共查询到20条相似文献,搜索用时 109 毫秒
1.
2.
介绍了Hilbert-Huang变换中经验模式分解(EMD)的基本原理;讨论了实际探地雷达信号处理中EMD分解的终止条件;给出了利用内蕴模式函数(IMF)计算信号瞬时频率的计算公式。实际探地雷达剖面的HHT(Hilbert-Huang Transform)分析表明,由IMF得到的瞬时频率剖面对埋地目标的识别能力明显优于直接由探地雷达信号得到的瞬时频率剖面,并讨论了IMF的多分辨率特性。 相似文献
3.
4.
周子勇 《物探化探计算技术》2013,35(5)
通过经验模态分解(EMD)方法,可以把高光谱曲线分解成一系列由高频到低频的本征模态函数(IMF),从而可以从不同层次分析高光谱数据特征,并进行特征提取.把EMD方法用于Hyperion高光谱数据处理,通过对每一个像元的高光谱曲线进行经验模态分解,构成IMF系列影像.通过分析IMF影像表明:对于不同的地物,其IMF也不同;不同波段,不但其噪声水平不同,而且噪声性质也不一样;原始影像的Smile效应在IMF中可以明显表现出来.由于IMF影像与原始影像的波段有一一对应的关系,因此与其它信号分析方法(如小波分析及FFT方法)相比,EMD方法得到的结果更直观,更易于数据分析.但是EMD结果受极值、插值方法、IMF判别准则以及端点效应的影响较大. 相似文献
5.
《地学前缘》2015,(5)
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。 相似文献
6.
微地震信号的采集过程中,会不可避免地混合非平稳随机噪声,传统的线性滤波和频谱分析方法对这种混合信号的去噪效果并不理想。针对这一需求,本文提出了一种新的降噪方法。首先对含噪声的微地震信号执行集成经验模态分解(EEMD),获取一系列不同频率成分的本征模态函数(IMF);为了区分这些IMF分量中的信号和噪声,文中通过计算各个IMF分量的样本熵,根据所设置的样本熵阈值来提取符合微地震信号特征的IMF分量,并对这些IMF分量进行信号重构,由此达到抑制随机噪声的目的。将提出的方法应用于模拟数据和实测微地震数据,均表明该方法具有理想的降噪效果。 相似文献
7.
传统希尔伯特变换(Hilbert-Huang transform, HHT)是一种识别精度较差的时频分析方法,存在端点效应和模态混叠等问题。改进的完备经验模态分解(Improve Complete Ensemble Empirical Mode Docomposition, ICEEMD)可以将复杂的地震信号分解为一系列单分量信号,较好地解决模态混叠问题,但结合希尔伯特变换提取的瞬时振幅和瞬时频率,对处理实际地震数据仍然有严重的端点效应。FWEO(Frequency-weighted Energy Operator)是一种非负频率权重算子,其结合TK能量差分算法和Hirbert变换复分析思想,具有比Hilbert变换更高的时间分辨率。但由于算法本身的原因,FWEO能量只能应用于单分量信号,不能直接应用于复杂的地震数据。因此,这里结合改进的完备经验模态分解方法和FWEO能量分离算法的优点,提取南海某工区实际地震记录的瞬时振幅和频率信息,并将预测结果与测井数据对比,预测吻合程度好、识别精度高、证明该方法可以准确地反映储层特征。 相似文献
8.
电磁脉冲干扰是大地电磁测深系统(MT)信号的主要噪声之一,严重影响后续视电阻率和阻抗的计算及目标信息的提取。针对脉冲类噪声在时间域中的变化特征,利用经验模态分解(EMD)对脉冲类电磁噪声进行压制处理。首先,对大地电磁信号经EMD分解后得到N个本征模态函数(IMF);然后,对每一阶的IMF选择一个合适的阀值,对于该IMF中超出该阀值的部分进行截断;最后,进行EMD重构。实测数据测试表明:改正后信号能量损失小, 与改正前信号相关性高, 可有效地抑制脉冲类噪声干扰。 相似文献
9.
10.
裂缝性油气藏越来越受到人们的重视,如何有效地识别和评价裂缝性地层也成为人们关注的一个焦点。Cohen类时频分析方法具有同时对信号的时间和频率进行分析的优点,同时Hilbert-Huang变换(HHT)中的经验模态分解(EMD)方法能将信号分解为有限个具有单分量特性的固有模态函数(IMF),可以满足Cohen类时频分析对信号单分量的要求。尝试将这两种方法联合应用于阵列声波信号特性的提取,对地层不同性质裂缝的信号能量的时频分布特征进行分析,结果显示了这种联合时频分析方法在不同的裂缝性质地层中有不同的表现特征,对于实现裂缝性地层分析和评价具有一定的现实意义。 相似文献
11.
缝洞型油藏储集空间类型多样,大缝大洞的存在使得见水特征复杂多样,同时受各类工程、地质因素影响,生产数据非线性、非稳态,动态指标实时预测难度大。对此提出了一种结合集合经验模态分解(EEMD)和信息熵的高斯过程自回归模型的开发动态指标预测方法:①利用EEMD方法将生产数据分解成若干个平稳的本征模态函数(IMF)分量;②采用信息熵计算由于工作制度频繁调整而引起的数据波动程度;③利用分解的低频分量提取拟稳态数据段,对方差贡献度较大的各IMF分量建立高斯过程自回归模型;④叠加各分量计算结果作为预测值。仿真实验表明这种新算法能够有效应用于缝洞型油藏开发动态指标预测,可以预测生产井各项生产指标的变化趋势,为后期生产开发方案调整提供依据,指导油田的整体开发。 相似文献
12.
13.
针对采用矩谐分析方法构建地磁基准图的边界震荡问题, 提出一种基于二维经验模态分解的区域地磁异常数据边界补偿方法.采用二维经验模态分解方法对区域地磁异常数据进行多尺度分解, 对分解所得小尺度本征模态函数分量, 利用总体Hilbert变换法进行瞬时频率和瞬时幅值特征提取, 通过自采样和特征匹配进行边界补偿; 将大尺度分量之和作为趋势项, 利用三角函数方法建立模型并计算边界之外的大尺度磁异常值.实验证明, 相比当前已有方法, 可以更加有效地抑制对区域地磁异常数据进行矩谐分析的边界震荡问题, 稳定提高构建地磁基准图的准确性. 相似文献
14.
基于经验模态分解(EMD)方法,对云南东川蒋家沟泥石流1965年至2004年40年的年输沙量时间序列进行多时间尺度分析,该时间序列分解成3个本征模函数(IMF)分量和趋势项(Res)分量。分析表明:蒋家沟泥石流的年输沙量存在多尺度的周期性波动,分别是2~4 a、6~10 a和17~21 a的准周期。通过对各IMF分量和Res趋势项分析发现,自1985年之后,波动的振幅开始变大,表明蒋家沟泥石流的年输沙量变化很大。降雨对蒋家沟泥石流的年输沙量及周期性波动有一定程度的影响。人类活动改变环境的同时,也为蒋家沟泥石流提供固体物质来源,这使得蒋家沟泥石流的年输沙量周期性波动变得更加复杂。 相似文献
15.
格陵兰冰芯氧同位素显示近千年气候变化的多尺度分析 总被引:4,自引:0,他引:4
用经验模态分解(EMD)方法对格陵兰冰盖GISP2冰芯古气候代用指标δ~ (18) O 序列进行分解, 结果表明: 格陵兰近10 ka来气候变化总趋势出现历时约490 a的中世纪暖期和历时约570 a的小冰期, 其间还存在次级的冷暖期变化;气候波动具有3 a、 6.5 a、 12 a、 24 a、 49 a、 96 a、 213 a、 468 a准周期, 既有NESO的因素, 也受制于太阳活动周期的影响. 第7, 第8内在模函数(IMF7, IMF8)波动振幅以及总体趋势分量res在1350A.D.出现明显的转型, 表明1350A.D.为中世纪暖期和小冰期的分界. 相似文献
16.
针对地震波地下传播过程中深层的高频成分损耗严重,导致分辨率下降的现象,而常规高分辨率处理受到局限性较高、成本高、处理周期长问题,基于EMD(经验模态分解)自适应分频的思想,提出了一种改进常规高分辨率处理的方法—基于EMD时频分析地震高分辨率处理。该方法的核心在于依据地震数据本身的时间尺度特征,使用EMD算法进行模态分解,能够在保留该数据本身的特性情况下,将地震信号自适应分解为有限个IMF(本征模态函数),分别对得到的每个IMF进行高分辨率处理,最后叠加得到高分辨率的地震数据。本方法适用于非平稳信号,无假设条件,且无需知道Q值,为解决高频补偿问题提供了一条全新的思路,理论模型测试和实际地震资料的运用表明,该方法能有效提高地震资料分辨率,在薄互层识别方面也有较好的应用前景。 相似文献
17.
18.
19.
基于整体经验模态分解和支持向量回归的北京市 PM 2.5预测 总被引:5,自引:0,他引:5
为了更好地掌握大气中PM2.5浓度的变化规律,利用EEMD-SVR混合模型对该地区的PM2.5浓度值进行了短期预测。首先,通过采用整体经验模态分解(EEMD)方法分析北京市PM2.5,把原始时间序列分解成多个固有模态函数和趋势项;然后,对各阶固有模态函数进行周期性分析,揭示了北京市PM2.5的周期性变化特点;最后,对经过EEMD分解后的各阶固有模态函数和趋势项用支持向量机回归(SVR)方法进行预测。结果表明,EEMD-SVR混合模型比单一的SVR模型预测精度更高。 相似文献
20.
针对目前阵列声波测井信号的信息提取主要集中在纵波、横波、斯通利波等组分波的速度、衰减的处理分析上, 对频率特征的分析还缺少足够的重视的不足, 引入了Hilbert-Huang变换(HHT) 时频分析方法及瞬时频率的概念, 给出了阵列声波信号的经验模态分解及其时频分布, 并对实际阵列声波的波形信号进行了HHT时频处理与剖析.把这种方法用于区分和识别岩石构造破碎带取得了理想的效果.从阵列声波测井信号处理和构造异常的地球物理意义两方面表明, IMF序列能更好反映原始数据固有的物理特性, 所使用的EMD分解是有效和易行的, 为HHT分析在阵列声波测井信号处理中的应用, 进行了有益的探索. 相似文献