小波分析在前兆数据处理中的应用

运用小波分析将不同频率成分组成的数据序列按尺度分解为低频和高频成分，并对低频和高频系数进行分析，然后根据小波系数的重构原理还原数据序列。本文以地下流体资料进行研究，结果表明：①小波方法可以较好地抑制流体数据中的随机噪声，并可有效地将数据的趋势变化和局部变化分开；②通过分析各频段小波系数，将降雨干扰的小波系数去掉后重构，从而达到消除降雨干扰的目的。     

水位动态周期性干扰的小波分析

通过对“十五”水位动态干扰调查和分类总结,得到一类受周期性干扰的水位动态曲线。通过对该类动态的水位序列进行小波分解,得到其水位时间序列的不同分解层次的干扰特征;利用小波重构剔除干扰信息,得到水位动态的重构时间序列;通过对多个台站的水位序列进行小波分析,得到该类干扰的典型动态特征。     

水位电信号干扰识别的新方法

通过对"十五"台站水位数据干扰原因进行调查分析,得到一类受电信号变换干扰影响明显的台站。通过对该类台站的水位数据进行小波分解,利用小波模极大值原理,得到水位受明显干扰的时刻。通过对多个台站不同时段内电信号变换影响的水位数据分析,得到该类干扰的典型动态,以及识别方法。     

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。     

基于小波分解与同步挤压变换的西昌小庙台形变典型干扰的时频响应特征研究

为高精度识别定点潮汐形变观测中干扰信号的时频响应特征,提出一种基于小波分解和同步挤压变换的形变干扰数据分频时频分析方法.首先,选用合适的小波基和分解层数对原始数据做多尺度分解和重构,提取出目标异常干扰分量信号;其次,基于分频策略采用高频分辨率较好的同步挤压广义S变换处理高频干扰分量,采用低频分辨率较好的同步挤压小波变换处理中低频干扰分量,同步挤压变换可以在传统方法结果基础上进一步“挤压”瞬时频带,获得更高精度的时频谱结果.利用该方法处理分析2016—2020年西昌小庙台形变观测中受调零标定、人为进洞、道路施工交通、抽水、降雨、地震波等因素影响的典型干扰数据,得到各类形变观测手段在不同干扰因素下的时频响应特征,为准确识别干扰及异常特征提供时频谱特征方面的参考.     

最优小波基选择法在测震数据干扰处理中的研究与应用

选取成都地震台的测震数据作为研究样本,将不同的小波基进行了以重构精度、相对SNR值以及去噪后频谱的分析结果为依据的筛选流程。结果显示:bior2.4小波基重构精度最佳、去噪效果良好、更加完整地保留了样本的有效高频信号,是适合成都地震台测震数据的最优小波基。将其应用于成都地震台的测震数据干扰处理,波形去噪效果明显,波形的信噪比得到明显提高,对震级计算并无显著影响。     

小波分析方法在静水位资料对黑龙江省桦南M4.7级地震震前反映分析

利用小波分析和多尺度分析原理,结合通河、延寿、鹤岗静水位资料进行分析,对黑龙江省桦南县M4.7级震例资料,探讨该方法对于提取静水位数据水位资料中水位整点值序列的不同周期成分进行了有效分离,小波分析分解结果能够更直观和显著地反映地震活动的震前异常信息的有效性,表明小波分析在处理和分析水位资料方面是一种有效的方法。     

小波包单子带重构提取GPS序列特征信息

GPS观测环境愈来愈复杂,动态观测值包含的影响因素较多,函数关系复杂,影响特征信息的提取和参数模型的解释能力.小波包具有良好的时频分析能力,利用小波包理论对GPS数据序列进行分解与重构过程中有三个基本运算：与小波滤波器卷积、隔点采样、隔点插零,该三项运算产生频率交错和频率折叠等频率混淆现象.为消除频率混淆现象,分解与重构时,每作一次信号与小波卷积后,将其结果作一次快速傅立叶变换,频谱中多余的频率成分的谱值置零,再对置零后的频谱进行傅立叶逆变换,然后继续进行小波包的分解与重构,从而实现单子带重构提取GPS数据序列特征项.通过实例验证了小波包单子带重构提取GPS特征信息的有效性.     

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.     

一种小波综合阈值地震信号降噪方法

小波阈值方法中硬、软阈值方法是地震信号降噪常用方法,但容易造成信号中高频信息丢失导致地震误判和漏判情况发生。小波综合阈值方法继承和发展了硬、软阈值降噪方法的优点,对信号高频部分用硬阈值方法,以提高高频信号能量,对信号低频部分用软阈值方法,提高信号降噪能力的同时保证信号连续性和光滑性。利用噪声信号小波系数小和地震信号小波系数大的特征,进行雷克子波降噪仿真实验和实际地震信号降噪实验。仿真实验表明,小波综合阈值方法降噪后波形MSE值最小,且降噪后与原信号波形最近似,降噪后波形高频部分能量增强且抑制低频部分能量。最后,对实际采集的地震信号进行降噪处理,处理后信号中能量增强被压制,利用处理后的信号可得到地震的初至时间。     

小波变换在地电场数据分析中的应用

随着城镇化发展的加快, 上海的地电场观测受到来自周围环境噪声的影响日益严重, 这些噪声干扰对于地震前兆异常的分析判断带来很多不确定性. 本文主要探讨通过小波变换方法来分解地电场观测原始信号, 分析环境噪声对原始观测数据的影响强度. 利用异常信号的小波模值对比分析了滤波结果, 并通过绘制极化方位图检验了该方法在实际运用中的效果. 结果表明: 数字滤波方法能很好地去除日常干扰所带来的背景噪声, 对于重构的地电场信号, 也能较好地反映其原始信号变化特征; 滤波后的自然电场异常信号保留了原始信号中主要的变化特征, 并能反映其原始变化规律; 重构的地电场信号能够突出信号中异常信号极化方位角, 使极化方位收敛有利于实际运用.      

应用小波包识别宁夏及邻区的地震和爆破

将小波变换理论应用于宁夏及邻区的地震和爆破的识别,利用小波包变换系数与射线能量的关系,计算了射线所包含的低频成分和高频成分的能量之比.结果表明,当分解尺度j=1时,对于地震信号,ln(Ω10/Ω11)的值一般小于3,对于爆破信号,ln(Ω10/Ω11)的值一般大于3.     

小波变换在少震、弱震区地下水位数据分析中的应用

利用小波变换和多尺度分析原理，对位于少震弱震区的湖南的具有不同变化形态的6口典型井4年的水位日均值序列进行了分析。结果显示，通过多尺度分析可以很方便地将水位日均值序列中的高频部分与低频部分分开，而且对不同井孔的含水层系统而言，分离出去的频率成分的主模是不同的，这反应出不同井孔的含水层系统对同一频率的响应存在差异，主模的频率反映了正常背景下井孔－含水层系统的优势频率。Morlet小波分析的结果对时间序列的突然变化和周期结构都有很好的反映。     

基于小波变换对地磁场变化特征的分析

选用db5小波基函数对嘉峪关、兰州两个台站地磁垂直分量Z进行了小波分解,分析了不同台站间低频(概貌部分)和高频(细节部分)的相关性。结果显示:地磁Z分量在不同台站低频成分相关性较好,而高频部分相关性不明显,其高频部分可能与当地地下介质、地下电导率水平以及观测环境密切相关。     

小波分解与重构在地震活动性研究中的应用

利用小波变换具有的多分辨率特点, 将时域信号通过小波分解与重构, 分解到不同的频带上。 分解步长的确定, 采用不同尺度近似信号标准差变化平缓段的最小尺度值, 从而避免了人为选择分解阶数可能造成的不完全分解或过度分解。 分解后的信号不仅在频率成分上较单一, 且平稳性较好。 然后对小波分解重构后不同尺度的信号分别采用自回归滑动平均混合模型进行预测, 再合成原始信号的预测值。 对半年尺度的最大震级序列和地震总释放能量序列的一步预测, 结果表明这样做有效地提高了预测精度, 一步预测结果与实际观测结果不仅相关性高, 而且两者的残差曲线离散性小, 以此对未来地震形势的判断较目前常用的方法更为可靠。     

小波变换在关中井水位资料分析中的应用

利用小波变换和多尺度分析原理,对周至井、三原井7年的水位日均值序列进行了分析,将周至井、三原井水位资料中的不同周期成分进行了有效分离,小波变换分解结果能够更直观和显著地反映地震活动,特别是印尼8．7级、汶川8．0级特大地震及其中强余震异常显示明显。对甘东南地区的5级以上地震也有较明显的前兆反映,表明小渡分析在处理和分析水位资料方面是一种有效的方法。     

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.     

CEEMD与小波变换联合去噪方法研究

作为经验模态分解(EMD)的改进型算法,完备总体经验模态分解(CEEMD)不但有效解决了EMD的模态混叠问题,同时也保留了EMD处理非平稳信号的优势,如自适应性、二进滤波特性等.CEEMD能自适应地将一个复杂信号分解为一系列本征模态函数(IMF)分量,且IMF分量满足从高频到低频系列分布,随机噪声往往分布在第一个或前几个高频IMF分量.考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对CEEMD直接舍弃高频IMF分量去噪容易造成高频有效信息损失以及小波阈值去噪方法存在的不足,本文提出了一种基于CEEMD的小波阈值去噪方法.该方法首先引入自相关曲线判别出含噪较多的高频IMF分量,然后对CEEMD直接去噪要舍弃的这些含噪高频分量进行小波阈值降噪,以保留这些分量中的高频有效信息,最后与不含噪声的其他IMF分量一起重构原信号.模型和实际地震数据试算结果表明,该方法在显著提高地震数据信噪比的同时,能有效地保留原信号中的高频有效成分和弱信号信息,是一种相对保幅的有效去噪方法.     

磁暴数据的多尺度分析

磁暴可能对电网、油气管线等技术系统的安全运行造成影响,分析磁暴的时频特征对研究技术系统的影响有重要意义.本研究采用多尺度小波变换,分析广东肇庆地磁台的磁暴地磁数据,将磁暴地磁分量数据分解为高频和低频,研究了磁暴地磁分量的时域特征,得到了一些有价值的结论.     

位场小波分析的物理解释

采用二进小波变换,构造了位场基小波,通过简单模型,分析了位场信号小波分解与重构的物理实质,阐明了小波变换的频带分布与“归一化”位场空间分布的一致性,以及小波重构的规律,并叙述了小波重构与异常分解的关系.