesofsomeweaksignalmeasuringmethodsarededuced,includingmulti-layerautocorrelationalgorithm,digitalphasesensitivedetection(DPSD)al

5、gorithmandcrosspowerspectrumalgorithm,etc.Besides,thisthesisbrieflyintroducestheCprogramminglanguagebasedLabWindows/CVIvirtualinstrumentationprogramdevelopingplatform,andtheprogramdesigningforweaksignalmeasuringontheplatform.Inreferencetomeasureprecisionandtimecomplexity,acomparisonismadeamo

6、ngeachalgorithmoftheirperformancesinpracticalapplicationaccordingtomultipleexperimentsresults.Furthermore,thethesisanalyzesthecausesoferrorsineachalgorithm.AconclusionisdrawnthatDPSDalgorithmbestsatisfiestherequirementofNMRweaksignaldetection.Intheend,feasibilityanalysesaregivenaccordingtoth

7、eapplicationofcrossspectrumalgorithm.Inaddition,animprovedDPSDalgorithmisreferredwithautomaticallyadjustingfrequencyofreferencesignalinordertoachievehighermeasureprecision.Keywords:NMRwell-logging,Weaksignaldetection,LabWindows/CVIII独创性声明本人声明所呈交的学位