联合小波变换与偏振分析自动拾取微地震P波到时

对微地震P波到时的自动拾取是微地震信号分析和数据处理的主要目标之一。基于小波变换的多尺度分析思想,对微地震信号进行小波处理后的小波系数代替原始信号,应用包含在小波变换系数中的信号偏振信息,提出了联合小波变换与偏振分析自动拾取微地震信号P波到时的方法。通过对嘉阳煤矿监测的实际微地震数据进行小波变换,用多尺度小波分解的各个尺度单支重构信号构成协方差矩阵,求解不同尺度协方差矩阵的最大特征值和次大特征值求取P波到时定位函数,实现P波到时的自动拾取,取得了满意的结果.     

基于小波变换的低剂量CT投影数据滤波方法研究

本文根据低剂量CT投影数据的噪声特性,提出了一种基于小波变换的低剂量CT投影数据三维块匹配(BM3D)滤波方法.新方法首先对经过Anscombe变换的低剂量CT投影数据进行小波分解,然后分别对分解后尺度系数和小波系数进行BM3D滤波,接着对滤波后的系数进行逆小波变换和Anscombe逆变换,最后对处理后的投影数据采用经...     

小波分析法在海拉尔地震台前兆数据处理中的应用研究

应用小波变换法可对不同频率成分进行分解的特性,选取db4小波基函数,尺度为1~8阶,对海拉尔地震台前兆资料进行分析研究。结果表明,应用小波变换方法可较容易地识别和剔除气压、场地环境干扰等影响海拉尔地震台伸缩仪观测资料精度的诸多因素,气压和场地环境干扰在小波细节分解d 3~d 6部分异常显著;小波变换法对同震效应的识别、提取和去除具有良好效果,远震在小波细节分解d 3~d 5部分异常显著,近震在小波细节分解d 1~d 3、d 6~d 8部分明显;爆破信号在小波分解d 1~d 8部分中均清晰可见,异常的宽度和幅度变化不大。因此,应用小波分解法能有效识别无法判断的干扰源。     

位场小波变换研究进展

小波变换的具有多尺度分析的特点，在位场资料分析中得到了广泛应用.本文总结了位场小波变换的理论基础及应用现状，介绍了位场小波基函数的概念.小波分析可以应用于位场分离、去噪、反演及综合地质解释等分析.文中从小波的数学性质和物理意义等角度讨论了位场资料处理中小波基函数的选取问题.     

小波分析在地震资料去噪中的应用

本文阐述了小波变换和去噪的基本原理，根据模拟信号和实际地震信号的频谱分析，讨论了如何选择小波基，及去噪中的阈值问题，从小波分解出发，利用多尺度分解对地震资进行分析，并基于MATLAB语言和小波工具箱，实现了对地震资料的去噪.     

离散小波变换与重力异常多重分解

小波变换多尺度分析是位场分解的有益工具.离散二维小波变换产生的低阶小波细节具有尺度不变的特征,它们不随小波变换的总阶数改变,而总阶数的增加仅增加高阶小波细节的个数和改变最后的高阶逼近.因此,用小波变换分解重力异常时,可根据地质目的来组合小波细节,从而实现有地质意义的异常分解.实验表明,用小波变换分解的重力异常小波细节,同样起到功率谱分解的作用,用分解之后的小波细节功率谱可以精确确定场源的埋深.中国大陆科学钻探场地的重力异常分解给出局部异常分解的典型例子.     

基于小波变换模极大值法和阈值法的CSAMT静态校正

采用小波分析方法进行CSAMT静态校正时,传统方法对视电阻率数据进行多尺度小波分解后,将所有尺度的细节系数设置为零,然后进行重构获得校正后的视电阻率.这使得在压制静态效应的同时,会损失一部分大构造异常的信息.针对传统小波分析方法在CSAMT静态校正中存在的问题,本文提出了基于小波变换模极大值法和阈值法相结合的静态效应校正方法.先对视电阻率数据进行多尺度小波变换,得到每一尺度上的模极大值,然后计算李氏指数进行静态效应的判断,通过设置合理的阈值,进行静态效应的压制.借助于正演模型和实测数据,验证了本方法的有效性.结果证明,本文提出的方法在压制静态效应的基础上,能够最大限度地保留大构造异常的信息.     

前兆水位数据处理中的小波基及其参数选择方法研究

在分析不同小波基函数特征的基础上, 详细阐述了前兆水位数据处理中小波基及其参数的选择问题, 针对多个水位测项进行了实例分析和比较。 得到如下结论: ① 在检测前兆水位数据的突变点或不规则的突变部分, 选择db6、 bior2.6、 rbio2.6、 sym4和sym6小波基效果较好, 其中选用双正交小波bior2.6效果最佳; ② 在小波变换分解层数的选取方面: 第1～2层多适用于突变异常信号的获得, 第5～6层多适用于缓变异常信号的提取; 对于数据跳变异常显著的时间段, 第4～6层能较好地还原被高频信息掩盖的趋势变化过程。     

利用小波变换方法分析形变观测资料的正常背景变化特征

为定量刻画数字化形变观测资料中背景信息和噪声的时 频分布特征, 本文应用二进小波变换方法, 通过对小波分解的主模特征和随机白噪声识别因子变化特征分析, 剖析了山东数字化形变观测资料的正常动态背景和噪声变化规律. 结果表明, 当尺度取2, 3和4时, 分解后的细节部分存在着1/4日波、 半日波、 日波和半月波等准循环周期信号, 其中尤以尺度为3时的信号波幅最大; 尺度取1和5时的细节部分主要包含着噪声; 通过分析和追踪指定尺度的数字化形变观测资料小波变换的非震异常特征变化, 可望捕捉到与强地震孕育过程有关的前兆异常信息.      

基于频谱分解的碳酸盐岩储层识别

频谱分解技术是将地震信号从时间域转换到频率域,分析频率对不同尺度地质体的振幅、相位响应特征的一项技术.频谱分解能够得到高于传统分辨率的解释结果,提高刻画储层分布的能力.本文详述了短时傅里叶变换、连续小波变换和S变换的数学原理及适用性:短时傅里叶变换使用固定时窗,不能根据信号的变化调整分辨率,只适合分析分段平稳或近似平稳的信号;连续小波变换使用移动的、尺度可变的小波作为时窗,具有多分辨率特点,但是实际中选择能反映信号特征的小波函数不易;S变换使用频率的倒数来调节时窗,具有多分辨率特征,对数据处理的适应性较强.将这三种方法分别应用于碳酸盐岩储层发育区,利用靠近地震主频的35 Hz分频剖面,分析了不同时窗大小的短时傅里叶变换效果,不同类型小波的连续小波变换效果,并对比了不同频谱分解算法对储层的描述精度.通过分析得出分频剖面比常规地震剖面更有利于储层识别,且S变换效果最好.     

时程信号的Hilbert-Huang变换与小波分析/

在简要介绍时程信号的小波分析和Hilbert-Huang变换(HHT)理论的基础上，通过地震波和其它时程信号实例，对比分析了小波变换和HHT变换结果. 比较显示:HHT变换和小波变换均能用于对非平稳的信号进行分析，并能捕捉到信号变化的主要特征；与受所选母波影响较大的小波分析不同，HHT变换得到的固有模态函数是直接从原始时程数据中分离出来的，它更能反映原始数据的固有特性；小波分析得到的谱的能量在频率范围内分布较广，而HHT变换的Hilbert谱的大部分能量都集中在一定的时间和频率范围内，能清晰地刻画信号能量随时间、频率的分布. 因此，Hilbert-Huang变换不仅是对非平稳信号进行分析的有效方法，而且也是检测时程信号局部特征的有用工具.      

小波变换方法在辽宁跨断层形变资料分析中的应用

运用二进小波变换方法,分析了辽宁省跨断层观测资料不同尺度的小波变换的细节信号变换特征。研究结果表明,不同尺度小波变换分解的细节信号显示出不同的时变特征,可以识别和提取原始测值中不易分辨的震前异常。当尺度为3时的细节信号的年周期特征被打破,或者当尺度为3时的细节信号变化超出2倍均方差时,测点周围250km左右范围内发生中强地震的可能性很大。     

Wavelet combined innovative trend analysis for precipitation data in the Euphrates-Tigris basin,Turkey

ABSTRACT

In this study, annual and seasonal precipitation trend analysis was performed in the Euphrates-Tigris basin, Turkey, using innovative trend analysis (ITA) and discrete wavelet transformation. In this context, it was seen that there is a downward trend in winter, spring and annual precipitation, whereas precipitation has an increasing tendency in summer and autumn seasons, in the greater part of the basin. When annual and seasonal data were decomposed into wavelet components, the most significant trends were observed for high-periodic wavelet components, such as D3 (8-year), D4 (16-year) and D5 (32-year), where these components represent the periods of the precipitation data. Then, the relationship between North Atlantic Oscillation (NAO) and trend in precipitation was investigated. In this regard, it was found that there could be a significant relationship between the NAO and precipitation trends of the Euphrates-Tigris basin, especially in winter, based on the wavelet ITA.     

福建定点和流动跨断层对台湾强震的反映及特征研究

借助Madab平台,应用能给出不同尺度下信号分解的近似部分和细节部分的小波变换方法．分析了福建省定点和流动跨断层场地的短水准形变观测资料。福建天马定点跨断层2003-2007年短水准观测资料的小波分析结果显示。分解到第七层的近似信号在极值和拐点出现前后往往有中强地震发生。由于福建省流动跨断层短水准测量为不定期观测,为取得等时间间隔的时序数据,我们采用三阶样条插值．在此基础上进行小波分析,发现分解到第三层的细节信号在台湾1999年“9．21”南投Ms7．6级地震前有明显的年变规律被破坏的现象．     

Wavelet-ANFIS models for forecasting monsoon flows: Case study for the Gandak River (India)

WANFIS, a conjunction model of discreet wavelet transform (DWT) and adaptive neuro-fuzzy inference system (ANFIS) was developed for forecasting the current-day flow in a river when only available data are historical flows. Discreet wavelet transform decomposed the observed flow time series (OFTS) into wavelet components which captured useful information on three resolution levels. A smoothened flow time series (SFTS) was formed by filtering out the noise wavelet components and recombining the effective wavelet components. WANFIS model is essentially an ANFIS model with SFTS hydrograph as the input, while ANFIS and autoregression (AR) models, developed for comparison purpose, use OFTS hydrograph as input. For performance evaluation, the developed models were utilized for predicting daily monsoon flows for the Gandak River in Bihar state of India. During monsoon (June–October), this river carries large flows making the entire North Bihar unsafe for habitation or cultivation. Based on various performance indices, it was concluded that WANFIS models simulate the monsoon flows in the Gandak more reliably than ANFIS and AR models. The best performing WANFIS model, with four previous days’ flows as input, predicted the current-day Gandak flows with 80.7% accuracy while ANFIS and AR models predicted it with only 71.8 and 51.2% accuracies.     

小波变换在裂缝识别和裂缝密度评价中的研究(英文)

通过常规测井曲线小波变换来评价裂缝参数是一个较新的研究课题。本文针对火山岩裂缝储层,对常规测井曲线做coif5、bior4.4和db5基小波的小波变换,通过变换后的分解信号与成像测井裂缝密度的对比研究,寻找出与裂缝密度相匹配的基小波,再将常规测井曲线在这个基小波下的分解信号与曲线变化率法相结合建立裂缝指示曲线来识别裂缝发育段,最后通过裂缝指示曲线与成像测井的裂缝密度之间的量化关系来比较准确的评价裂缝密度。将裂缝指示曲线法在松辽盆地南部进行了应用,通过裂缝指示曲线求取的裂缝密度与成像测井的裂缝密度之间的相对误差为0.53。     

Modelling evapotranspiration using discrete wavelet transform and neural networks

This study combines wavelet transforms and feed‐forward neural network methods for reference evapotranspiration estimation. The climatic data (air temperature, solar radiation, wind speed, relative humidity) from two stations in the United States was evaluated for estimating models. For wavelet and neural network (WNN) model, the input data was decomposed into wavelet sub‐time series by wavelet transformation. Later, the new series (reconstructed series) are produced by adding the available wavelet components and these reconstructed series are used as the input of the WNN model. This phase is pre‐processing of raw data and the main different of the WNN model. The performance of the WNN model was compared with classical neural networks approach [artificial neural network (ANN)], multi‐linear regression and Hargreaves empirical method. This study shows that the wavelet transforms and neural network methods could be applied successfully for evapotranspiration modelling from climatic data. Copyright © 2009 John Wiley & Sons, Ltd.     

一种神经网络改进小波的地震数据随机噪声去除方法

地震资料的有效信号反射弱,且易受多次波的影响,不可避免地存在随机噪声干扰。提出一种基于神经网络改进小波的地震数据随机噪声去除方法,采用神经网络模型,识别出随机噪声信号,对该信号进行小波包分解,获取多类别随机噪声信号,采用级联BP神经网络模型提取出多类别随机噪声信号,实现地震数据的随机信号压制。实验结果显示,这种改进小波方法对地震数据随机噪声信号的去噪效果较好,在复杂沉积地质结构被探测介质的地震数据随机噪声压制方面具有较强的适用性。