小波模变换技术在探地雷达资料中的应用

通过研究探地雷达信号的小波变换的模特征点的变化规律和特征,揭示了探地雷达信号奇异点和其小波变换模极值的关系。通过这些关系的研究,对小波各级分解的模特征点进行变频域处理。最后对处理后的地质雷达信号,利用非线性最小二乘方法求解李氏指数,从而进行地质体边界的检测。无论从理论模型的论证还是实际资料的处理都取得了较好的结果。     

短时傅里叶变换在GPR数据解释中的应用

小波变换、经验模态分解、奇异值分解是提高探地雷达数据信噪比、突出深部异常的有效手段。笔者提出一种快速的短时傅里叶变换技术,对探地雷达噪声信号进行解译,利用雷达发射信号与噪声信号的频谱差异提高雷达数据的信噪比;并以数值算例进行验证,分别从单道波信号的频率能量差异,主频等值分布差异等方面详细分析了该方法与小波变换、经验模态分解方法的优势。结果表明,短时傅里叶分析技术能实现探地雷达数据的快速解译,为探地雷数据的反演成像提供更精确的约束条件。     

应用复小波定义探地雷达相位

Hilbert变换为基础的信号分析方法丰富了探地雷达的观测参数,为数据处理提供了更多依据。Hilbert变换针对的是“窄带”信号,对噪声非常敏感,而探地雷达信号不可避免存在噪声,且在频散介质中传播发生频散,其信号有一定的带宽。应用时一频性质较好的小波变换定义相位,较好的克服了这些问题,该方法采用连续复小波变换将探地雷达信号分解为实部和虚部,进而定义相位。     

基于小波域KL变换的探地雷达信号处理

探地雷达目标回波信号通常会受到串扰(或直达波)、随机噪声等的干扰,致使目标信号难以分辨。利用小波分析的时频局部化特性和多道探地雷达记录中直达波、目标回波信号以及随机噪声等的不同相关性,对探地雷达记录进行小波分解,得到多频段的小波剖面,再对不同频段的小波剖面做KL变换,实现了串扰抑制。通过实验数据和现场实测数据验证了该方法的有效性。      

用连续小波变换分析探地雷达回波信号

脉冲探地雷达回波信号是典型的非平稳、非线性信号.本文通过连续小波变换,对地下圆柱目标实测结果进行分析,得到了目标冲击响应的典型波形特征.分析结果证明,这种方法可以有效地用于目标检测,时延估计等脉冲探地雷达信号处理中的关键问题     

基于小波变换的探地雷达弱信号增强

弱信号增强处理是探地雷达数据处理中的一个重要环节,而且是探地雷达数据处理难以解决的问题.弱信号在两方面使其不易于直接从探测剖面上识别出来:一是本身信号强度小且受到随机噪声的干扰; 二是存在浅部强信号的明显反差,视图上难以识别.本文根据小波变换的特征提出一种信号增强方法,即多尺度小波变换信号增强法.从理论上分析该方法增强深部弱信号强度及提高弱信号可识别能力的基本原理, 并通过实例应用说明方法的实用效果.     

在小波域中恢复白噪背景下探地雷达信号

针对实际中所观测到的探地雷达信号时常会被噪声污染的问题,根据小波分析和分形理论在多尺度分析和自相似本质上的一致性,从研究分数布朗运动小波系数的统计特性,分析信号和噪声对小波系数统计特性的影响,在探地雷达信号处理中引入小波分析和随机分形理论,提出了在小波域中,使用平滑因子恢复加性白噪背景下探地雷达信号。仿真实验表明,该方法能有效地恢复白噪背景下探地雷达信号,显著地提高了信噪比(由0 db提高到13.9 db)。     

基于背景矩阵减法的探地雷达杂波信号抑制方法研究

探地雷达是探测浅层地下目标并对其空间分布进行成像的重要地球物理方法之一,但在实测雷达剖面中,目标反射信号不可避免地会受到直达波和地面反射波等杂波信号的干扰。为了提高探地雷达数据解译的可靠性和准确性,需要对杂波进行抑制或去除。提出一种背景矩阵减法来抑制杂波信号,并通过两组仿真数据和两组实测数据示例与减平均道法、奇异分解法对杂波抑制效果进行对比分析,结果表明背景矩阵减法的效果明显优于减平均道法和奇异分解法,可以在保证有效信号不丢失,幅值和相位不失真的基础上,使杂波得到较好地抑制,有助于识别探地雷达剖面中目标信号的特征,提高数据解译准确性和可靠性。     

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。     

小波变换与SVD结合消除随机噪声的研究及应用

常规的随机噪声压制方法面临着噪声频带与有效信号频带重叠,在压制噪声的同时对有效信号造成损害的局限性,基于小波变换和奇异值分解的思路,提出了一种小波变换与奇异值分解相结合的去噪方法,以单道信号作为处理单元,通过小波变换得到小波系数矩阵,并对此矩阵进行奇异值分解,进而求得能够反应信号与噪声变化的奇异熵,根据奇异熵确定阀值,进行SVD重构小波系数矩阵,最后小波逆变换重构信号,达到去除随机噪声的目的。此种方法对满足高斯白噪和不满足高斯白噪条件的随机干扰,均有去除效果。经理论信号与相关实际资料的处理证明,这种小波变换与奇异值分解相结合的去噪方法有效而实用。     

基于分数阶傅里叶变换的探地雷达子波提取算法

针对探地雷达子波提取问题,提出了一种基于分数阶傅里叶变换的子波提取算法。假设探地雷达地下介质模型为线性系统并是时变的,并且子波在传播过程中不变,把子波和地层信息描述为一个时间的积分形式。分数阶傅里叶变换是酉变换,具有保范性,把子波的提取问题转化为在分数阶傅里叶变换域上的最优滤波问题。对分数阶傅里叶变换的阶数p在(－2,2]范围以1/300为步长进行了搜索,在分数阶傅里叶变换域上找到最优解,最后经过分数阶傅里叶变换反变换得到子波估计的时域信号。仿真实验首先验证了分数阶傅里叶变换最优滤波算法的正确性,然后利用探地雷达实验数据提取了子波,验证了该算法在提取子波中的有效性。     

小波变换与地震奇异性属性

地震属性是由地震数据提取的有关地震波的几何形态、运动学特征、动力学特征和统计学特征等组成。这里主要讨论了一种新的地震属性(奇异性属性)计算方法。由于地震数据携带着大量的奇异性信息,因此,这一新的地震属性是在偏移地震数据的小波变换和奇异性分析的基础上形成的。小波变换使检测数据中的局部奇异程度成为可能。为能够估计出偏移地震数据每一采样点的局部奇异规律,从小波变换系数的角度来提取地震信号的奇异指数。这种新属性实行单道处理,不需要子波和速度信息,它给出了地下分层情况和断层位置。在地震数据奇异性属性的基础上,用小波变换来划分地层旋回,从而提高了小波变换在地震解释中的应用。     

Buried pipe detection by ground penetrating radar using the discrete wavelet transform

Ground penetrating radar (GPR) is widely used for non-invasive examination of man-made structures, especially to determine the depth of pipes buried underground. Unfortunately, shallower objects may obscure GPR raw data that is reflected from deeper ones. This study introduces a signal processing technique, called the discrete wavelet transform (DWT), to filter and enhance the GPR raw data in order to obtain higher quality profile images. Laboratory experiments were conducted and the locations of buried pipes under different conditions were analyzed. The buried pipes were made of plastic and metal, and both single and two parallel horizontal pipes are discussed. The experimental results indicate that the DWT profiles can provide more information than the traditional GPR profile. The images of the diameter and position of pipes, even two pipes of different materials and in horizontal alignment, can be enhanced by using the DWT profile.     

Multiscale analysis of noisy 3D GPR data using the directional continuous wavelet transform

Here, we present a new technique of noise effect attenuation in the 3D ground-penetrating radar (GPR) data analysis using the 2D directional continuous wavelet transform (DCWT). The proposed technique is based on the application of a Gaussian low pass filter to the modulus of the 2D DCWT for low scales. After application of the low pass filter, maxima of the CWT are mapped for all range of scales. Application to a noisy GPR data shows that the proposed idea can improve GPR data analysis by the continuous wavelet transform.     

连续小波变换在探地雷达信号分析中的应用研究

广泛应用于工程勘探的探地雷达,由于其发射的高频电磁波在介质中迅速衰减、受环境噪声大等因素影响,探测剖面难以对相对较深的异常体有较好的响应.复信号分析提取三瞬参数可多角度分析信号,并能突出弱反射信息,但易受噪声干扰,且常规的滤波方法不能有效地去除这一干扰.将具有时～频双重局限性的小波变换引入到复信号分析中,解决了复信号分析易受噪声干扰的问题,恢复了其对异常提取的能力.将此算法用于实际雷达探测数据处理中,取得了良好的应用效果.     

小波包变换空间滤波法分离信号研究

利用小波包分析在时域和频域同时具有良好的局部化特性,对信号进行小波包变换后,用谱矩阵法计算质点的空间运动特性,构造相应的滤波函数,对分解后的信号进行滤波,将滤波结果用逆小波包变换进行重构,实现了滤除干扰、保留有用信号的目的,取得了非常满意的效果。      

Shearlet变换在GPR数据随机噪声压制中的应用

随机噪声是探地雷达(ground penetrating radar,GPR)数据处理存在的主要问题之一,直接影响到GPR数据后续处理及最终解释的准确性和可靠性。为了有效地去除随机噪声,同时更好地保留GPR信号的有效信息,本文提出基于Shearlet变换的GPR数据随机噪声去除方法。作为一种非自适应多尺度、多方向性的几何分析方法,Shearlet变换能够近乎最优地表示含奇异点的高维曲线。在Shearlet域,GPR数据能够得到更加稀疏的表示,通过阈值去噪的方法,有效地去除了随机噪声,使信噪比提高了4dB,最大程度地保留了GPR有效信号。利用理论和实际数据进行验证,体现了Shearlet变换阈值去噪方法的有效性和准确性。     

Multiscale analysis of 3D GPR data using the 2D directional continuous wavelet transform (DCWT)

The main goal of this paper is to extract land topographical information by analyzing the 3D ground-penetrating radar (GPR) data by the 2D directional continuous wavelet transform method. The first objective is to identify direction of obstacles, and the second is to characterize each one with a special roughness coefficient. Application on real data shows that the proposed tool can enhance the GPR data interpretation.