一维HHT变换在探地雷达数据处理中的应用

探地雷达(GPR)噪声信号通常具有非稳态、非线性特征,为去除这些噪声提高GPR图像解译的准确性,对利用HHT方法去噪进行了研究。首先阐述HHT的基本理论,然后通过对探地雷达数值模拟信号中噪声的去除验证基于HHT方法的可行性,最后将该方法用于探地雷达隧道地质超前预报的数据处理中。通过研究表明:该方法可以用于探地雷达信号的去噪,通过Hilbert变换得到三特征参数图像与EMD分解后合成图像进行对比验证,从而达到提高GPR信号解译精度的目的。     

基于局部均值分解的地震信号时频分解方法

在分析地震资料时,因吸收和衰减等原因,地震信号往往呈现出非稳态性。时频分解方法能将地震信号分解成多个稳态的子成分,从而为描述和分析地震信号的属性提供了便利,如短时傅里叶变换、小波分析、经验模式分解(EMD)等方法。本文引入了一种新的时频分析方法——局部均值分解(LMD)。该方法将地震信号按其时频属性分解成多个乘积分量信号(PFs),较EMD分解所得的固有模态函数(IMFs)保留了更多的局部信息,同时模态混叠效应更少。对模型数据和实际数据的处理结果验证了LMD方法能够合理地分解地震信号,更准确地描述地震资料中不同时间尺度的构造信息,为进一步的地震数据处理和解释提供参考。     

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。     

广义S变换时频分析在广域电磁法数据处理中的应用

广义S变换是一种可逆的局部时频分析方法,是短时傅里叶变换和小波变换的延伸和推广。利用广义S变换对广域电磁时间序列数据进行分析,除了可以划定噪声区域便于实施滤波去噪之外,还可以提高数据频谱分析精度。针对广域电磁数据特点,基于广义S变换提出了适合广域电磁法的广义S变换处理流程,进行了信号的仿真实验。同时,也对广域电磁法实测数据进行了处理,高信噪比数据的处理结果证实了广义S变换的有效性和准确性。强干扰数据处理的结果表明,获取的信号质量比基于傅里叶变换的传统方法有明显提高。处理效果表明,提出的方法适用于广域电磁法数据处理。     

基于变分模态分解算法的探地雷达信号去噪研究

探地雷达信号属于非平稳信号,容易受到干扰噪声影响导致探测能力降低.为了消除雷达信号的噪声,经验模态分解(EMD)、总体经验模态分解(EEMD)和完全总体经验模态分解(CEEMD)等方法被应用到雷达数据处理中.EMD虽然不断被改进,但仍存在一些不足,例如容易受到噪声干扰,存在模态混叠现象,依赖经验性等问题.因此笔者采用变...     

基于聚类经验模态分解的地球天然脉冲电磁场时频与能量谱分析:以芦山M_S7.0地震为例

针对地球天然脉冲电磁场信号的非平稳、非线性特点,本文采用基于聚类经验模态分解(EEMD)提取信号时频特性的方法,有效获得了芦山MS7.0地震前地球天然脉冲电磁场信号的时频分布特性、瞬时能量谱、能量集中分布的频段、最大振幅对应的时频分布等特性。对比经验模态分解(EMD)的希尔伯特-黄变换(HHT)方法,EEMD有效抑制了以往EMD分解过程中所出现的模态混叠问题。文章还将EEMD和傅里叶变换、小波变换进行了对比研究。结果表明,对于非平稳的地球天然脉冲电磁场数据,采用EEMD分解的HHT方法更能反映出原始数据的多种固有特性,便于进一步了解地震前地球天然脉冲电磁场的特点。     

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。      

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)。     

探地雷达信号特征分析和分辨率提高方法研究

探地雷达信号的奇异点或突变点作为雷达信号的重要特征通常反映介质重要信息,如电性变化界面或异常体等。分析了探地雷达信号在Hilbert变换下,利用小波变换确定探地雷达信号奇异点位置的方法。解决了传统傅立叶变换只能从整体检测探地雷达信号奇异性的局限性。并且由于小波变换良好的时频局部化特性,进一步讨论了其在提高探地雷达信号分辨率的研究中的应用。     

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。     

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。     

常用时频分析方法的瞬时Teager主能量储层检测对比研究

地震谱分解技术能够从地震数据中提取丰富的地质信息,当层位中含有储层时,能量衰减就会出现“高频衰减,低频共振”的异常现象,瞬时Teager主能量这一地震属性能增强这种能量衰减异常现象,更有效地突出油气区域。首先利用测试信号对比分析了短时傅里叶变换、小波变换、S变换、Wigner-Ville变换、平滑伪Wigner-Ville变换的时频聚集性;然后利用短时傅里叶变换、小波变换、S变换、Wigner-Ville变换、平滑伪Wigner-Ville变换获得实际数据的时频表示,再利用时频表示计算地震数据的单频瞬时Teager能量和瞬时Teager主能量,并比较了不同时频分析方法的瞬时Teager主能量在储层预测方面的性能。研究结果表明基于平滑伪Wigner-Ville变换的瞬时Teager主能量储层预测效果最好,可以有效地区分储层和岩石层。     

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。     

探地雷达数据的S变换时频分析

S变换自问世以来,凭借其优越性已经被广泛地应用于数字信号处理中。对模拟的探地雷达数据和实测的探地雷达数据进行S变换时频分析。其中探地雷达数据的模拟采用时域有限差分法,地电模型为层状介质,通过S变换时频分析,可以更有效地区分薄层状介质。对实测的探地雷达数据进行S变换时频分析,去除了部分噪音干扰,突出有效信号,图像更直观,易于图像的解译。     

基于FastICA的低信噪比探地雷达信号去噪

在背景条件复杂的工区,为了提高探地雷达(GPR)勘探资料解释的准确性和可靠性,利用独立分量分析理论进行了强噪声背景下的探地雷达信号去噪研究。阐述独立分量分析(ICA)基本理论,着重讨论了基于负熵最大化的快速独立分量分析(FastICA)算法。应用FastICA算法对单道探地雷达数据和正演含噪雷达剖面分别进行去噪分析,得到去噪后的探地雷达信号。以湖北恩施彭家寨隧道GPR实测数据为例,将Fast ICA算法应用于探地雷达剖面数据去噪。研究结果表明,将FastICA算法应用于探地雷达信号处理,摆脱了传统方法参数设置的束缚,流程简单,在GPR去噪方面有独特的优势,可较好地对低信噪比的GPR原始数据进行噪声去除,有助于突出探地雷达剖面中异常体特征,达到了提高资料解释准确性和可靠性的目的。     

双边滤波在探地雷达数据去噪处理中的应用

在探地雷达数据的采集过程中,受外界因素影响会不可避免地混入噪声,严重干扰有效回波的识别与解译。为此,利用双边滤波算法进行探地雷达数据的去噪处理,通过在探地雷达正演记录加入高斯白噪声来模拟实测的探地雷达记录,利用双边滤波器对含噪声的合成记录进行滤波处理,结果表明双边滤波算法能除去大部分高斯噪声,突出有效回波信息,峰值信噪比(PSNR)由初始的15.8451增加到22.1477。进一步将双边滤波器用于实测记录的滤波,从滤波结果来看,噪声除去效果较好,表明双边滤波器能有效应用于探地雷达数据的去噪处理。     

小波去噪在地震信号处理中的应用

在地震信号处理的若干环节中,将有效信息从含有噪声的干扰背景中提取出来,进而提高地震数据信号的信噪比和分辨率成为地震信号处理的关键一步。利用小波变换方法可对地震信号进行去噪,更准确地将有效信号和噪声区分开来,并可在最大限度去除噪声的同时,尽可能多地保留有效信号。本文结合小波变换的阈值去噪方法,探讨小波变换技术在地震信号去噪中的应用。     

基于经验模态分解的曲波阈值去噪方法

针对曲波阈值去噪方法阈值选取单一造成的有效信号损失或随机噪声压制不完全的问题,笔者提出了一种基于经验模态分解的曲波阈值去噪方法。该方法首先对带噪信号进行经验模态分解得到一系列固有模态函数,根据每个固有模态函数所含噪声强弱的不同,选取不同的阈值分别对分解得到的含噪固有模态函数进行曲波阈值降噪处理;最后将去噪后的固有模态函数与不含噪声的固有模态函数进行信号重构得到最终压噪的结果。由于引入经验模态分解,对分解得到的不同含噪程度的固有模态函数,选取不同的阈值进行处理,这样能够有效减小直接曲波阈值方法阈值选取单一产生的问题。模型和实际数据试算表明,该方法在提高数据信噪比的同时,能够有效地保留有效信号,是一种相对保幅的去噪方法。     

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。     

基于主成份分析的探地雷达信号去噪研究

探地雷达是估计地下介质分布的重要浅层地球物理方法,实际记录中包含噪声是不可避免。为了提高探地雷达(GPR)勘探资料解释的准确性和可靠性,这里利用主成份分析(PCA)理论进行了强噪声背景下的探地雷达信号去噪研究。阐述PCA的基本理论,着重讨论了PCA去噪算法的实现步骤。在时间域和频率域应用PCA去噪算法,对含噪声的合成雷达剖面分别进行去噪分析,采用L曲线法确定最佳参数K,达到最佳信噪分离效果,在时域和频域中使用最佳K值进行去噪,可以提高探地雷达数据的信噪比。以GPR实测数据为例,将PCA算法应用于探地雷达剖面数据去噪,可以在保持有用信号不丢失,幅值不失真的基础上,使噪声得到了较好地抑制,有助于突出探地雷达剖面中异常体特征,达到了提高资料解释准确性和可靠性的目的。