close

Вход

Забыли?

вход по аккаунту

?

Сжатие данных акустического каротажа..pdf

код для вставкиСкачать
В.В. Бочкарев, В.Н. Горбачев, Е.Ю. Зыков, Ю.С. Масленникова, О.Н. Шерстюков
Сжатие данных акустического каротажа
УДК: 004.627; 550.83
В.В. Бочкарев1, В.Н. Горбачев2, Е.Ю. Зыков1
Ю.С. Масленникова1, О.Н. Шерстюков1
1
Казанский (Приволжский) федеральный университет, Казань, oleg.sherstyukov@ksu.ru
2
ООО «ТНГ-Групп», Бугульма, tg-gti@tngf.tatneft.ru
СЖАТИЕ ДАННЫХ АКУСТИЧЕСКОГО КАРОТАЖА
В статье представлены алгоритмы сжатия с потерями и без потерь акустических данных на примере файлов,
содержащих результаты исследования методом волнового акустического каротажа. В основе алгоритма сжатия
без потерь лежит совместное применение фильтров линейного предсказания и частотного сжатия с использованием оптимальных кодов Хаффмана. Алгоритм сжатия с потерями основан на применении дискретного вейвлетпреобразования.
Ключевые слова: сжатие аудио данных, вейвлет-преобразование, линейное прогнозирование.
Введение
Все алгоритмы сжатия данных можно разделить на
две группы: сжатие с потерями и без потерь. Сжатие без
потерь означает, что восстановленные данные будут абсолютно идентичны исходным данным. Применительно
к сжатию акустических данных за основу может быть
положен тот факт, что отсчеты в таких рядах, как правило, являются статистически связанными (Ватолин и др.,
2003). Таким образом, подобные алгоритмы сжатия могут быть использованы для передачи результатов акустических исследований по каротажному кабелю и реализованы простейшими вычислительными средствами.
Также существует большой класс данных, для которых
сжатие с некоторыми потерями не является критичным.
Любые сигналы, зарегистрированные в ходе реальных
измерений, в том числе и данные волнового акустического каротажа (ВАК), всегда будут содержать шум. Поэтому любые преобразования над сигналом, которые каклибо влияют на его шумовую составляющую, не приводят к потере полезной информации. Алгоритмы сжатия,
использующие этот закон математической статистики,
называются алгоритмами сжатия с потерями. Особенностью сигналов ВАК является наличие в сигнале не-
скольких интенсивных квазигармонических составляющих. Использование дискретного вейвлет-преобразования с учётом всех подобных особенностей позволит добиться существенного увеличения степени сжатия при
сравнительно небольших потерях в энергии полезного
сигнала (Mallat, 1999).
Алгоритм сжатия данных ВАК (без потерь)
Предлагаемый алгоритм сжатия без потерь основан на
совместном применении фильтров линейного предсказания и частотного сжатия с использованием оптимальных
кодов Хаффмана. Ввиду того что объём служебной информации и информации о глубине составляют небольшую долю общего объёма, эти данные не подвергаются
сжатию. Процедура сжатия временных рядов состоит из
2-х этапов. На 1-ом этапе вычисляются оптимальные значения коэффициентов линейного предсказания для модели выбранного порядка (Сэломон, 2004). Затем осуществляется переход от исходного ряда к ряду ошибок линейного предсказания. Выигрыш в объёме данных при этом достигается за счёт учёта корреляционных связей между значениями исходного ряда. Величины ошибок линейного
предсказания будут иметь значительно меньшие значения,
Окончание статьи В.Л. Кипотя, Д.Н. Тумакова, Е.В. Ерониной «Амплитудно-частотные характеристики стратифицированной геологической среды»
Надежка Л.И., Орлов Р.А., Пивоваров С. П. и др. О связи параметров сейсмического шума с геологическими и геодинамическими особенностями Воронежского кристаллического массива.
Вестн. Воронежского ун-та. Сер. Геология. 2003. № 2. 179-185.
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
к.техн.н., ведущий научный сотрудник НИИММ им. Н.Г.
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
Чеботарева. Научные интересы: моделирование геолого123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
геофизических систем и процессов.
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
к.физ.-мат.н., старший научный сотрудник НИИММ им.
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
Н.Г.
Чеботарева. Научные интересы: распространение и
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
дифракция
упругих и электромагнитных волн.
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
к.геол.-мин.н., старший научный сотрудник института
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
геологии
и нефтегазовых технологий. Научные интересы:
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
геодинамика и современные движения земной коры, мик123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
росейсмические шумы.
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
Казанский (Приволжский) федеральный университет. .
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
420008, Россия, Казань, ул. Кремлевская, 18.
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
Тел.: (843)292-72-88, (843)233-73-75.
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
123456789012345678901234567890121234567890123456789012345678901212345678901234
Виктор Леонидович Кипоть
Дмитрий Николаевич Тумаков
V.L. Kipot, D.N. Tumakov, E.V. Eronina. Gain-frequency
characteristics of the stratified geological space.
This paper is concerned with evaluation of gain-frequency
characteristics (GFC) of stratified geological space at propagation
of elastic perturbations. A method for evaluation of gain-frequency
characteristic response of such an environment are suggested. On
the sample of the geological column of the Republic of Tatarstan it
is shown that a GFC of a multilayer medium is multimodal and
reflects the structure of a geological column. Given results confirm
the fundamental possibility to study a geological column of a
sedimentary cover by analysis of the microseismic noise spectrum,
in particular for oil prospecting
Keywords: microseismic noise spectrum, stratified geological
space, gain-frequency characteristic, elastic propagation medium.
18
6 (42) 2011
Екатерина Владимировна Еронина
В.В. Бочкарев, В.Н. Горбачев, Е.Ю. Зыков, Ю.С. Масленникова, О.Н. Шерстюков
Сжатие данных акустического каротажа
ошибки линейного предсказания, а также префикс, указывающий, что соответствующая ошибка велика и будет
указана сохранением позиционного кода целого числа,
записанного сразу за префиксом. В этом случае хранить
необходимо гистограмму распределения ошибок линейного предсказания, не превышающих заданного порога, а
также количества больших ошибок. Эти данные занимают
относительно малый объём.
3) Другим вариантом в случае архивирования небольшого объёма данных является использование простых модельных распределений, аппроксимирующих гистограмму. В этом случае распределение приближённо описывается известной формулой, и необходимо найти и сохранить в сжатом файле коэффициенты модели. Были проанализированы 15 известных простых модельных распределений. Расчёт показывает, что наилучший результат дает
модель t-распределения. Как показывают результаты обработки тестовых файлов, разница в коэффициенте сжатия в случае использования данной модели по сравнению
со сжатием по полной гистограмме не превышает нескольких процентов. При использовании модели t-распределе-
Рис. 1. (Вверху) результат линейного предсказания (порядок
фильтра равен 25), красной линией показан фрагмент данных
ВАК, черной линией ? результат линейного предсказания; (Внизу) полученный ряд ошибок линейного прогноза.
чем исходные отсчёты, что увеличит степень сжатия данных (Рис. 1).
Хранить ряды ошибок линейного предсказания целесообразнее в виде целых чисел:
,
(1)
где [..] означает операцию правильного округления. При
восстановлении исходного ряда при уже известных yk-1, yk-p
последовательно рассчитываем значения yk как
.
(2)
Таким образом, формулы (1, 2) составляют основу данного алгоритма сжатия временных рядов.
На 2-ом этапе к ряду целых чисел ?k применяется сжатие с применением кодов Хаффмана. Для построения кодов Хаффмана необходимо знать вероятности появления
отдельных символов (значений). В связи с этим можно
предложить 3 варианта частотного сжатия.
1) В случае, если сжатию подвергается сразу значительный объём данных, в сжатый файл записывается гистограмма распределения значений ошибок линейного
предсказания ?k. Наличие гистограммы позволит при разархивировании однозначно восстановить кодовое дерево Хаффмана. Гистограмма хранится в виде массива целых чисел, а также наибольшего и наименьшего значений
ошибки. Плюсом данного варианта является оптимальность сжатия, минусом ? необходимость хранения относительно большей информации в процессе сжатия.
2) При необходимости архивирования небольшой порции данных построение кода может быть проведено по
усечённой гистограмме. В этом случае в число альтернатив входят коды, соответствующие небольшим значениям
Рис. 2. Оценка функции распределения исходных амплитуд ВАК
и аппроксимация нормальным (красная линия) и t-распределением Стьюдента (синяя линия), в скобках показана оценка
числа степеней свободы.
Рис. 3. Оценка функции распределения ряда ошибок линейного
прогнозирования амплитуд ВАК и аппроксимация нормальным
(красная линия) и t-распределением Стьюдента (синяя линия),
в скобках показана оценка числа степеней свободы.
6 (42) 2011
19
В.В. Бочкарев, В.Н. Горбачев, Е.Ю. Зыков, Ю.С. Масленникова, О.Н. Шерстюков
Сжатие данных акустического каротажа
Рис. 4. Зависимость коэффициента сжатия от величины порядка модели линейного предсказания (здесь по оси X отложены порядки фильтра линейного прогнозирования, по оси Y ?
соответствующие коэффициенты сжатия).
ния необходимо сохранение 3 параметров в виде действительных (4-х байтовых) чисел, либо их рациональной аппРис. 5. Коэффициент сжатия при различном уровне потерь
роксимации.
для алгоритма порогового вейвлет-сжатия.
На рисунках 2 и 3 представлены примеры оценок рассжатие в 3,2-3,3 раза, а при большем времени вычислений
пределения исходных отсчетов и распределения ошибок
коэффициент сжатия может быть доведён до 4-х. Для сравлинейного предсказания. Видно, что в последнем случае
нения: с использованием формата zip/gzip достигается
t-распределение с большой точностью аппроксимирует
сжатие в 1,77 раза, RAR ? до 2,07 раза.
распределение ряда ошибок.
Таким образом, имеем следующую последовательность действий в ходе архивирования.
Алгоритм порогового вейвлет-сжатия
1. Оцениваем коэффициенты линейного предсказания
(с потерями)
для архивируемых временных рядов, и записываем их в
Алгоритм сжатия с потерями основан на применении
файл.
дискретного вейвлет-преобразования. Особенностью сиг2. Сохраняем начальные значения сегментов данных:
налов волнового акустического каротажа является наличисло сохраняемых отсчётов должно быть равно порядку
чие в сигнале нескольких интенсивных квазигармоничесиспользуемой модели линейного предсказания.
ких составляющих. В этом случае большая часть вейвлет3. Рассчитываем ошибки линейного предсказания по
коэффициентов относительно невелика, но вместе с тем
формуле (1).
присутствует некоторое количество очень больших коэф4. Строим и сохраняем гистограмму ошибок и по ней
фициентов, описывающих квазигармонические составлястроим коды Хаффмана.
ющие. Для того чтобы передать детали сигнала, нам при5. Кодируем ряды ошибок линейного предсказания.
дётся выбрать относительно небольшой интервал квантоНа данный момент массивы коэффициентов линейнования, отвечающий типичным значениям вейвлет-коэфго предсказания, гистограммы ошибок, а также начальфициентов (Sinha, Tewfik, 1993). При этом возникает больные отсчёты реализаций сжатию не подвергаются.
шое количество классов (областей значений, соответствуРасчёт ошибок линейного предсказания требует по
ющих одному и тому же коду), содержащих малое количеN*p операций сложения и умножения, где N-длина ряда.
Расчёт ковариационной матрицы требует как
минимум (2*p+1)*N операций, для решения
уравнений Юла-Уолкера c помощью алгоритма
Левинсона необходимо ~p*p операций. Таким
образом, алгоритм имеет линейную сложность
по длине анализируемого ряда.
Далее представлены результаты сжатия тестовых файлов с использованием модели линейного
предсказания 4-ого порядка (Табл.).
Влияние порядка модели линейного предсказания на коэффициент сжатия показано на рис. 4.
Приведены результаты для файла-образца №3.
Отметим, что для больших порядков модели
результаты могут быть улучшены, если сжимать
также сохраняемые коэффициенты линейного
предсказания. Также результат может быть улучшен применением для расчёта коэффициентов
Рис. 6. Фрагмент файла ? образца №5, красной линией показан исходный
модели метода наибольшего правдоподобия. Тасигнал, черной линией ? восстановленный ряд после декодирования при
ким образом, на тестовых данных алгоритм даёт
уровне ошибки в оценке энергии волновых пакетов 1 %.
20
6 (42) 2011
В.В. Бочкарев, В.Н. Горбачев, Е.Ю. Зыков, Ю.С. Масленникова, О.Н. Шерстюков
Сжатие данных акустического каротажа
лет-сжатия позволяет добиться коэффициента сжатия до
10 при уровне ошибки в оценке энергии волновых пакетов 0,5 % и до 15 при уровне данной ошибки 1%.
Заключение
Табл. Результаты сжатия без потерь тестовых файлов.
ство больших значений. При применении энтропийного
кодирования вейвлет-коэффициентов это приводит к резкому росту средней длины кодов. Для повышения эффективности сжатия необходимо добиться уменьшения числа классов.
С точки зрения восстановления параметров волн важно контролировать относительную погрешность вейвлеткоэффициентов wj,k:
?wj,k / wj,k.
Исходя из этого подвергаются квантованию не исходные значения вейвлет-коэффициентов, а логарифмы их
модулей ln|wj,k|.
При этом интервал квантования ? следующим образом связан с максимальной относительной ошибкой квантования:
.
Задавшись предельно допустимым уровнем относительной ошибки ?, определяем нужный интервал квантования как ? = 2ln(1 + ?).
Мы сталкиваемся здесь со следующей проблемой. В
то время как количество классов, соответствующих большим по модулю значениям, резко сокращается, мы в результате логарифмирования получаем неприемлемо большое значение классов, соответствующих малым значениям. Однако эта проблема легко разрешима, так как вейвлет-коэффициенты с малыми значениями мало информативны. Задавшись некоторым пороговым уровнем ?, мы
обнуляем значения вейвлет-коэффициентов, по модулю
меньшие данного порога. Регулируя величину ?, мы можем значительно увеличить степень сжатия.
Результатом описанного выше квантования является
высокий процент нулевых значений вейвлет-коэффициентов. Особенно много нулевых значений среди коэффициентов, соответствующих высоким частотам. Это приводит к появлению длинных цепочек нулевых значений. Данный факт можно использовать для дополнительного увеличения степени сжатия, применяя алгоритм RLE. В этом
случае вместо кодирования каждого нулевого значения
мы записываем в выходной файл код, соответствующий
последовательности нулей, а также указываем длину последовательности.
При обработке тестовых файлов величина потерь оценивалась относительной ошибкой энергии восстановленного сигнала. На примере файла ? образца №5 на рис. 5
представлена зависимость коэффициента сжатия от относительного уровня энергетических потерь. Рис. 6 иллюстрирует фрагмент данного файла при уровне ошибки в
оценке энергии волновых пакетов 1 %.
Таким образом, данный алгоритм порогового вейв-
Таким образом, описанный алгоритм сжатия без потерь обеспечивает степень компрессии от 3 до 4-х раз применительно к данным ВАК при умеренных вычислительных затратах, что существенно превосходит по степени
сжатия распространенные архиваторы. Представленный
алгоритм сжатия с потерями, основанный на использовании дискретного вейвлет-преобразования, позволяет добиться уровня сжатия до 10-15 раз при относительно небольших потерях в энергии волновых пакетов, составивших менее 1 %.
Работа выполнена при финансовой поддержке Министерства образования и науки РФ (проект № 2010-218-01-192).
Литература
Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. М.: ДИАЛОГ-МИФИ. 2003. 384.
Сэломон Д. Сжатие данных, изображений и звука. М.: Техносфера. 2004. 368.
Mallat S.G. A Wavelet Tour of Signal Processing. Academic Press.
1999.
Sinha D., Tewfik A. Low Bit Rate Transparent Audio Compression
using Adapted Wavelets. IEEE Trans. ASSP. Vol. 41. No. 12. December
1993.
V.V. Bochkarev, V.N. Gorbachev, E.Y. Zykov, Yu.S.
Maslennikova, O.N. Sherstyukov. Compression algorithms for
acoustic logging data.
A lossy and lossless acoustic data compression algorithms for
acoustic logging data are presented. The lossless algorithm is based
on a joint use of linear prediction filter and frequency compression
with a help of optimal Huffman codes. The lossy compression
algorithm is relies on a discrete wavelet transform.
Keywords: audio compression, wavelet transform, linear
prediction filter.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
ассистент кафедры радиофизики.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
ассистент кафедры радиоастрономии.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
ассистент кафедры радиофизики.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
Казанский (Приволжский) федеральный университет.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
Институт
физики.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
420008,
Россия, Казань, ул. Кремлевская, 18.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
Тел.:
(843)
292 -76 -33.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
начальник ТГ АМИС НТУ ООО «ТНГ-Групп».
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
423236, Россия, Бугульма, ул. Ворошилова, 21.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
Тел.\факс: (85594) 7-75-12, 4-05-33.
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
1234567890123456789012345678901212345678901234567890123456789012123456789012345
Владимир Владимирович Бочкарёв
Евгений Юрьевич Зыков
Юлия Сергеевна Масленникова
Владимир Николаевич Горбачев
6 (42) 2011
21
Документ
Категория
Без категории
Просмотров
7
Размер файла
1 349 Кб
Теги
данных, pdf, каротажа, акустического, сжатие
1/--страниц
Пожаловаться на содержимое документа