CC BY
18
Вестник КРАУНЦ. Физ.-мат. науки. 2019. Т. 27. № 2. С. 74-94. ISSN 2079-6641
DOI: 10.26117/2079-6641-2019-27-2-74-94
УДК 512.24
СТАТИСТИЧЕСКИЙ АНАЛИЗ ГЕОФИЗИЧЕСКИХ СИГНАЛОВ С ИСПОЛЬЗОВАНИЕМ ПАРАЛЛЕЛЬНЫХ
ВЫЧИСЛЕНИЙ
И. И. Чекрыгин, А. А. Фараонов
Камчатский государственный университет имени Витуса Беринга, 683032, г. Петропавловск-Камчатский, ул. Пограничная, 4 E-mail: [email protected], [email protected]
Данная статья описывает проблему использования параллельных вычислений для корреляционного анализа больших объемов данных.
Ключевые слова: корреляция, геофизические сигналы, гидрофон,нормальность, нормализация, флюксметр, PyOpenCL, GPU
(с) Чекрыгин И. И, Фараонов А. А., 2019
MSC 65Y05
STATISTICAL ANALYSIS OF GEOPHYSICAL SIGNALS WITH THE USE OF PARALLEL
CALCULATIONS
1.1. Chekrygin, A. A. Faraonov
Vitus Bering Kamchatka State University, 683031, Petropavlovsk-Kamehatsky, Pograniehnaya st,, 4, Russia
E-mail: [email protected], [email protected]
This article describes the problem of using parallel computing for the correlation analysis of large amounts of data.
Key words: correlation, VKF, geophysical signals, hydrophone, normality, normalization, fluxmeter, PyOpenCL, GPU.
(c) Chekrygin I.I, Faraonov A.A., 2019
Введение
Различная деятельность человека предполагает работу с данными, такую работу, как: оперирование данными, изучение данных, обработка данных, анализ. Последнее, анализ данных, может понадобиться дня нахождения взаимосвязи между различными процессами. Дня анализа данных удобно использовать статистические методы, и один из таких методов, это корреляционный анализ. Корреляционный анализ позволяет обнаружить зависимость между несколькими случайными величинами. Размер этих величин может достигаться миллионы значений (а то и в десятки раз больше), тем самым увеличивается продолжительность расчета корреляционного анализа, и дня того чтобы ускорить этот процесс один из вариантов - использование параллельных вычислений па графическом процессоре - СРСРи. Цель работы - разработка систем дня статистического анализа геофизических сигналов с использованием параллельных вычислений.
Основные математические методы
Взаимно корреляционная функция (ВКФ, рис. 1) - это метод оценки степени корреляции двух последовательностей.
Рис. 1. Слева направо: свёртка, взаимная корреляция и автокорреляция
Корреляция - это статистическая взаимосвязь двух или более величин. При этом изменения значений одной или нескольких из этих величин сопутствуют систематическому изменению значений другой или других величин |1|, Для оценивания ВКФ акустических и электрических полой будет использоваться формула линейного коэффициента корреляции Пирсона:
ЬЩх,у) = , ^у) = , -Х)(у -У) (1)
^Е?=о(х,- - X)2 Е?=о(у.- - У)2 ^!?=о(х.- - X)2 Е?=о(у.- - У)2
Щ=0 (хг- - X) (уг- - у) -ковариация, Коварнацня - мера линейной зависимости двух случайных величин.
Таблица 1
Интерпретация значений коэффициента корреляции Пирсона.
Абсолютное значение (по модулю) Теснота (сила) корреляционной связи
Менее 0,3 Слабая
От 0,3 до 0,5 Умеренная
От 0,5 до 0,7 Заметная
От 0.7 до 0.9 Высокая
Более 0.9 Весьма высокая
Если значение критерия корреляции Пирсона оказалось больше «1» или меньше «-1» - в расчетах допущена ошибка.
Для того, чтобы выяснить отношение между двумя переменными, часто необходимо избавиться от влияния третьей переменной. Рассмотрим пример 3-х переменных х,у,г. Исключим влияние переменной г:
ХУ Гху - Гх1Гу1 ,
г- = (2)
г у/(1 - гх1)2( 1 - ту£)2 - частный коэффициент корреляции Для исключения большого числа переменных:
уак ' и ( ) и' ^
где Ы{] - главный минор матрицы коэффициентов корреляции переменных,
В работе также использованы: Критерий Спирмена; Критерий Шапиро-Уилка; Критерий Колмогорова-Смирнова; Нормализация минимаксным методом.
Выбор программы для анализа статистических данных
Были рассмотрены следующие стаистические пакеты:
• StatSoft Statistica;
Перечисленные выше приложения имеют такие минусы, как:
•
Вследствие этого было принято решение разработать собственное программное обеспечение, которое бы соответствовало таким требованиям: •
Парралельные вычисления
Теоретическая производительность CPU значительно превосходит CPU, Ниже представлен график роста производительности CPU и CPU,
Рис. 2. График роста производительности CPU и GPU
Чтобы понять, какие преимущества приносит перепое расчётов па видеочипы, приведём усреднённые цифры, полученные исследователями но всему миру. При переносе вычислений па GPU, во многих задачах достигается ускорение в 5-30 раз, но сравнению с универсальными процессорами. Самые большие цифры достигаются па коде, который не очень хорошо подходит дня расчётов при помощи блоков SSE, по вполне удобен дня GPU |2|, Это лишь некоторые примеры ускорений синтетического кода па CPU против SSE-векторизоваппого кода па CPU (рис, 3),
Рис. 3. Прирост скорости при использовании GPGPU
Перечислим основные приложения, в которых сейчас применяются вычисления па GPU:
1) Анализ и обработка изображений и сигналов,
2) Симуляция физики,
3) Вычислительная математика,
4) Вычислительная биология.
5) Финансовые расчёты,
В данной работе была использована технология openCL, OpenGL (Open Computing Language - открытый язык вычислений) - фреймворк дня написания компьютерных программ, связанных с параллельными вычислениями на различных графических и центральных процессорах, а также FPGA, В OpenCL входят язык программирования, который основан на стандарте языка программирования Си С99, и интерфейс программирования приложений. OpenCL обеспечивает параллелизм на уровне инструкций и на уровне данных и является осуществлением техники GPGPU, OpenCL является полностью открытым стандартом, его использование не облагается лицензионными отчислениями. Платформа OpenCL позволяет приложениям использовать хост и одно или несколько OpenCL-уетройетв как одну гетерогенную параллельную компьютерную систему. Платформа состоит из:
1) OpenCL Platform Layer: позволяет хосту обнаруживать OpenCL-уетройетва,
2) OpenGL Runtime: позволяет программе на хосте управлять контекстами,
3) Компилятор OpenGL: создает исполняемые файлы, содержащие kernel. На рис, 4 показана модель OpenGL,
Рис. 4. Модель OpenCL
Процесс написания программы на OpenCL
Процесс написания программы на OpenGL:
1) Создаем контекст дня исполнения пашей программы па устройстве,
2) Выбираем необходимое устройство (можно сразу выбрать устройство с наибольшим количеством Flops),
3) Процесс написания программы на OpenGL,
4) Создаем очередь команд па основе ID устройства и контекста,
5) Создаем программу па основе исходных кодов и контекста, либо па основе бинарных файлов и контекста,
6) Собираем программу (build),
7) Создаем kernel,
8) Создаем объекты памяти дня входных и выходных данных,
9) Ставим в очередь команду записи данных из области памяти с данными на хосте в память устройства,
10) Ставим в очередь команду исполнения созданного нами kernel,
11) Ставим в очередь команду считывания данных из устройства,
12) Ждем завершения операций,
Проектирование и разработка программного обеспечения
При разработки модуля для нахождения взаимно корреляционной функции дня работы с OpenGL было принято решение использовать язык программирования Python и библиотеку PyOpenCL, дня легкой интеграции в веб-нри.ножение на Django,
При разработке системы статистического анализа геофизических сигналов было решено использовать:
1) Python3.
2) PyOpenCL.
3) Xnmpy,
4) Mal plot lib.
5) Scipy.
6) PyQT5.
Ниже нредстав.ненны архитектурные особенности обоих систем.
Система оценки корреляционных связей акустических и электромагнитных сигналов
Так как данная система использует технологию WEB, то она разбита на три части (рис. 5).
Рис. 5. Взаимно независимые части \уеЬ-приложения
Взаимодействие с веб-приложением с помощью браузера заключается в таких действиях:
• Выбор данных, отправка запроса на получения количества элементов каждого файла;
.нов; нахождение минимальной длины из двух значений; установка ограничения па элемент указания диапазона первого массива;
Браузер
выбор данных
1
указание диапазона первого массива
1
Указание шага
1
Нажатие кнопки "выполнить"
1
Отрисовка графика
Рис. 6. Последовательность действий пользователя взаимодействия с веб-приложением
• Получение данных от сервера, расчет ВКФ, Отрисовка графика. Последовательность действий пользователя в браузере показана на рис. 6.
Действия лусЬ-сервера при определенных действиях пользователя:
выполнения метода расчета ВКФ; Функции сервера показаны на рис. 7.
Сервер
Получение длины значений файлов
Расчет ВКФ
Рис. 7. Основные функции \veb-cepBepa 81
Рис. 8. Взаимодействие браузера, web-сервера и базы данных
Взаимодействие браузера, Wcb-еервера и БД отображено па рис. 8. Были проведены тесты на скорость работы функции расчета ВКФ. Тесты проводили над:
• графическим процессором - Radeon Pro 555Х;;
•
Результаты тестирования предоставлены па рис. 9.
Обычный алгоритм - CPU
length_arrl: 500000e
length_arr2; 5080000 Timer: on
Timer: stop; time: 120.269 second"
Radeon Pro 555X
length_arrl; 5000000 length_arr2: 5ШШ Timer; on
Tijrer: stop; tine: 21.731 seconds
Intel UHD Graphics 630
length_arrl: 5000000
length_arr2: 5000000 Timer; on
Timer: stop; time: 37.057 seconds
Рис. 9. Результаты тестирования функции расчета ВКФ на скорость работы на графических и центральном процессоре
Система статистического анализа геофизических сигналов
Исходя из требований к ПО, сначала был спроектирован примерный вид программы (рис. 10).
Было решено поделить систему на два модуля:
• Модуль интерфейса (UI);
51э»Арр - □ X
! 5|асАпл1у51$ ; II -»- I; Блок статистич функций еских
! Ко1тодогоу I 5Ьар1го |; ОКНО ВЫВОДА
МесИап Огаж Р1015 ^ Графика
1* 1:-1= 1: ^ Выбор столбцов ДЛЙ дальнейшей обработки Вспомогательные функции \\
, | 1-оас1 Эма | [ N010131126 --- --- Начальной загрузка и - обработка Данных < С1мг\№п<1от| | Бз^бЯе и1к >
Рис. 10. Спроектированный интерфейс программы
игру -5 пвиложеиме 5- кете1.ру
1 » И -1 8МАла1узй [.оайОЛТА 01итп5 гетпдг N огта^« Оа1а
Виною ЗЙПАрр |—' Ц _ --1 Р1Г50П 1 ЬЧар(го ^■н Рага Ргосезз
Рис. 11. Структура программы
Рис. 12. Алгоритм работы программы с программой
Модуль ядра содержит все функции и методы, которые отвечают непосредственно за функционирование программы. Структура программы показана на рис, 11,
Алгоритм работы с разработанной программой показан на рис, 12, Дня корректной обработки файлов создано две функции:
Функция с^аРгоеезз (рис, 13);
Функция redнeeData (рис, 14),
Конец 'у
Рис. 13. Алгоритм dataProcess
Рис. 14. Алгоритм reduceData
После тестирования обоих систем, были проведены исследования, результаты которых показаны ниже.
Исследование данных при помощи системы оценки корреляционных связей акустических и электромагнитных сигналов
ФГБУН Институтом космофизических исследований и распространения радиоволн ДВО РАН были предоставлены данные:
• Акустической эмиссии - излучения упругих волн, возникающее в процессе перестройки внутренний структуры сред при пластических деформациях. Дня регистрации сигналов используются широкополосные ньезокерамические гидрофоны, установленные в естественных и искусственных водоемах. Применение приемников такого тина позволяет, но сравнению со стандартными геологами, расширить частотный диапазон регистрации до 0,1 Гц - 11 кГц, Сбор информации производится в цифровом виде в стандартном формате звуковых данных тина wave |3|;
•
в грунте регистрировались с помощью двух ортогональных измерительных линий длиной 10 м, ориентированных вдоль магнитного меридиана (С-Ю) и перпендикулярно к нему (В-3)|3|, В качестве электродов использовались свинцовые пластины, закопанные па глубину 1 м, Межэлектродное сопротивление линии С-Ю было 10,5, а В-3 - 8,7 кОм, Разность потенциалов между электродами подавалась па вход предварительного усилителя с входным сопротивлением 1 Ном, Диапазон регистрируемых частот но уровню 0,7 был 0,1 Гц - 11 кГц|4|;
•
Найдем Автокорреляцию одного из файла с данными. Возьмем файл с данными электромагнитного излучения атмосферы в ОНЧ диапазонах. Проведем расчет АКФ
при параметрах: •
Результаты показаны на рис, 15,
Данные на сервере
Q 201911106-010<ЖМ) б 43204608 20190106-010000-0 4 43204608 201106-010000-0 0 43204608 20181004-150000-0 6 43204608 201S1004-150000-0 4 43204608 20 [ 81004-150000-0 0 43204608 201Й1 004-040000-4) б 43200512 201ЙI004-040000-0 4 43200512 20181004-040000-0 0 43200512 5R_0;22o«rau sR_1: 22Ю0С0О step: юооо
Completed
1 347 J>: V : 7.66е-3
0.8
0.6
0.4
0.2
0
0
Рис. 15. АКФ электромагнитного излучения атмосферы в ОНЧ диапазонах, параметры: |22000000; 22100000|, 10000
При наведении на точку с высоким коэффициентом корреляции, координаты должны указываться вверху графика, но в данном случае, из-за большого количества точек, равному 175338, координаты нужной точки не отображаются. Дня того, чтобы получить координаты увеличим масштаб графика, выделив необходимую область (рис, 15), Значение точки |0,1| означает, что при отклонении 0 секунд, значение корреляции равно 1, что свидетельствует о наличии абсолютной (функциональной) связи. Выше указанный результат означает, что приложение работает корректно.
Проведем расчет ВКФ между данными: электрического ноля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах за 04,10,2018, с параметрами:
• Диапазон первого массива: [22000000; 22010000];
•
Результаты показаны на рис, 16,
Данные на сервере
20190106-010000-0 6 43204308 20190106-010000-0 4 43204608
гш2ЩЦМ1ша-.о ажшъ
201К 8 004-150000-0 6 43204608 20181004-150000-0 4 43204608 201В1004-150000-0 0 43204(ЮН О 201Я! 004-040000-0 6 43200512 а 201К1004-040000-0 4 43200512 201В1004-040000-0 0 432005 12
220 00000 8^,1: 22010000 51ср: 10000
СйПЛр]|&№а
0.4 -159 791666Й666Й66&: V: -0.15
0.3 0.2 0.1 о -0.1 -0.2 -0,3
О
Рис. 16. ВКФ, между данными электрического поля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах за 04.10.2018, при параметрах: |22000000; 22010000100001
Результаты, которые показаны па рис. 16, говорят о слабой корреляции между двумя массивами данных. Дня поднятия точности увеличим длину диапазона первого массива с 10000 (текущее значение) до 100000. Результаты показаны на рис. 17.
Данные на сервере
20190106-0 i 0000-0 в 43204608 20190106-010000^0 4 43204608 20190106-010000-0 0 43204608 20181004- 3 50000-0 6 43204608 20181004-150000^0 4 43204608 20181004-150000-0 0 43204608 Q 20181004-040000-0 6 43200512 О 20181004-040000-0 4 43200512 20181004-040000-0 0 43200512 5RJ): 22000000 sR_l: 22100000 Step:10000
Compleled
О
Рис. 17. ВКФ, между «20181004-040000-0-4» и «20181004-040000-0-6»
Наивысшее значение корреляции, в сравнении с предыдущим расчетом ВКФ, упало с 0.34 до 0.25. Повысим точность, увеличив длину диапазона первого массива с 100000 до 1000000. Результаты расчета ВКФ при параметрах: 122000000: 22100000|, 1000000, показаны на рис. 18.
Данные на сервере
20190 [ 06-010000-0 6 43204608 20190106-010000-0 4 43204608 20190106-010000-0 0 43204608 20181004-150000-0 6 43204608 20181004-150000-0 4 43204608 20181004-150000-0 0 43204608 О 20181004-040000-0 6 43200512 а 20181004-040000-0 4 43200512 20181004-040000-0 0 43200512 8110: 22000000 23000000 8)ер:юооо
0
Рис. 18. ВКФ, данными электрического поля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах за 04.10.2018, при параметрах: [22000000; 22100000], 1000000
Наивысшее значение корреляции, расчета показанного выше, составляет 0,24, при этом исчезли шумы. Значение коэффициента корреляции - 0,24 - повторяется два раза при [—12.291;0.24] и [405;0.24], также можно наблюдать слабую корреляций на координатах [—339.375;0.21],[-96.25;0.23]. Перейдем к анализу данных других датчиков электрического ноля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах за 04.10.2018, Для начала проведем расчет с параметрами, аналогичными параметрам, которые были взяты выше: Результаты, показанные па рис.
Рис. 19. ВКФ, между данными электрического поля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах за 04,10,2018, при параметрах: [22000000; 22010000], 10000
Рис. 20. ВКФ, между данными электрического поля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах за 04,10,2018, при параметрах: [22000000; 22010000], 10000
19, указывают на корреляцию между данными при координатах |0; 0,411, Увеличим длину диапазона первого массива до 100000 (рис, 20),
Значение коэффициента корреляции при 0 секунд уменьшилось до 0,19, Найдем наивысший коэффициент корреляции при различных параметрах. Результаты предоставлены в таблице.
Таблица 2
Наивысший коэффициент корреляции при различных параметрах.
22009500 22010000 22010500 22012000 22015000
5000 0.38 0.41 0.4 0.39 0.37
Рассмотрим расчет ВКФ между файлами электрического ноля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах за 06,01,2019, при параметрах 122000000: 220100001, 10000, Результаты показаны па рис, 20, При увеличении масштаба графика, значение коэффициента корреляции равно 0,7 (рис, 21),
Данные на сервсрс
о 20190106-010000-0 6 43204608 О 20190106-010000-0 4 43204608 20190106-010000-0 о 20181004- 150000'О й 43204608 2013] 004-150000-0 4 4320460? 20 [ 81004-150000-0 0 20 [ К ] 004-040000-0 6 20 [ Я1004-040000-0 4 20181004-040000-0 0
22000000 ¡Л_1: 2201В000 &(ср: юооо
Сото!»!«)
¡ш 0.6 0.4' 0.2 О ■0.2
0
Рис. 21. ВКФ, между файлами электрического поля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах за 06,01,2019, при параметрах: |22000000; 22010000|, 10000
Данное значение означает, что данные из файлов имеют высокую силу (тесноту) корреляционной связи. На всем диапазоне графика также видно слабую силу корреляционной связи, менее 0,3,
Наивысший коэффициент корреляции, показанный на рисунке выше, имеет значение 0,76 при 0 сек. Результаты исследования, проведенного выше, между файлами
электрического поля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах, говорят о том, что между ними присутствует какая-либо корреляционная связь. Наивысший показатель корреляционной связи был установлен между файлами за 06,01,2019 с параметрами [22000000; 22100000], 10000, и равен 0,76, Самые низкие значения коэффициента корреляции (слабая корреляция) от 0,2 до 0,24, можно было наблюдать между файлами за 04,10,2018, при параметрах: [22000000; 22100000], 10000000.
После проведденного исследования можно говорить о том, что корреляция между предоставленными данными электрического поля в земле и акустической эмиссии отсутствует. Сравнение предоставленных данных говорит о том, что:
• между данными электрического поля в земле и акустической эмиссии корреляционная связь отсутствует;
•
акустической эмиссии корреляционная связь отсутствует; акустической эмиссии корреляционная связь отсутствует;
мосферы в ОНЧ диапазонах корреляционная связь в каком-либо виде присутствует и чаще всего данная связь имеет умеренную тесноту (силу) и выше.
Исследование на наличие корреляции между данными с гидрофона и флюксметров при помощи системы статистического анализа
В период с 27.06.2006 по 16.10.2006 года Институтом космофизических исследований и распространения радиоволн ДВО РАН проводились исследования акустической эмиссии пород, вертикальный градиент потенциала V' электрического поля в приземном воздухе, атмосферное давление, осадки и скорость ветра [6]. Для измерения данных показателей были использованы четыре гидрофона, которые были ориентированы по сторонам. Данные гидрофоны были установлены на дне озера Ми-кижа глубиной 4 метра. С выходов гидрофонов сигналы в диапазоне частот 0.1-10000 Гц усиливались, фильтровались по частотам 0.1-10, 10-50, 50-200, 200-700, 700-1500, 1500-6000, 6000-10000 Гц, подавались на амплитудные детекторы, накапливались за 4 с, оцифровывались
и регистрировались в компьютере. Данные, измеренные гидрофоном - это файлы с расширением «int», где строки 2,3,4,5,6,7,8 - это данные, отфильтрованные по частотам, описанным выше.
Для более детальных исследований, одновременно с замерами при помощи гидрофонов, было задействовано два электростатических флюксметра. Один был установлен вблизи озера Микижа на поверхности в 130 метрах от гидрофонов, второй на удалении 2.7 м от первого на высоте 1.3 м. Для совместного анализа данных использовался гидрофон восточного направления, ориентированный на флюксметр. Данные,
записанные первым флюксметром это столбцы 5 и 6 в файле типа «703», а столбцы 7,8 - это данные второго электростатического флюксметра [6].
После анализа всех возможных комбинаций данных, было выявлено, что у некоторых показаний есть корреляция. Рассмотрим самые примечательные ниже. Четвертый и шестой столбцы, за 22 августа (первый канал) показали корреляцию по
Пирсону в размере -0,2615914985830499, График и результаты показаны ниже (рис, 22).
Рис. 22.
и первого флюксметра за 22 августа 2006 года
Сводная таблица корреляций гидрофона(200-700 Гц) и первого флюксметра (6 столбец) показаны ниже.
Таблица 3
Сводная таблица корреляций гидрофона (200-700 Гц) и первого
флюксметра (6 столбец).
Капан 22 августа 23 августа 11 сентября
0 0 1 1 -0,13(Спирмен) -О.ОЗ(Пирсоп) -0.26(Пирсоп) -О.ЗЗ(Спирмен) 0.09(Спирмен) 0.05 (Пирсон) 0.086(Пирсоп) 0.04(Снирмен) 0.4(Снирмен) 0.12 (Пирсон) 0.18(Пирсоп) -0.02(Снирмен)
Аналогично составим таблицу дня данных с гидрофона (200-700 Гц) и второго флюксметра.
Таблица 4
Сводная таблица корреляций гидрофона(200-700 Гц) и второго
флюксметра (7 столбец).
Капан 22 августа 23 августа 11 сентября
0 -О.ОЗ(Снирмен) 0.07(Спирмен) 0.11(Снирмен)
0 -0.12 (Пирсон) 0.11 (Пирсон) 0.08(Пирсоп)
1 -0.26(Пирсоп) 0.08(Пирсоп) 0.18(Пирсоп)
1 -0.31(Снирмен) 0.05(Снирмен) -0.027(Спирмен)
Из табл. 3 и 4 видно, что показания между собой практически не отличаются. Это обусловлено тем, что разница между двумя флюксметрами только в высоте их расположения.
Рассмотрим данные первого канала гидрофона (700-1500 Гц) и первого флюке-метра (табл. 5-7),
Таблица 5
Сводная таблица корреляций гидрофона (700-1500 Гц) и первого
флюксметра (6 столбец).
Канал 22 августа 23 августа 11 сентября
0 -0,05(Пиреон) 0,07(Пиреон) -0,14(Пиреон)
0 -0,12(Спирмен) -О.ОЗ(Спирмен) -О.ОЗб(Спирмен)
1 -О.Зб(Пирсоп) 0,26(Пиреон) 0.18 (Пирсон)
1 -0,515(Спирмен) 0,22(Спирмен) О.ОЗЭ(Спирмен)
Кроме того, была замечена корреляция гидрофона (6000-10000 Гц) со вторым флюкс метром. Остальные представляющие интерес результаты показаны ниже.
Таблица 6
Сводная таблица корреляций гидрофона (6000 — 10000 Гц) и второго
флюксметра (7 столбец).
Канал 22 августа 23 августа 11 сентября
0 1 -О.Н(Спнрмен) -0,12(Спирмен) -0,45(Спирмен) -0,43(Спирмен) -О.ОЗ(Спирмен) О.ООб(Спирмен)
Таблица 7
Сводная таблица корреляций гидрофона (1500-6000 Гц) второго
флюксметра (7 столбец).
Канал 22 августа 23 августа 11 сентября
0 1 -0,17(Спирмен) -0,19(Спирмен) -0,27(Спирмен) -0,013(Спирмен) -О.ОЭ(Спирмен) 0,004(Спирмен)
Заключение
В ходе выполнения данной работы выполнены следующие задачи:
ры в ОНЧ диапазонах, электрического поля в земле и данными акустической эмиссии;
•
трического поля в земле и электромагнитного излучения атмосферы в ОНЧ диапазонах;
скпх сигналов с использованием технологии параллельных вычислений OpenCL;
электростатическими флюксметрами. Данные,
в которых выявлена связь можно в дальнейшем исследовать более детально в других программных продуктах.
Список литературы/References
[1] Кремер Н. Ш., Теория вероятностей и математическая статистика, Учебник для студентов вузов, обучающихся по экономическим специальностям, ЮНИТИ-ДАНА, 2010, 551 с. [Kremer N. Sh., Teoriya veroyatnostey i matematicheskaya statistika, Uchebnik diva studentov vuzov, obuchavushchikhsva po ekonomicheskim spetsial'nostvam, YUNITI-DÁNA, 2010, 551 pp.]
[2] Запрягаев С. А., Карпушин А. А, "Применение графического процессора в ресурсоемкий вычислениях на базе библиотеки OpenCL", Вестник ВГУ, 2 (2010), 7987. [Zapryagayev S. A., Karpushin A. A, "Primenenive graficheskogo protsessora v resursovemkiy vychisleniyakh na baze biblioteki OpenCL", Vestnik VGU, 2 (2010), 79-87].
[3] Муратов П. В., Руленко О. П., Марапулец Ю. В., Солодчук А. А., "Электрический и акустический отклик приповерхностных осадочных пород на прохождение сейсмических волн от землетрясений", Вестник КРАУНЦ. Физ.-мат. науки, 2018, №5(25), 52-63. [Muratov P. V., Rulenko О. P., Marapulets YU. V., Solodchuk A. A., "Elektricheskiy i akusticheskiv otklik pripoverkhnostnvkh osadochnvkh porod na prokhozhdenive sevsmicheskikh voln ot zemletrvaseniv", Vestnik KRAUNTS. Fiz.-mat. nauki, 2018, №5(25), 52-63].
[4] Марапулец Ю. В., Шевцов Б. M., Ларионов И. А., "Отклик геоакустической эмиссии на активизацию деформационных процессов при подготовке землетрясений", Тихоокеанская геология, 2012, №6, 59-67. [Marapulets YU. V., Shevtsov В. M., Larionov I. A., "Otklik geoakusticheskov emissii na aktivizatsivu deformatsionnvkh protsessov pri podgotovke zemletryaseniy", Tikhookeanskaya geologiya, 2012, №6, 59-67].
[5] Третьяк Л. H., Обра бот ка результатов наблюдений, Учебное пособие, ГОУ ОГУ, 2004, 171 с. [Tret'vak L. N., Obrabotka rezul'tatov nablyudeniy, Uchebnove posobive, GOU OGU, 2004, 171 pp.]
[6] Марапулец Ю. В., Руленко О. П., Мищенко М. А., Синхронные возмущения акустической эмиссии пород и электрического поля в приземном воздухе на пункте «Ми-кижа», № 06-1- П16-070, ДВО РАН. [Marapulets YU. V., Rulenko О. P., Mishchenko M. A., Sinkhronnyye vozmushcheniya akusticheskoy emissii porod i elektricheskogo polya v prizemnom vozdukhe na punkte «Mikizha», № 06-1- P16-070, DVO RAN].
Список литературы (ГОСТ)
[1] Кремер Н. Ш. Теория вероятностей и математическая статистика. Учебник для студентов вузов, обучающихся по экономическим специальностям: ЮНИТИ-ДАНА, 2010. 551 с.
[2] Запрягаев С. А., Карпушин А. А Применение графического процессора в ресурсоемкий вычислениях на базе библиотеки OpenCL // Вестник ВГУ. 2010. №2. С. 79-87.
[3] Муратов П. В., Руленко О. П., Марапулец Ю. В., Солодчук А. А. Электрический и акустический отклик приповерхностных осадочных пород на прохождение сейсмических волн от землетрясений // Вестник КРАУНЦ. Физ.-мат. науки. 2018. №5(25). С. 52-63.
[4] Марапулец Ю. В., Шевцов Б. \!.. Ларионов И. А. Отклик геоакустической эмиссии на активизацию деформационных процессов при подготовке землетрясений // Тихоокеанская геология. 2012. №6. С. 59-67.
[5] Третьяк Л. Н. Обработка результатов наблюдений. Учебное пособие: ГОУ ОГУ, 2004. 171 с.
[6] Марапулец Ю. В., Руленко О. П., Мищенко М. А. Синхронные возмущения акустической эмиссии пород и электрического поля в приземном воздухе на пункте «Микижа». Л*8 06-1-П16-070. ДВО РАН
Для цитирования: Чекрыгин И. И., Фараонов A.A. Статистический анализ геофизических сигналов с использованием параллельных вычислений // Вестник КРАУНЦ. Физ.-мат. науки. 2019. Т. 27. № 2. С. 74-94. DOI: 10.26117/2079-6641-2019-27-2-74-94
For citation: Chekrvgin 1.1., Faraonov A. A. Statistcal analysis of geophysical signals with the use of parallel calculations, Vestnik KRAUNC. Fiz.-mat. nauki. 2019, 27: 2, 74-94. DOI: 10.26117/2079-6641-2019-27-2-74-94
Поступила в редакцию / Original article submitted: 05.06.2019
