小波变换在海洋浅剖数据降噪中的应用

近海浅剖数据采集时,环境中高频噪声会掺入到有效信号中造成干扰,降低浅剖数据的信噪比。基于小波变换和去噪的基本原理,选取db2函数为小波基函数,采用小波变换对近海浅剖信号进行降噪处理,频率分析结果表明,小波变换降噪法能有效地压制信号中的高频噪声,提高浅剖信号的信噪比,降低均方根误差,同时能够避免过度去噪的问题,实现浅剖信号降噪的目的。以江苏辐射沙脊群北部西洋的浅剖数据为实例,基于Matlab语言和小波工具箱,以db2小波基函数进行降噪处理,有效地压制了浅剖信号中3.5 kHz以上的高频噪声,浅剖数据的信噪比提高了2.04。     

基于小波和CEEMDAN的地震信号噪声压制

通过小波变换与CEEMDAN相结合的方式对地震信号进行降噪处理,对小波分解的高频信号进行CEEMDAN分解,再根据自相关函数剔除高频IMF分量进行重构达到提取有效反射波,压制噪声干扰的目的,最后对信号进行小波重构并进行信噪比和均方差计算。结果表明,通过小波变换和CEEMDAN降噪后,有效地减少了噪声对于地震信号的影响,对于信噪比和分辨率都有提高。     

隧道结构在线监测数据分析方法研究

数据管理系统完成监测数据预处理,在健康监测系统中具有重要地位。通过比选利用罗曼诺夫斯基准则(t检验法)进行监测数据粗差检测。小波降噪方法可以有效去除监测数据中由于环境等因素引起的误差(噪声),获得更真实的监测数据,但目前如何选取阈值函数、阈值和分解层数等问题未形成统一认识。利用武汉长江隧道健康监测系统中39组监测数据,从统计学的角度对比分析了不同阈值和阈值函数组合下的小波降噪效果,结果表明,选择Rigrsure阈值和硬阈值函数进行4~5层分解降噪效果最好,将所得的研究结果应用于武汉长江隧道健康监测系统中其他同期监测数据的降噪中取得了满意的效果。在此基础上进一步研究表明,相比于原始监测数据,利用降噪后数据预警可以有效避免虚警的产生。最后提出利用小波降噪和最小二乘法结合进行监测数据预测的方法,实践表明,预测结果准确可靠。     

小波分析在地震资料去噪中的应用

小波变换方法已广泛应用于信号处理领域。应用多尺度小波分析方法来消除地震观测信号中的噪声是一种行之有效的方法。这里从小波变换的基本原理出发,详细介绍了地震信号的阈值去噪原理,并根据模拟信号和实测地震信号的频谱分析,讨论了如何选择小波基及去噪过程中的阈值取值问题。从小波分解理论知道,利用多尺度分解方式对地震资料进行分析处理,相当于对实测地震资料进行不同尺度的细化分析,由于对不同地区、不同资料的精度要求不同,我们只要使用不同的尺度进行小波变换处理,就可以得到去除原信号的细部巨变(噪声干扰)特征的信号。同时,我们对小波变换处理后重构的地震信号与原信号进行了对比分析,误差结果分析表明该方法切实可行。我们还利用MATLAB语言及其小波工具箱,实现了对地震资料的去噪处理。     

车载伽玛能谱测量数据的小波降噪方法分析

介绍了车载伽玛能谱测量和小波降噪方法,采用MATLAB语言编写了小波降噪程序,并对2006~2007年车载伽玛能谱野外测量数据进行了小波降噪处理,结果表明采用小波分析降低车载伽玛能谱测量数据统计噪声是有效的。     

小波变换在探地雷达弱信号去噪中的研究

利用小波系数可以表示小波函数与分析信号的逼近程度这一原理,采用了对不同尺度下小波系数进行叠加的方法,对比9种小波函数,发现应用Mexh小波可以去除探地雷达信号中的高频噪声并放大有效信号,从而为探地雷达信号经传统数据处理方法处理后判定疑似异常位置进一步确定提供依据。     

改进的小波阈值法及其在地震数据降噪处理中的应用

野外地震数据受到各种随机因素干扰,需要对随机噪声进行去除。小波分析中的软、硬阈值法是有效的地震数据降噪方法,但由于算法本身特性使得降噪具有一定的缺陷。因此,文中提出了一种改进的小波阈值降噪算法。首先构建了改进的阈值方法模型并对其功能进行了研究,确定了sym3为改进的阈值算法的最佳小波基以及最佳小波分解的层数为3层。利用仿真实验证明了改进的阈值方法降噪能力具有有效性,并通过均方差(RMSE)和信噪比(SNR)对新算法降噪效果进行了评价。最后,将本文提出的算法应用于实际地震数据降噪处理,结果发现改进的阈值法能够有效地去除地震数据中的各类随机噪声,通过与软、硬阈值法降噪效果进行对比研究,结果得出改进的阈值方法降噪效果更理想。     

小波变换方法在地震资料噪声消除中的应用

小波变换方法由于具有同时在时间域与频率域分析的特点,在信号的分析处理方面得到了广泛的应用,将其应用于地震信号噪声的处理,有着更好的应用前景和研究价值.笔者的研究工作主要围绕小波变换消噪过程中阈值方法的选择及阈值的选取,同时将一维小波方法与F-K滤波方法、二维小波方法与F-K方法以及这3种方法结合起来进行噪声的去除,用于实际数据处理,效果较好.     

基于小波分析的TEM信号提取

在基于付里叶分析的传统去噪方法对瞬变电磁衰减曲线去噪无能为力的情况下,通过研究瞬变电磁信号的特点,将小波分析技术引入到TEM的信号提取中,采用了Sym6小波作为母函数,用Mallat算法进行TEM原始信号分解,采用不同的阈值重建信号,有效地分离了有用信号和噪声,使处理后的结果更接近于实际,得到了比较满意的去噪效果。      

基于小波降噪的隧道围岩监测数据分析

隧道围岩监测数据中含有大量的随机误差,为了消除或削弱随机误差的干扰,通常对观测数据进行降噪处理。基于小波分析理论,利用小波降噪技术,以某隧道的围岩监测数据为例,选择了db3小波函数和heursure软阈值对围岩接触压力进行降噪处理,并用5-15-1BP神经网络对降噪前后的结果进行了预测比较,训练步数分别为2 448步和450步,未降噪的围岩压力预测的误差总体上要比降噪后的误差大。实际计算结果表明,小波去噪合理有效,能够敏感识别观测噪声和有用信息,适合于隧道围岩监测的数据分析。     

Impulse interference processing for MT data based on a new adaptive wavelet threshold de-noising method

Wavelet de-noising method is often used in the processing of magnetotelluric (MT) signal, and the wavelet hard and soft threshold de-noising method are the most popular although there is much room for improvement in the threshold function selection and threshold determination. A new adaptive wavelet threshold de-noising method was proposed by selecting a new threshold function and presenting an adaptive method for obtaining optimal threshold based on the multi-resolution Stein unbiased risk estimation. New threshold function and an adaptive method to determine threshold were discussed, and the principle and implementation of the algorithm were given. The simulated signal and the measured MT data contaminated by impulse interference were analyzed, and the obtained results were compared with those of the conventional wavelet hard and soft threshold de-noising methods. The results show that the proposed method overcomes the defects of the traditional wavelet soft and hard threshold due to a new threshold function, and a new method to determine the threshold of each layer is applied and provides an adaptive method for filtering MT data in the wavelet domain that requires a minimum of human intervention. The presented de-noising method is very suitable for suppressing the impulse interference for MT data and can get higher signal-to-noise ratio than the traditional wavelet threshold de-noising methods. After de-noising, the accurate data is loaded for further impedance estimation and geological interpretation.     

小波变换在位场资料去噪和位场分离中的应用

根据小波变换的原理,研究了小波阙值去噪方法和位场分离方法在某实测布格重力异常的应用及效果。多矩形棱柱体模型试验表明:选取合适的小波基和小波参数,可以更好地提取出重力异常中的有用信息,为下一步在实测重力数据中的应用提供理论基础。实测布格重力资料处理结果表明:基于小波变换的去噪方法和位场分离方法,能够较好地去除随机噪声,更好地区别出局部异常和区域异常,提高数据处理与解释中有用信号识别的精度。     

基于形态小波的核磁共振测井信号去噪及现场应用研究

核磁共振测井中采集到的回波串信号十分微弱,而背景噪声很强,使信噪分离困难。为解决这一问题,引入了结合数学形态学的特征识别和小波分解的多分辨率分析特性的形态小波方法。讨论了方法的数据基础和应用步骤,并与小波软阈值方法处理结果进行了对比分析。实测数据处理结果表明:形态小波去噪方法具有良好的细节保留和抗噪声能力,去噪效果优于小波软阈值滤波方法;在消除测井信号随机噪声的同时,能很好地保留信号的波形和特征,在较低信噪比下仍可有效地提取测井信号的有用信息,提高了T2谱的反演精度。     

小波分析和RBF神经网络在地基沉降预测中的应用研究

地基沉降是一种危害很大的环境灾害。地基沉降的监测数据经常受降雨及工程施工等诸多外界因素的干扰,故而在沉降曲线中存在许多数据突变点。为此,提出基于小波分析与RBF神经网络相结合的新的地基沉降预测方法,首先采用小波分析对对原始监测数据进行数据去噪处理,进而得到反映实际变化的地基沉降曲线,然后采用径向基函数（RBF）神经网络方法对其进行预测,为工程设计提供依据。最后结合工程实例分析,通过多种小波去噪与预测结果的对比研究,表明3次B样条小波的去噪及预测效果最好,与实测值能较好地吻合,具有较好的工程应用前景。     

基于组合滤波的矿集区大地电磁信号去噪

针对矿集区大地电磁(MT)信号受环境噪声和人文噪声污染严重的问题,提出一种结合了经验模态分解(EMD)和数学形态学滤波的组合滤波方法,对矿集区大地电磁信号的时域信号进行滤波处理。介绍了方法原理和计算步骤,评估了该方法的去噪效果;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对某矿集区的实测数据进行了去噪处理。结果表明,组合滤波方法充分利用了EMD多尺度分解及其可重构特性和数学形态学滤波方法的优点,在滤除噪声的同时为MT信号尽可能多地保留了有用信息。去噪后,估算的响应曲线方差减小到原来的一半,为进一步正确资料处理和地质解释提供了保障。     

基于二维小波变换的随机噪声压制方法在GPR数据中的应用

在探地雷达探测工作中,为了尽可能多的获取回波信息,通常采用宽频带记录,这就不可避免地将各种干扰波也记录下来,其中随机噪声由于其频带较宽,分布于整个数据剖面,常规滤波方法对随机噪声的压制效果往往不佳。由于小波变换具有较强的分频和局部分析能力,根据需要选择合适的小波基函数和去噪方法,可较好地压制随机噪声,提高信噪比。基于二维小波变换理论,提出了采用自适应分层阈值法对探地雷达数据进行压制随机噪声的方法。通过不同模型、不同信噪比下正演模拟数据的验证以及对实测数据的处理,并与中值滤波法和全局阈值法的去噪效果进行了对比分析,结果表明自适应分层阈值法去噪效果更好,实用性更强。     

矿集区大地电磁噪声场源分析及噪声特点

结合长江中下游某矿集区大地电磁观测环境,分析大型矿山、通讯基站及其他主要电磁噪声源对视电阻率曲线的影响.依据时域波形将噪声分为脉冲噪声、周期噪声、三角波噪声、方波噪声、阶跃噪声、似充放电模式的三角噪声,便于在后期资料处理过程中针对不同的噪声类型对大地电磁数据进行降噪处理.     

基于样本熵理论的自适应小波消噪分析方法

小波消噪方法的核心问题是阈值的选择及确定.依据样本熵的特性,将样本熵与小波分析方法耦合起来,提出了一种自适应确定阈值的小波消噪分析方法.该方法计算了不同阈值对应噪声序列的样本熵值,得到阈值与样本熵值之间的关系曲线,当样本熵值达到最大时,此时阈值为所求阈值.通过算例加以验证分析,结果表明,自适应小波消噪分析方法能较好地实现水文序列的信噪分离,其消噪结果符合序列本身的特性及评价指标的要求,这为合理确定阈值提供了一种新的途径和方法.     

基于小波消噪和符号动力学的径流变化复杂性研究

提出了基于小波消噪的符号动力学途径研究径流变化的复杂度。对径流序列进行小波消噪,运用Lempel-Ziv算法计算其复杂度,以长江、黄河流域为例定量分析年径流复杂性。为研究水文系统的复杂性提供了工具。研究表明:①黄河流域径流变化比长江流域复杂;②黄河流域年径流的平均复杂度为8.3,从上游到下游的复杂性变化趋势不明显;③从时间纵向看,黄河年径流变化的复杂性并未发生显著的变化。     

奇异值分解(SVD)在位场数据去噪中的应用

根据奇异值分解原理,分析其在位场去噪中的可行性,提出了一种判断有效阶次k的方法。对多边形厚板模型的重力异常进行奇异值分解去噪和小波去噪效果的对比,证明了奇异值分解去噪的有效性和优势。将其应用于实测重力数据的处理中,取得较好的效果。理论模型和实测资料的处理结果表明:基于奇异值分解的去噪方法可以有效地去除随机噪声,提高数据处理和解释的精度。