小波分析在急倾斜煤层开采沉陷监测数据分析中的应用

本文针对急倾斜煤层开采沉陷地面监测工作的实际,针对监测数据分析中噪声太大,较难发现和提取微小沉降变形信息的现状,提出采用小波分析处理变形监测数据的方法,建立了开采沉陷变形模型。以某急倾斜煤层开采沉陷的监测实例,采用matlab小波分析实现了监测数据的处理,对开采沉陷区的发展趋势进行预测,为沉陷区地质灾害的评估和预测及沉陷区土地的规划利用奠定了坚实的基础。     

基于小波分析的动态变形信息提取多尺度分析方法研究

基于小波分析的基本理论,特别是小波多尺度的分析技术,结合目前GPS变形监测强噪声的问题,提出了基于小波分析的动态变形信息提取多尺度分析方法,将小波多尺度分析技术应用于强噪声背景下提取弱信号及信号的奇异性检验。仿真数据研究表明,在进行多尺度分解时,应根据不同数据和处理目的,选择不同的小波函数和分解尺度。在进行信号奇异性检验时,消失矩较小的小波函数能更精确地定位奇异点。最后经实例验证,该技术能有效提取动态变形信息。     

小波分析的原理及其在电磁感应仪EM38数据分析中的应用

利用小波变换对澳大利亚新南威尔士Mandamah地区所测得EM38数据进行全局阈值消噪处理,通过分解与重构,从中提取有效信息,去除干扰,得到去噪后的数据。将去噪后的数据与地球化学铜元素的异常特征和已知的铜矿化区域进行分析与对比,推测出该地区的铜矿化预测区。该方法能有效地去除噪声,又不会损失有用信息。实际资料处理结果表明：小波分析方法在EM38数据处理中可以起到独特的作用与效果。     

基于混合类小波变换的随机噪声消减方法研究

介绍一种基于Seislet变换的混合类小波变换方法。小波变换可以对地震数据在时间方向上作进一步分解,利用小波去噪原理联合Seislet反变换共同对随机噪声进行消减。同时,基于信号噪声正交化模型,利用局部正交权重(LOW)对上一步的去噪结果进行信号能量补偿,从噪声中提取同相轴相干有效信息。理论模型和实际数据处理结果验证本文提出的方法可使地震资料中的随机噪声得到较好的消减。     

基于离散小波变换的油气检测技术

小波变换的时频双重局部化特性，是处理非平稳地震信号的有效方法。尝试利用离散小波变换提取地震道信号的特征参数。并根据提取的小波参数，寻求其变化规律，从而直接进行油气检测。首先，在选择不同的小波母函数的基础上，对给定的地震道数据进行小波特征参数提取；最后对小波参数值进行分析、比较以优选油气识别的小波特征参数；然后进行小波特征参数的综合；再根据已知井位的油气属性，确定归类门槛值。通过研究认为，该方法具有可行性。     

小波分析在Mandamah地区的物探数据及其铜矿预测中的应用

利用小波变换对澳大利亚新南威尔士Mandamah地区所测得物探数据EM38进行全局阈值消噪处理,通过分解与重构,从中提取有效信息,去除干扰,得到去噪后的数据。将去噪后的数据与地球化学铜元素的异常特征和已知的铜矿化区域进行分析与对比,推测出该地区的铜矿化预测区。该方法能有效地去除噪声,又不会损失有用信息。实际资料处理结果表明：小波分析方法在物探数据处理中可以起到独特的作用与效果。该方法还适用于其它地质数据和矿床,具有普遍的意义。     

基于不同小波变换与同态滤波结合的CBERS-02B卫星CCD图像的薄云去除

卫星CCD图像的去云处理对遥感信息的增强与提取有重要的意义,尤其是在云覆盖严重的低纬度地区。为去除CBERS-02B卫星CCD图像中薄云的影响,分别使用Mallat和à trous 2种小波变换对图像进行分解;利用同态滤波对2种小波分解图像的低频系数进行处理,衰减其低频信息;将处理后的小波低频系数与分解的高频系数进行小波重构,从而达到去云的目的。定量分析基于Mallat和à trous小波变换结合同态滤波法的去云结果表明,经à trous小波变换结合同态滤波法的去云影像所包含信息量大,细节信息丰富,去云效果较好。     

基于小波智能模型的地铁车站基坑变形时序预测分析

软土地区的地铁车站基坑工程,因其地质条件和施工环境复杂,施工过程受到施工自身及诸多外界因素的干扰,其变形真实数据难以获取,无法准确判定基坑后期变形,施工事故风险控制难度大,极大影响着基坑工程自身及其周边环境安全。基于小波变换和Elman网络的数据分析与动态预测原理,构建一种小波智能的基坑变形时序预测模型(简称WEPM),应用于武汉地铁车站基坑工程预测,通过不断地对历史实测数据进行小波分解去噪,提取基坑变形真实数据,利用小波智能模型实现基坑变形的超前滚动式预测。分析结果表明,提出的小波网络预测模型具有泛化能力强、预测精度高的特点,能对不同条件下基坑变形进行时序预测分析,该模型可为未来武汉基坑工程的变形预测、施工安全与施工事故防范提供依据。     

基于Matlab的小波分析在基坑监测数据处理中的应用

基坑监测数据受测试仪器、监测环境、监测人员等因素的影响,所采集的数据中会存在噪声和含有一些与实际情况不符的异常值,这些噪声和异常值在一定程度上破坏了监测数据的真实性,可采用小波分析对其进行降噪处理和异常值检测。小波分析将监测数据当作不同频率的数字信号序列,利用Matlab中的小波分析对上海某基坑支撑轴力监测数据进行了降噪处理和异常值检测,发现小波分析在基坑监测数据降噪处理和异常值检测中是有效的,可为基坑监测数据的处理提供借鉴。     

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。     

小波分析在基坑钢支撑轴力监测数据处理中的应用

基坑钢支撑轴力计由于受测试环境、测试装置的变化和测试人员的主观因素等的影响,所测得的信号不可避免地会引入噪声和含有异常值。可将钢支撑轴力计测量数据看作不同频率成分组成的数字信号序列,采用小波分析对其进行处理。利用小波变换对轴力计的监测数据进行消噪处理和异常值检测,并用某工程现场实测轴力计数据进行了验证,结果表明:小波分析在消除噪声和检测异常值是有效的。     

基于地震奇异性属性划分砂砾岩扇体沉积界面

利用地震数据划分沉积旋回主要是解决二个问题：沉积界面和沉积旋回体,而沉积界面是基础。地震剖面携带着大量的奇异性信息,是地下地质体的沉积、旋回性、波阻抗等综合反映。小波变换具有良好的时频局部化性质,通过Lipschitz指数刻画信号中奇点位置和大小,能够检测地震信号局部奇异性。利用小波变换系数的模极大值法提取地震奇异指数,从而揭示沉积旋回性和沉积界面。这里基于偏移地震数据的小波变换,提取地震奇异性属性,来解决断陷湖盆陡坡带砂砾岩扇体沉积界面的检测。通过实际资料处理,地震奇异性属性成功刻画了砂砾岩扇体的外部形态,同时还可以清晰地呈现出扇内沉积界面与沉积的期次,为进一步的精细解释以及扇体内的油气藏预测提供了有力保障。     

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。     

基于人工免疫算法的数据压缩技术在滑坡异常提取中的应用研究

滑坡异常信息提取对滑坡预测预报至关重要。以四川丹巴滑坡为例，应用人工免疫算法对滑坡镜2、镜6和镜9的位移监测数据进行压缩，分别获得最优压缩率为0．821，0．819，0．829，保真度为0．95。并在置信水平为0．95的条件下，对压缩后数据进行异常提取，分别获得了3个监测点的4个异常信息。这些异常信息所反映的滑坡变形发展演化规律与滑坡声发射等其他监测信息所反映的规律基本保持一致，说明应用人工免疫算法对滑坡位移监测数据进行压缩处理可以在保持原有数据的特性与规律的同时，有效除去监测数据中的冗余与不相关信息，增加有效数据密度，有利于准确提取滑坡异常信息。     

基于小波变换的航放数据去噪研究

分析了小波变换在航放数据处理中的应用效果,分析结果表明:(1)小波分析能够有效地去除叠加在航放测量数据上的噪声,再现被噪声掩盖的真实信息,其除噪能力随处理异常范围的变小而变小;(2)小波处理航放谱数据可得到较五点加权滑动平均处理方法更为真实、理想的能谱数据,从而能更真实地反映所测地质体的放射性特征信息;(3)小波处理航放能谱数据,可有效地提高数据的精度,且低能谱部分提高较多;(4)小波变换处理测线(区)数据可基本消除统计涨落的影响,从而识别肉眼难以识别的由微弱异常所引起的峰值,即提取航放数据中的微弱异常;(5)小波变换经过合适的处理程序,可以去除背景场,提取叠加在背景场上的微弱异常。     

同步压缩小波变换在油气检测中的应用

地震波在穿过地下含油气区域时会表现为低频能量相对增强,高频能量相对衰减的特征,利用时频分析方法可以准确提取地震资料的低频能量和高频能量,进而据此确定油气分布范围。以东海某工区实际资料为例,进行目的层地震数据的小波变换和同步压缩小波变换,对比分析两种变换方法的频谱图。对比结果表明,同步压缩小波变换具有高时频分辨率的特征。利用同步压缩小波变换提取了该工区地震资料的低、高频能量并进行含气性检测,获得的结果与钻井数据高度吻合。     

基于小波变换的地震属性多源信息融合预测技术研究

油气预测一直以来都是地震油气勘探的重要类容,但由于地下地质构造的复杂性,往往使得这项工作困难重重。实验提出了一种基于小波变换的地震属性多源信息融合方法,包括了属性数据的标准化处理、小波分解、数据融合与小波重构,其能够将多种属性的优势特征信息有机的结合起来,从而为油气预测提供可靠与准确的依据。为了验证本方法的有效性,将其应用于准噶尔盆地X区块的油气有利储集预测。首先对多种属性进行标准化处理,在此基础上进行小波分解,获得各属性的多种频带,进而对高低频带采用不同的方法融合,最后进行小波重构获得融合数据属性。实际资料处理效果显示,相对变换优于传统线性函数标准化处理,而基于小波变换融合方法优于传统的PCA变换融合,不仅能够消除干扰与冗余信息,而且增强了各属性的优势特征与细节信息,可以较好的改善多解性问题,提高储层预测和油气检测的成功率。     

小波包分解提取高采样率GPS地震波信号

随着高采样率GPS接收机的出现、高精度的定轨以及数据处理技术的发展, 利用GPS观测高频率、瞬态的地震波信号成为可能.但如何消除混叠在地震波信号中的多路径、随机噪声等误差, 有效地提取地震波信号, 仍然是制约高采样率GPS及其地球物理应用的重要因素.提出一种基于小波包分解的方法, 对动态位移序列中的多路径误差进行消除, 同时去除高频率随机噪声, 提取地震波信号.通过结合SCIGN的19个GPS测站的1Hz采样GPS观测数据, 对2010年墨西哥M7.2地震的地震波引起的地表动态位移进行解算, 采用小波包分解有效地提取地震波信号并对其进行谱分析.结果表明, 该方法提取的地震波信号能较好地反映出地震波的传播及其特性, 具有无需多天重复观测、处理精度高等特点.      

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。     

基于测井数据小波变换的层序地层对比--以鲁西和济阳地区石炭、二叠系含煤地层为例

测井数据蕴藏着非常丰富的地质信息,是迄今为止能够获得的分辨率最高、连续性最好的地质数据之一。测井信号的时频分析将一维的测井信号变换到二维的时频域,进而使其内部的能量聚集与分布得以清晰展示,利用测井信号沿时间方向上的差异性可以获取地层的旋回性等地质信息。通过连续小波变换对测井信号进行高质量的时频分析,运用小波变换的多尺度、多分辨率的特性进行层序、准层序的划分。同时通过小波时频分析寻找不同类型的体系域与小波时频特征之间的对应关系,分析层序内部的沉积特征及内部精细结构,建立了海侵体系域、高水位体系域和海退体系域的小波变换能谱地质模型,方便、快捷的实现了体系域的划分。最后在测井信号小波变换的基础上对鲁西和济阳凹陷的含煤地层进行了层序对比和分析,基本建立了山东地区晚古生代主要含煤地层的层序地层格架。