基于小波变换的地震信号分时分频相关去噪

介绍了Donoho的小波域阈值去噪处理方法,提出了对小波变换尺度上小波系数进行分时分频相关处理去噪后,再重构小波系数的方法,以去除大部分随机噪声。然后,再对重构后地震剖面进行小波域阈值去噪处理。结果表明,使用上述新方法可以有效改善地震剖面处理效果,提高信噪比。     

基于三参数小波变换的地震瞬时属性计算方法及应用

为提高地震瞬时属性的计算精度,针对薄层反射地震信号含有快速变化的振幅和频率分量的特点,研究了新的分析小波即三参数小波,基于三参数小波变换,提出了在相空间计算地震瞬时属性的方法。三参数小波有三个可调参数,对信号做小波分析时有很高的自由度,能够很好地匹配地震子波或给定的有效信号,三参数小波与BMSW小波或其他小波相比,具有更好的时域局部化性质。实际地震资料的应用效果表明,三参数小波变换地震瞬时属性比Hilbert变换瞬时属性有更高的信噪比和分辨率,基于三参数小波变换的地震瞬时属性分析方法是识别薄层砂体的有效手段。     

基于小波变换的脉冲类电磁噪声处理

在天然电磁场观测中,脉冲类干扰的存在,将使观测信号发生剧烈的波动,导致频率域中的阻抗估算结果发生严重的畸变。针对脉冲类噪声在小波域中的变化特征,利用迭代回归技术来分析和压制噪声。模拟与实测数据测试表明,改正前后信号能量损失小,相关性高,改正信号高精度地逼近原信号,可有效地消除脉冲类噪声干扰。     

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.     

基于小波变换的遥感纹理信息提取

遥感纹理信息是地物空间特征的综合反映,综合纹理信息是进行专题信息提取获取的重要依据.遥感数据具有复杂性、统计性和随机性,同时,遥感图像中地学信息,如地质构造、蚀变信息及岩性分界等高频信息具有一定的方向性;小波变换具有"变焦性"、对称性、正则性等特点,可以较为快速地检测到奇变信号.利用小波变换可以快速、有效地提取遥感纹理高频奇变信息.     

基于小波变换的多源遥感影像融合技术研究

文章在全面了解与分析小波变换的多源遥感影像融合技术的基础上,对基于小波变换的影像融合原理、小波基的选择、小波分解级数的确定以及影像融合法则和融合方法的改进等方面进行了深入研究,并提出,多小波和提升算法将是小波变换应用于遥感影像融合中的研究方向。     

基于小波变换的测井多尺度分层研究

测井信号是岩性、地层微观结构、含流体性等各种信息的总和,测井数据是反映地质体地质信息的载体,地层变化主要体现在测井信号的突变点或突变区域中。以某测井的自然伽马曲线为例,提出应用零通小波、模极大值对测井曲线多尺度分析,在不同尺度上定量划分出不同级别的地层界面,分析结果与实际地层界面一致。小波分析为地层的定量划分提供了一种新的思路。     

基于二维小波变换的混沌图像加密算法

为了提高图像信息的安全性,利用混沌序列的特性,提出了一种新的基于混沌序列的图像加密技术。在对图像进行二维小波变换后,以混沌序列为基础,利用图像置乱变换技术,实现基于频域的数字图像加密算法。该算法具有较高的安全性,实验结果令人满意。     

基于小波变换的岩石声发射信号互相关分析及时延估计

声发射全波形采集为基于波形分析的声源定位方法提供了可能。声发射源定位方法中最常用的是时差定位方法,因此,时差获取精确与否直接影响定位的精度。借助于小波变换和互相关技术研究声发射信号的时延估计,首先利用小波分析技术对信号进行分解,确定有意义信号的频带宽度,再提取分解后的相应频带的小波系数,利用互相关技术计算出该频带信号到达各传感器的时差,进而利用时差定位法反演声发射源,实现了声发射源更精确的定位。经声发射监测验证结果表明,该时延估计方法能有效地减小声发射源定位的误差,提高声发射源的定位精度,为准确反演声发射源提供了一种有效途径。     

基于小波包变换的面波分离技术研究

依据面波视速度的分布范围,提出一种新的叠前面波分离技术,即把地震波场分成不受面波影响的波场和受面波影响的波场,然后利用小波包变换对受面波影响的波场进行时频分析,通过分解与重构,从中提取有效波,再将其与不受面波影响的波场合并,就可得到面波分离后的地震波场。该方法在成功分离面波的同时,可使有效波的能量(尤其是其低频能量)不受损失,既有效地保持信号的频宽不变,又提高了记录的信噪比。实际资料的处理结果表明:此方法在叠前面波分离方面具有有良好的效果。     

结合小波包变换和随机森林的ASTER蚀变信息提取

为了更准确地提取蚀变信息,本文选择新疆、甘肃和内蒙古三省交界部位为研究区,结合小波包变换和随机森林提取ASTER蚀变信息。首先,选择主要蚀变类型的诊断性波段进行特征向量主成分分析,得到主分量影像;接着,对主分量影像进行小波包变换,使用代价函数选择最优小波包树,并提取高低频信息构造分类向量;然后,经过特征筛选构造随机森林分类模型,并提取矿化蚀变信息;最后,通过野外采样、薄片鉴定对提取结果进行精度评价。铁染、Al-OH及Mg-OH蚀变信息的主成分分析波段组合分别选择Band 1、2、3、4,Band 1、3、4、6及Band 1、5、8、9。结果表明,本文方法提取铁染、Al-OH基团及Mg-OH基团蚀变信息的总体精度可达到88.7443、85.5469及91.7594,Kappa分别为0.7767、0.6732及0.8362,与成矿区带及已有的该区域的成矿特征相关性较好。本研究采用的最优小波包树能充分利用矿物光谱的能量特征,随机森林可削弱矿物组分的噪声干扰,研究结果可为遥感蚀变信息提取提供技术参考。     

基于离散元煤层钻孔井壁稳定性分析

煤层气勘探开发过程中井壁稳定性问题突出,传统连续介质力学模型难以准确评价井眼失效机理。在分析破碎性煤层物理性质的基础上,以沁水盆地南部沁端区块3号煤层为例,将虚拟煤岩体定义为基质和裂隙两个部分,采用Monte Carlo方法生成了随机的裂隙网络,通过通用离散元程序UDEC进行了破碎性煤层段井壁稳定数值模拟分析,研究了不同钻井方式条件下煤层井壁稳定性。结果表明:随机裂隙的存在使得井周塑形范围加大,井眼更易垮塌失稳。当井筒压力较小时,井壁主要发生拉伸破坏;当井筒压力较大时,井壁主要发生剪切破坏。在该煤层参数条件下煤层井眼的最佳稳定井筒压力区间值为6~7 MPa。      

基于测井数据小波变换的层序划分

探讨了小波变换用于测井层序划分的一种方法。在论述了小波变换对信号时频分析的优势后, 介绍了连续小波变换的定义和一般步骤。以鲁西某钻井为例, 对迄今为止所能获得的分辨率最高、连续性最好的测井地质数据, 进行了连续小波变换, 提取小波变换系数的时频色谱信息。在此基础之上, 将不同时间 (深度) 尺度的旋回清晰地展现出来, 并探测到地层序列中不同级别的突变点, 从而实现对鲁西地区石炭二叠系层序、准层序的划分。这些探索为地层层序的划分提供了一种新的思路和有效途径。     

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。     

基于小波包变换的不同强度煤样的声发射特性

为了研究在单轴压缩下不同强度煤样的声发射特征,利用RMT-150C型岩石力学伺服试验系统和CDAE-1型声发射检测仪,对硬煤、中硬煤和软煤煤样进行实验研究。为了解决煤样在声发射实验中存在的各种信号干扰和信号处理方面的问题,运用小波包变换对煤样的声发射信号进行了分解、去噪和重构。研究结果表明：经过处理之后的声发射信号能够更清晰地反映硬煤、中硬煤和软煤煤样在单轴压缩下失稳破坏的变化特征。软煤、中硬煤和硬煤的声发射信号特征各不相同,随着煤样强度的增加,煤样失稳破坏时声发射累计能量和累计计数逐渐减小,煤样在受力过程中声发射能量和计数的峰值也逐渐减小,并且在峰值处释放的能量也逐渐减小。     

基于多模式分离的S变换与小波变换提取面波频散曲线对比分析

为了对比分析小波变换和S变换在计算瑞雷波频散曲线时的精度,通过设计两层介质和六层介质模型,采用交错网格高阶有限差分方法对两个模型进行正演模拟,利用F-K法分离出时间—空间域不同模态的瑞雷波记录,再采用小波变换和S变换计算出不同模态的瑞雷波频散曲线,分别与理论值进行对比分析,最后利用两种方法对实际资料进行处理。结果表明:利用小波变换计算得到的频散曲线在低频段误差相对较大,S变换计算得到的频散曲线精度总体高于小波变换。     

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。     

Fractal analysis based on the continuous wavelet transform and lithofacies classification from well-logs data using the self-organizing map neural network

The main goal of this paper is to show that the fractal analysis based on the continuous wavelet transform is not able to improve lithofacies classification using the self-organizing map (SOM) neural network model from well-logs data. The proposed idea consists to inject many inputs in SOM neural network machines and to choose the best map. These inputs are: data set 1: the five raw well-logs data which are: the gamma ray, density, neutron porosity, photoelectric absorption coefficient and sonic well-log; data set 2: the estimated Hölder exponents using the continuous wavelet transform of the data set 1; data set 3: data set 1 and the three radioactive elements concentrations; data set 4: the estimated Hölder exponents of the data set 1 and the Hölder exponents of the radioactive elements concentrations; data set 5: the estimated Hölder exponents of the data set 1 and the three radioactive elements concentrations logs. Application of the proposed idea at two boreholes located in the Algerian Sahara shows that the Hölder exponents estimated with the continuous wavelet transform as an input of the SOM neural network are not able to give geological details. However, the raw well-logs as an input give more details and precision especially when they are enhanced with the natural gamma ray spectrometry data.