航空重力数据的等波纹FIR低通滤波试验

为解决航空重力测量中的核心技术之一——强噪声背景下提取微弱重力异常信号的问题,根据等波纹切比雪夫逼近理论,采用瑞米兹（Remez）交换算法设计等波纹线性相位FIR低通滤波器,利用模型数据对该方法进行了验证,并通过GT-1A型航空重力系统测量数据进行滤波试验。结果表明,基于Remez交换算法设计等波纹线性相位FIR低通滤波器,在自由空气重力异常获取的滤波试验中,能获得与GT-1A系统卡尔曼平滑滤波相同的效果。     

双轴测斜仪边坡位移监测数据的降噪方法研究

提出了一种用于边坡位移监测的微机电系统双轴测斜仪原始采集数据累计位移的降噪算法,通过采用卡尔曼滤波器与Hamming窗FIR滤波器组合滤波的方法,对MEMS双轴测斜仪自身以及外部环境因素影响产生的高频噪声和随机噪声能够实现较好地去除,从而可提高监测数据的处理与解释精度。在原始采集数据高频异常振荡较大的区域,先卡尔曼滤波再Hamming窗FIR滤波其输出数据更符合实际应用,趋势拟合更好。     

一种海洋重力测量信号滤波方法的研究

为了有效地消除海洋重力异常测量值中存在的噪声干扰,提高重力异常值测量的精度,采用FIR数字低通滤波技术可以有效的剔除重力异常测量信号中包含的高频噪声成分,最大程度的还原真实重力异常值。本文重点介绍了数字滤波器的原理和设计方法,利用傅里叶变换分析测量信号中所包含的真实重力信号和噪声信号在不同频率下的分布和强度。在对原始重力异常值测量信号进行频谱分析的基础之上,提出利用频率采样的方法设计符合重力信号特点的低通滤波器,并结合已有的重力异常值测量数据对该方法进行实验验证。结果表明,利用该方法设计的滤波器可以有效地剔除高频噪声成分,滤波结果与标准值的误差在0~1 m Gal范围内。     

航空重力数据常用滤波方法对比研究

航空重力测量中,存在着各种各样的噪声干扰,严重影响了异常的精度和分辨率。低通滤波器在航空重力测量数据处理中对于去掉高频噪声干扰有着重要的作用;因此,对航空测量信号进行异常恢复和噪声信号衰减的一个重要步骤就是设计低通性能更优越的滤波器。通过模型实验,对比6×20_s RC滤波器、Kalman滤波器和FFT滤波器输出结果,以确定各种滤波器的可靠性,并分析了3种滤波器的影响因素,为以后对数字滤波器的研究奠定基础。     

卡尔曼滤波压制瞬变电磁干扰技术及应用

煤田瞬变电磁探测经常是在干扰较强的煤矿周边进行,采集到的二次感应场信号大多噪声水平较高,难以开展解释工作。为消除野外数据中的这些电磁干扰,根据衰减曲线单向衰减的形态特征,通过应用卡尔曼滤波技术压制各种干扰,较好地恢复数据原始信号。通过对受到高压线电磁干扰的煤矿采空区实际探测数据进行该滤波方法的处理解释,对比滤波后数据与高压线断电后原测区重测的不受干扰的数据,得到了基本一致的效果,证明了该方法的有效性。      

移动平台全张量重力梯度数据的噪声抑制

全张量重力梯度仪器测量数据中包含了大量的白噪声和有色噪声。传统的数字滤波器只能滤除某一频段外的噪声,对于混叠在重力梯度有用信号频段范围内的有色噪声不能很好的对其进行分离。为了同时滤除白噪声和有色噪声,笔者利用卡尔曼滤波器采用增广矩阵法将全张量重力梯度数据中的有色噪声进行估计,在抑制白噪声的同时将有用信号和有色噪声分离,并利用数字滤波器与卡尔曼滤波器的优点,将其结合生了更好的滤波效果,得到了更高质量的梯度信号。通过模型试验验证了本方法对噪声的滤波能力,并满足高精度重力梯度数据处理要求。     

航空重力数据窗函数法FIR低通数字滤波试验

采用窗函数法FIR低通数字滤波方法,对GT-1A型航空重力系统的测量数据进行了滤波试验研究,获得了一些有意义的结果.试验结果表明,通过选择合适窗形、窗口长度和滤波参数,窗函数法FIR低通数字滤波器是可以在航空重力数据的低通数字滤波处理中发挥应有的作用,获得满意的效果.     

多源重力数据融合方法及其在南海的应用

基于卫星测高重力异常的分辨率不高且具有较强的平滑效果,很难反应出局部高频异常信息。据此需要利用蕴含高频信息、测量精度高的船测重力异常与卫星重力异常数据进行融合,并研究多源重力数据的融合方案,进而提高重力异常场的精度及高频成分。笔者设计了一种采用小波分析方法融合多源重力数据的方法流程,探讨小波函数的选取方法、高低频系数各自的融合规则等;最终融合中国南海及邻域内卫星测高重力异常与船测重力异常,并定量化地评价融合结果的精度。     

集合卡尔曼滤波估计水文地质参数的局域化修正

集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)作为一种有效的数据同化方法,在众多数值实验中体现优势的同时,也暴露了它使用小集合估计协方差情况下精度较低的缺陷。为了降低取样噪声对协方差估计的干扰并提高滤波精度,应用局域化函数对小集合估计的协方差进行修正,即在协方差矩阵中以舒尔积的形式增加空间距离权重以限制远距离相关。在一个二维理想孔隙承压含水层模型中的运行结果表明,局域化对集合卡尔曼滤波估计地下水参数的修正十分有效,局域化可以很好地过滤小集合估计中噪声的影响,节省计算量的同时又可以防止滤波发散。相关长度较小的水文地质参数(如对数渗透系数)更容易受到噪声的干扰,更有必要进行局域化修正。     

瞬变电磁测量中的自适应滤波方法

５０Ｈｚ工频及其谐波干扰对瞬变电磁测量精度的影响十分严重，本文提出了消除５０Ｈｚ工频及其谐波干扰的自适应滤波及相关－自适应滤波方法，对于提高测量精度非常有效。     

用条件滤波法消除航磁图像测线干扰条带

航磁图像网格数据在测线方向上的不稳定，是由于飞行方向的偏离与飞行高度的起伏变化等原因所引起，虽经调平，仍未完全消除，图面上存在残留的条带状干扰，影响对构造形迹的辨认。采用条件滤波法，在调平的基础上，对测线干扰作处理。条件滤波法的要点是：用中位数法，判别干扰条带，仅对条带上的点作滤波；用区间邻点比较法，判别异常极值点，作除外极值点的二维空域滤波。此方法可以改善图像面貌，消除条带，并最大限度地保留有用信息。     

卡尔曼滤波在电阻率测井数据处理中的应用

卡尔曼滤波的主要思想,是用状态方程和量测方程描述线性动态系统。在求得滤波器表达式之后,给出了滤波递归算法。卡尔曼滤波应用于测井数据处理,其参数具有特征性,对如何确定某些参数进行了讨论。实例证明,经过卡尔曼滤波处理后,测井曲线的纵向分辨率有了显著提高,定量解释结果也接近于地层真值。     

中国南海卫星重力数据Butterworth滤波处理

通过对重力模型数据进行Butterworth滤波处理,发现该方法对高频噪声具有很好的滤波效果。对Geosat和ERS—1卫星提供的重力数据进行了网格化和Butterworth滤波处理,得到中国南海自由空气重力异常值为-42~89 m Gal。经与GRACE卫星提供的数据进行比较,发现该方法得到的结果具有更好的精度和分辨率。     

自适应加权改进窗口中值滤波

针对传统的多级二维中值滤波窗口函数及窗口大小对地震数据噪声处理存在影响,提出了一种自适应加权改进窗口多级二维中值滤波器。对传统的多级二维中值滤波窗口函数进行改进,使其具有保护线性和细节特征。在改进窗口函数的基础上,提出了自适应加权函数,加权函数的自适应性对噪声衰减和有效信号的保真奠定了基础,自适应加权改进窗口中值滤波器去除噪声明显。通过理论模型和实际数据处理的对比,表明本方法去除噪声和保护有效信号能力优于传统的二维多级中值滤波器。     

基于多结构元素形态滤波的大地电磁去噪

数学形态滤波是根据形态学原理创建的一种新型滤波方法,目前在信号处理的诸多领域得到成功运用。本文从形态滤波的基本原理出发,引入了一种多结构元素组成的滤波器用于大地电磁噪声消除。通过数值模拟展示了多结构元素滤波器的滤波效果,表明多结构元素滤波器在小尺度的范围内也有较好的滤波性能。同时,实测大地电磁信号的重构曲线和其视电阻率曲线显示多结构元素形态滤波对大地电磁噪声中的大尺度干扰噪声,如方波噪声和三角波噪声等,有较好的抑制作用,说明多结构元素形态滤波在大地电磁去噪中有较好的应用价值。     

Chebyshev低通滤波器在位场数据波数域导数换算中的应用

导数换算作为常用的位场数据处理手段具有重要的物理意义。由于实际测量误差和噪声的影响,波数域导数换算存在计算过程不稳定、求导结果精度差的问题。为了降低噪声干扰,提高导数计算精度,提出了在波数域常规导数算子基础上附加Chebyshev低通滤波器的任意阶导数换算方法。通过分析该滤波器的滤波特性,并结合位场异常径向平均功率谱曲线特征,确定了Chebyshev低通滤波法的滤波参数,减少了人为因素对求导结果的干扰。二度体和三度体模型试验表明,与其他3种方法(常规FFT(fast Fourier transformation)法、向上延拓法和ISVD(integrated second vertical derivative)法)相比,该方法计算的导数与理论值的均方根误差最小,求导结果精度较高。在虎林盆地布格重力异常数据处理中,利用该方法计算的垂向二阶导数受噪声干扰小,结果可靠性较高,依此划分出的8条大断裂和11条小断裂在以往研究中均得到证实。     

组合广义形态滤波在鹿井地区音频大地电磁测量数据去噪中的应用

鹿井地区部分音频大地电磁测量数据受干扰严重,为去除噪声干扰以获得真实准确的地下电性结构信息,基于数学形态滤波原理构建正负结构元素相结合的组合广义形态滤波器,对鹿井地区多个测点的时间序列做滤波去噪处理。把该区2号线的5、7、27号测点去噪前后的时间序列、功率谱密度和视电阻率进行对比,发现取得了较好的去噪效果。综合认为组合广义形态滤波方法能快速高效地去除三角波、方波、似充放电三角波、阶跃噪声等形态明显的噪声,应用效果较好。     

航空重力测量中FIR低通滤波器的比较

航空重力测量数据中含有大量的噪声,需要采用FIR低通滤波器来提取实际的重力异常信息。结合一组实测的航空重力测量数据,讨论FIR低通数字滤波器截止频率和滤波器长度的确定方法,研究了无效数据的删除方法;通过比较不同窗函数设计的滤波器的数据处理性能,得出了在航空重力测量数据处理中,汉宁窗和海明窗设计FIR低通数字滤波器可以满足重力场信息提取的要求。     

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...     

消除噪声的RNF图像融合算法

在多光谱遥感图像中有时也会存在较严重的随机点噪声的干扰，这种随机点噪声严重影响了地物光谱特征提取和识别的精度，降低了各种遥感定量分析方法技术的有效性。常用的遥感图像随机噪声消除或压抑方法是Fourier变换频率域方法和采用平滑模板对图像进行卷积处理的空间域方法，但它们往往会损失图像信息。文章探讨了消除或压抑噪声的图像融合方法，即RNF融合法。RNF融合算法先对参与融合的多光谱图像进行低通滤波，对全色波段进行高通滤波。然后将滤波后的全色波段与多光谱图像用HSI变换法进行融合，融合后的图像消除了噪声。