Direction of Arrival Estimation Using Deep Learning With Application to Seismic Acquisition. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF (Thesis) DOA Estimation Using Deep Learning with Application to Seismic Acquisition.pdf Restricted to Repository staff only until 14 June 2021. Download (4MB)

Arabic Abstract

تتطلع شركات النفط والغاز إلى استبدال الأنظمة السلكية المستخدمة في التحصيل السيزمي إلى أنظمة لاسلكية كخطوة واعدة لتقليل تكلفة الرحلة الإستكشافية للنفط ، وتخفيف وزن الأدوات المستخدمة في استكشاف النفط والغاز. يتطلب الاستكشاف السيزمي اللاسلكي نشر عدد كبير من المستشعرات التي تسمى بالجيوفونات اللاسلكية (WG) في أماكن الاستكشاف. كما يتطلب أن تكون المواقع الجغرافية للجيوفونات اللاسلكية معروفة حين تتم معالجة البيانات السيزمية. يساعد تقدير إتجاه وصول الإشارة (DOA) في تحديد أماكن الجيوفونات اللاسلكية و تجنب التداخل اللاسلكي للإشارات وتحسين مستوى الإشارة المستقبلة من خلال توجيه السلك الهوائي إلى المصدر. تتطلب خوارزميات تقدير DOA التقليدية تعقيدًا حسابيًا عالٍ جداً ، مما يجعلها غير فعالة في حالات الإستجابة المباشرة. في هذه الرسالة تم اقتراح شبكة عصبية عميقة (DNN) لتقدير DOA للإشارات المستقبلة من الجيوفونات اللاسلكية عند البوابات اللاسلكية (WGN) تحت ظروف قنوات اتصال مختلفة. كما تم استخدام زاوية الوصول المقدرة من الشبكة العصبية العميقة بالإضافة إلى إحداثيات البوابة اللاسلكية في التقدير المربّع الأصغر (LSE) لتقدير أماكن الجيوفونات اللاسلكية. نتائج المحاكاة أبدت تقديرودقة معقولة في تحديد أماكن الجيوفونات اللاسلكية. الكلمات المفتاحية— شبكة عصبية عميقة ، تقدير DOA، مقدر الموقع المربّع الأصغر ، بوابة لاسلكية ، جيوفون لاسلكي ، التحصيل السيزمي اللاسلكي

English Abstract

Oil and gas companies consider transforming conventional cable-based seismic acquisition to wireless as a promising step for cost and weight reduction in reservoir exploration. Wireless seismic exploration requires many wireless geophone (WG) sensors to be deployed in the field of acquisition. The geographical locations of the WG sensors must be known when processing the collected data. The application of direction of arrival (DOA) estimation helps in localizing WGs and improves received signal level through beam steering and interference avoidance. Conventional DOA algorithms require high computational complexity which renders them inefficient for real-time response. In this thesis, a deep neural network (DNN) is proposed for DOA estimation of WGs at a wireless gateway node (WGN) under different channel conditions. The estimated angles and corresponding coordinates of WGNs are used in least square estimation (LSE) to localize the WGs. The simulation results depict reasonable estimation and position accuracy. Keywords—Deep neural network, DOA estimation, least-square location estimator, wireless gateway node, wireless geophone, wireless seismic acquisition.

Item Type:	Thesis (Masters)
Subjects:	Electrical
Department:	College of Engineering and Physics > Electrical Engineering
Committee Advisor:	Muqaibel, Ali H.
Committee Members:	Al-Dharrab, Suhail I. and Mesbah, Wessam A.
Depositing User:	KABIRU ALIYU (g201705110)
Date Deposited:	17 Jun 2020 08:44
Last Modified:	17 Jun 2020 08:44
URI:	http://eprints.kfupm.edu.sa/id/eprint/141624