利用小波包变换对地震信号进行时频分析时小波基函数的选取

通过比较几种不同的小波基函数的幅频特性,并利用不同的小波基函数对模拟地震记录进行时频分析,以期找到可以更为准确地描述地震信号时频特性的小波基函数。结果表明:利用dmey小波基函数可以更为准确地描述模拟地震信号的时频变化特征,因此,利用小波包变换对地震信号进行时频分析时选取dmey小波基函数较为合适。     

基于小波包变换的重叠地震波分离

利用dmey小波包变换提取时频特征,采用阈值熵搜索最优小波包基方法,用Matlab语言编程,实现对重叠地震信号的分离.通过对2009年2月20日柯坪M5.2地震波和其后ML4.7余震的研究,发现用该方法能清楚地找到同源地震重叠的位置,为地震定位提供准确、可靠的震相识别依据,从而提高地震定位的精度.     

基于探地雷达信号处理的小波基选取研究

针对探地雷达信号处理和分析时小波基选取存在的问题,本文在分析探地雷达信号特点的基础上,首先从理论上讨论小波基的选取准则,然后再从实验角度进行对比、判别,认为在进行小波分解和重构时应该分别选择不同的小波基函数进行处理,这样可以保证重构信号的精确度,增强对信号的处理能力,从而也突破了以往分解与重构时都采用同一个小波基进行处理的做法.最后通过实际资料的处理,指出bior2.6小波基在进行雷达信号处理时效果最佳,不仅去噪彻底,而且能够保留有效信号的高频部分,提高信号的分辨率和信噪比,为后续解释工作打好了基础.     

基于数学去噪后模拟地震信号测试混凝土结构抗震性能的研究

针对当前混凝土结构建筑抗震性能测试方法存在的测试结果准确率较低的问题,提出一种新的测试方法,利用小波函数的伸缩平移操作得到一个函数族,对模拟地震信号进行小波变换。当函数族组成一个标准的正交基时,从连续小波变换中对地震信号进行重构,将去噪后的地震信号作为检测混凝土结构建筑抗震性能的信号样本。利用单自由度体系的动力平衡方程对地震的位移反应、速度反应加速度反应以及恢复力进行求解,通过强度折减系数计算公式和结构最大弹性反应计算公式,计算混凝土结构建筑的强度折减系数和结构最大弹性反应,最后在震动台上对混凝土结构建筑抗震性能进行测试。测试实验结果表明,所提方法可以实现对混凝土结构建筑抗震性能的测试,且测试结果准确程度较高。     

Hilbert-Huang变换与宽频带爆破信号的时频分析

利用小波变换、S变换、Wigner-ville分布(WVD)和Hilbert-Huang变换(HHT)对模拟信号进行时频分析并比较,结果表明基于经验模态分解的HHT具有更强的适应性,能较为准确地提取信号的时变特征。利用HHT对实际记录的宽频带爆破振动信号进行了时频分析,其结果较为准确地描述了信号的时变特征。     

利用多分辨率小波网络进行地震资料反演

在讨论小波网络理论方法的基础上,研究了利用地震纪录小波多尺度分解属性资料进行虚井声波时差反演的技术方法。分析了利用地震信号进行小波分解和网络学习、训练的理论方法。研究中发现:对于相邻的地震道,较小一段的相似性比整个地震道的相似性要好。据此,利用小波时-频分析技术方法,可以把相邻道的信息外推到其它地震道上。通过以上综合研究及对实际资料进行反演计算、分析,认为小波网络与人工神经网络相比其网络结构要容易选定,并且收敛速度快。同时,利用地震资料分段时-频分析的相似性较好和小波网络学习、训练及记忆能力较强的特点,可以较好地把井旁道的高、低频信息转换到相邻道上。这样在提高分辨率的同时,又增加了反演结果的真实可靠性     

基于分数阶小波域GSM模型的地震信号随机噪声压制方法

地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号.     

利用多分辨率小波网络方法进行伪井反演

利用小波网络,对地震资料和小波多尺度分解属性资料,进行了虚井声波时差反演.讨论了利用地震信号的小波分解和网络学习、训练的理论方法.为了提高反演分辨率和精度，研究了信号分段相似小波时—频分析技术方法.在对对这些技术方法综合研究和算法的实现设计以后，对实际资料进行了反演计算，并对反演结果进行验证.取得了很好的效果.     

利用小波包变换时频谱识别宁夏及邻区的地震和爆破

采用dmey小波基函数分别对地震和爆破事件的垂直向记录信号进行小波包变换,计算各事件信号的归一化时频谱值以及P波和S波时频谱值达到最大时的频率fmp和fms,比较地震信号和爆破信号P波段(0～6.25Hz)和S波段(0～6.25Hz)在各相同分解频带内的瞬时谱最大值差异,寻找合适的单项定量识别指标,并综合各单项识别指标形成综合识别判据。运用综合识别判据对银川台记录到的宁夏及邻区14个地震事件和19个爆破事件进行判别,结果表明,各单项定量识别指标的识别率均在80%以上,综合判别结果均与事件的真实类型一致。     

最优小波包变换在地震信号去噪中的应用

应用最优小波包变换,采用取决于节点噪声时频特征的相关阈值,对模拟地震波到达的加噪合成信号、SDAES数字声发射仪采集的微震实验信号、NIED观测台站记录的日本2007年能登半岛地震信号进行去噪,并和基于小波变换的其他方法进行了去噪效果比较.结果表明,该方法获得的信号信噪比(SNR)高、失真低,体现出了总体优越性.     

子波拉伸校正

依赖于偏移距的反射波调谐是AVO分析的不利因素.无论动校正还是偏移,都会引起子波拉伸、频谱向低频移动.在频率域对动校正或偏移后的地震数据进行反拉伸校正是本文消除子波拉伸采用的方法.从射线参数时距方程出发推导的地震映射压缩因子与反射角存在较精确的余弦关系.角度道中动校正或偏移子波拉伸因子是反射角余弦的倒数.用无拉伸子波频...     

Wavelet analysis of lightning return stroke

In this investigation, time series consisting of electric field waveforms of 15 positive return strokes and 10 negative return strokes were analyzed. The data came from a summer thunderstorm in March in a range of about 200 km around São José dos Campos, São Paulo. The electric field recording system consisted of a flat plate antenna with a decay time constant of 260 μs and a sample rate of 800,000 samples per second. The bandwidth observed was up to 100 kHz and the recording system was synchronized with GPS time and located at São José dos Campos. Wavelet analysis of the electric field waveforms was done in order to investigate the behavior of the return stroke spectrum in time. The return stroke was suggested to be divided into two portions: initial stage and overshoot (for far return stroke) and initial stage and ramp (for close return stroke). The return stroke power spectrum was observed to be distributed in a frequency range with the peak value also distributed in a fraction of this range. Power peaks for ramps are stronger than power peaks for initial stage and overshoot. Finally, it was observed how powerful the wavelet is in the analysis of lightning.     

Wavelet analysis of geomagnetic field data

Variations in geomagnetic field data at different spectral frequencies and with different periods are observed during increased geomagnetic activity. The formed local structures depend on the field disturbance and contain information on the magnetic storm intensity and character of development. Numerical solutions and algorithms based on wavelet transforms, which make it possible to “automatically” detect periods of increased geomagnetic activity and identify and analyze the structures forming this process, have been proposed in order to study the time characteristics of geomagnetic field variations, using the H component as an example. The separated components, characterizing disturbances, make it possible to estimate variations in the field energy characteristics. An analysis of the constructed wavelet images makes it possible to trace the dynamics of variations in the H component the day before and during a magnetic storm.     

小波分析及地震磁效应

公众对地震预报寄以厚望 ,而地震是否能预报 ,却是一个长期争论的科学问题。关键是地震前有没有明显的、可靠的、与地震相关的前兆现象 ,以及这些前兆现象能否被有效地检测出来。很早以前 ,人们就注意到地磁异常现象和地震的关系。地球磁场具有谱成分丰富、频带较宽的性质。地震过程是一种非线性的变化过程 ,获得强震前地磁异常信号的突变时刻及突变时刻所对应的频率成分 ,是地震监测中亟待解决的关键科学问题之一。对很多信号来说 ,傅里叶变换是很有用的 ,因为信号的频率成分有很重要的意义。然而 ,傅里叶变换有一严重的缺陷。由于傅里叶变…     

多尺度分解在地震信号处理中的应用

利用小波分析中的多尺度分解及信号消噪技术，对记录不清、信噪比小、震相无法辨认的地震信号进行处理。结果表明：多尺度分解在弱震信号提取和弱震相的识别等方面有很好的效果。     

Wavelet analysis of turbulence in cirrus clouds

Two flights of the UK Meteorological Offices Hercules aircraft through daytime frontal cirrus around Scotland have been analysed using wavelet analysis on the vertical velocity time-series from the horizontal runs. It is shown that wavelet analysis is a useful tool for analysing the turbulence data in cirrus clouds. It finds the largest scales involved in producing turbulence, as does Fourier analysis, such as the 2-km spectral peaks corresponding to convective activity during flight A283. Wavelet spectra have the added advantage that the position is shown, and so they identify smaller-scale, highly localised processes such as the production of turbulent kinetic energy by the breaking of Kelvin-Helmholtz waves due to the vertical shear in the horizontal wind. These may be lost in Fourier spectra obtained for long time-series, though they contribute something to the average spectral density at the appropriate scale. The main disadvantage of this technique is that only octave frequency bands are resolved.     

小波及小波包消噪方法在山西北部水准数据处理中的应用

文中简要介绍小波及小波包去噪的基本原理,并对代县台短水准观测数据的小波及小波包阈值去噪曲线进行对比分析。采用Matlab小波包消噪方法对山西北部水准历史资料进行处理,发现小波包消噪后的曲线既可以保留多的有效信号,又可使曲线形态更有利于异常特征分析。同时,将处理后得到的小波包消噪曲线结合长趋势观测曲线对主要震例进行分析,结果显示,周边4级以上地震前,异常对应明显,地震一般发生在水准消噪曲线低值异常时。     

基于小波谱能量曲线EWT的面波压制算法

面波提取和压制是地震资料处理的关键问题之一,对地震资料处理的准确性具有重要影响.针对传统地震面波压制算法面波分离精度低、有效波损伤大的问题,提出一种基于小波谱能量曲线(Wavelet Spectrum Energy Curve,WSEC)经验小波变换(Empirical Wavelet Transform,EWT)的面波压制算法,该算法利用连续小波变换(Continuous Wavelet Transform,CWT)精细化的时频分析能力得到地震信号的WSEC,从频率和能量两个维度对信号进行自适应分解,提高面波提取精度.首先对地震记录进行CWT,根据小波谱计算各频率点的能量得到WSEC;基于WSEC极大值点的频率及ε邻域法确定频谱分割边界进行改进EWT,得到依能量和频率分解的各固有模态分量(Intrinsic Mode Function,IMF);根据各子频带的频率和能量确定面波IMF,最后对面波IMF进行带通滤波以保护其中的有效波.仿真实验表明,算法能根据地震信号的频率和能量自适应分解,实现面波的精准分离与提取;实际地震资料处理表明,算法能准确分离面波,能最大限度保护有效波,提高资料信噪比,是一种有效可靠的面波压制算法.     

小波变换与地震信号特征分析

地震波的瞬时信号,如瞬时振幅、瞬时频率及瞬时相位等,是研究地球介质的重要参数。根据小波定义,对Morlet 小波进行了修正,并对修正后的小波形态进行了深入讨论。理论分析表明,小波变换效果受到整形参数、小波长度、中心频率、频带宽度及小波个数等参数的制约,特别是整形参数与小波中心频率及频带之间关系对小波变换起到决定性作用。在地震波信号的实际处理中,可选取恰当的整形参数,同时采用合适的小波中心频率以避免小波变换对信号产生的遗漏和冗余。文中给出了实际地震记录处理的示例。