小波分析在TEM资料处理中的应用

针对瞬变电磁信号频带宽、动态范围大、晚期信号弱的特点，常规的滤波方法难以取得好的效果，提出应用多尺度小波分析进行瞬变电磁信号的去噪处理。实测资料的数据处理结果表明，小波分析能有效地区分有用信号与干扰噪声，是一种瞬变电磁信号去噪的可行实用的方法。并详细阐述了瞬变电磁信号的特点及小波去噪的原理。     

基于小波分析的TEM信号提取

在基于付里叶分析的传统去噪方法对瞬变电磁衰减曲线去噪无能为力的情况下,通过研究瞬变电磁信号的特点,将小波分析技术引入到TEM的信号提取中,采用了Sym6小波作为母函数,用Mallat算法进行TEM原始信号分解,采用不同的阈值重建信号,有效地分离了有用信号和噪声,使处理后的结果更接近于实际,得到了比较满意的去噪效果。      

基于小波分析的瞬变电磁信号消噪

密集采样的瞬变电磁信号其中晚期信号一般较弱,常规的滤波方法有时难以取得好的效果。应用多尺度小波分析方法进行瞬变电磁信号的去噪处理,可有效地区分有用信号与干扰噪声,经试算得到了比较满意的去噪效果,是一种瞬变电磁信号去噪的可行实用的方法。     

小波变换在矿井瞬变电磁法中的应用

利用小波变换对接收的瞬变电磁信号进行多分辨率分析,通过分解与重构,从中提取有效信号,去除干扰信号,得到去噪后的信号。该方法能有效地去除干扰信号,又不会损失有用信号。实际资料处理结果表明:该方法对去除瞬变电磁晚期信号的噪声干扰有很好的效果。      

基于频率域小波去噪的大地电磁信号工频干扰处理

大地电磁测深(Magnetotelluric,MT)在油气勘查中得到越来越多的应用,针对MT中日益严重的工频干扰,从频率域着手,结合小波阈值去噪方法,提出了基于频率域小波去噪的MT信号工频干扰处理方法。先对受噪的MT信号进行傅里叶变换,得到其实部和虚部,再用小波阈值去噪的方法对实部序列和虚部序列分别进行去噪处理,最后将去噪后的实部和虚部联合,进行反傅里叶变换得到去噪后的信号。给出了去噪方法的原理、步骤,并用仿真信号和实测大地电磁信号验证了其有效性。结果表明:频率域小波阈值去噪的大地电磁信号工频干扰处理方法是正确、有效的,能有效且自适应地压制大地电磁信号中的工频干扰,突出被工频干扰淹没了的有用信号的信息。     

基于经验模态分解法与小波变换的长周期大地电磁信号去噪方法

针对大地电磁信号具有非线性、非平稳和非最小相位的特点,提出了一种基于经验模态分解法结合小波变换的联合信号去噪方式,将时间序列信号通过经验模态分解,利用连续均方误差准则确定原始信号能量转折点,进而再使用小波阈值去噪法对剩余固有模态函数分量进行去噪,最后重构出消噪信号。通过对实测信号处理前后结果的对比,表明了本方法能够有效地应用于信号时域去噪。     

主成分分析在航空瞬变电磁去噪中的应用

由于航空瞬变电磁二次场数据是一种宽频带信号且幅度较小,因此常常受到随机噪声、天电噪声以及人文噪声的影响。研究针对上述噪声的去噪方法,可以提高处理和解释的精度。这里给出了基于主成分分析的航空瞬变电磁去噪方法,首先应用主成分分析方法对叠加抽道后的单测点衰减曲线进行分解,然后应用曲线趋势对比法和L曲线法对分解后的成分进行分析,确定出有效信号成分,最后使用这些有效信号成分进行重构,从而达到抑制噪声的目的。模拟信号分析以及实测数据的实验结果表明,应用主成分分析法处理航空瞬变电磁数据,在保持反映地下介质分布的有效信号幅度基本不变的条件下,能有效抑制天电噪声和人文噪声,为保幅处理和解释奠定了良好的基础。     

接地导线源航空瞬变电磁系统EEMD法去除传感器运动噪声

航空电磁系统观测值中不仅包含了地下介质的响应,还包含多种噪声成分,其中传感器运动噪声具有频率低、幅值大、非周期等特点,是航空电磁探测系统的主要噪声源之一。针对运动噪声的上述特点,利用EEMD方法对随机信号的分解能力,将航空电磁信号分解为多阶IMFs分量;利用IMFs某阶分量拟合传感器运动噪声,并从航空电磁信号中加以去除,从而获得去除运动噪声后的信号。本文利用EEMD方法对航空电磁仿真信号中运动噪声加以识别和去除,取得了良好的效果。通过与传统样条插值方法去噪效果的对比,表明EEMD法能够有效地去除线圈中的运动噪声,同时将该方法应用于山东某地无人机半航空瞬变电磁系统实测数据处理中,取得了良好的去噪效果。     

改进阈值法在二代小波变换去噪中的应用

地震信号去噪能有效提高信号的信噪比和分辨率。二代小波变换可以在不同尺度上对含噪信号进行小波分解和多分辨率分析,实现窗口宽度自适应调整的局部化分析。但小波变换阈值法在去噪过程中会在信号的不连续邻域会产生伪吉布斯效应,而平移不变量阈值去噪方法通过平移-去噪-平均的思想可以很好的解决该问题。因此本文在已有的二代小波变换阈值去噪的基础上将平移不变量这一改进方法应用于二代小波变换中,实现了对地震信号更加快速有效的去噪处理,并在模拟数据试算和实际数据试算中取得了良好的去噪效果。     

改进阈值的TI小波去噪法在MT去噪中的应用

在测量电场和磁场分量的过程中,由于地质因素、工频、人文干扰和其他外界因素以及观测系统所造成的干扰等,常常会使实际数据含有噪声,从而影响到视电阻率和相位的计算以及后续的正反演工作。为提高处理效果,在已有快速算法的基础上,将改进阈值的TI小波去噪法应用在大地电磁信号去噪中。利用该方法对大地电磁信号去噪,可以达到既有效去除噪声又较大程度地维持原始信号形态的目的。在对实测大地电磁数据进行去噪处理后的结果显示,该去噪方法使信号数据的突变现象得到有效的控制和减少,并使时间序列、视电阻率曲线和相位曲线的质量都有了明显的改善,因而具有较好的去噪效果。     

小波阈值去噪黄金分割法

在小波去噪的方法中,应用最广泛的是Donoho阈值法,但由于其阈值的单一性,使它不能在每级尺度上将信号与噪声做最大分离,去噪效果并不理想。通过分析Donoho硬阈值和软阈值方法的特点,提出了一种黄金分割法,这种方法结合了硬阈值和软阈值方法各自的优点。仿真去噪结果表明,这种改进的小波阈值方法能够得到更好的去噪效果,信号的信噪比得到了进一步提高。     

盲源分离算法在大地电磁信号去噪中的应用

鉴于大地电磁信号的特点,大地电磁信号的去噪问题一直是研究的热点问题,而盲源分离技术是进行现代信号处理的有力工具。阐述了大地电磁信号的特点和它的噪声分类,利用盲源分离算法维持信号频率不变性的特点,并结合大地电磁信号的频谱特征,提出利用盲源分离算法来对大地电磁信号进行噪声分析和噪声去除。实验证明,无论是直接应用盲源分离算法来对大地电磁信号进行噪声去除,还是应用盲源分离对噪声进行分析后结合其他方法进行去噪处理,都能有效地去除噪声,减少脉冲干扰地影响,提高信号的整体平滑度。     

基于经验模态分解(EMD)的小波熵阈值地震信号去噪

针对EMD阈值去噪算法中阈值由经验选取以及无法有效区分各固有模态函数上有用信息的不足,本文对各固有模态函数进行小波变换,对各层小波系数进行相关处理,以突出有效信息,抑制噪声;将细节系数的有效信号和突变点置零并等分为若干区间,选取小波熵最大子区间的高频小波系数平均值作为噪声方差计算得到阈值。该阈值选取方法依据小波熵的特点,自适应地根据对应尺度上信号自身的能量特征确定该尺度阈值。将该算法应用于仿真信号和实际地震信号去噪,结果表明该方法优于基于EMD的小波阈值去噪,在提高去噪效果的同时,也更好地保护有效信号。     

小波变换多尺度分解系数阈值选择在一维去噪的应用

对小波变换理论进行了简单的介绍,并详细分析了基于小波变换对信号去噪处理的原理和实现,并对小波多重分解时选取不同的阈值对去噪效果进行详细的研究。最后结合理论分析和实验实例讨论了小波分析在信号去噪方面的作用,利用光滑性和相似性来评价去噪效果。     

基于匹配小波包算法的地震信号去噪

地震资料的信噪比是影响地震资料质量的关键因素之一。目前的去噪方法中,在滤波的同时会损伤有效信号,因此提出基于匹配算法的去噪方法,利用和地震信号匹配的小波包对信号进行分解,用选出的波形代表有效信号达到去噪的效果。实验分析表明,利用匹配小波包算法能够很好地压制地震信号白噪声,提高信噪比。当噪声能量小于有效信号周期能量时,小波包算法去噪效果比小波收缩阈值法好,信噪比提高5 dB ±。     

基于快速独立分量分析的自电测井信号去噪

针对自然电位测井信号中的噪声,提出了一种运用快速独立分量分析原理对自然电位测井信号进行去噪的方法。详细研究了自然电位测井信号噪声特性以及独立分量分析原理,应用基于负熵的FASTICA算法对自然电位测井信号进行去噪,并与小波去噪的效果进行比较。结果表明,该去噪方法更简单容易、去噪效果好、自适应能力强。     

小波分析在地震资料去噪中的应用

小波变换方法已广泛应用于信号处理领域。应用多尺度小波分析方法来消除地震观测信号中的噪声是一种行之有效的方法。这里从小波变换的基本原理出发,详细介绍了地震信号的阈值去噪原理,并根据模拟信号和实测地震信号的频谱分析,讨论了如何选择小波基及去噪过程中的阈值取值问题。从小波分解理论知道,利用多尺度分解方式对地震资料进行分析处理,相当于对实测地震资料进行不同尺度的细化分析,由于对不同地区、不同资料的精度要求不同,我们只要使用不同的尺度进行小波变换处理,就可以得到去除原信号的细部巨变(噪声干扰)特征的信号。同时,我们对小波变换处理后重构的地震信号与原信号进行了对比分析,误差结果分析表明该方法切实可行。我们还利用MATLAB语言及其小波工具箱,实现了对地震资料的去噪处理。     

基于组合滤波的矿集区大地电磁信号去噪

针对矿集区大地电磁(MT)信号受环境噪声和人文噪声污染严重的问题,提出一种结合了经验模态分解(EMD)和数学形态学滤波的组合滤波方法,对矿集区大地电磁信号的时域信号进行滤波处理。介绍了方法原理和计算步骤,评估了该方法的去噪效果;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对某矿集区的实测数据进行了去噪处理。结果表明,组合滤波方法充分利用了EMD多尺度分解及其可重构特性和数学形态学滤波方法的优点,在滤除噪声的同时为MT信号尽可能多地保留了有用信息。去噪后,估算的响应曲线方差减小到原来的一半,为进一步正确资料处理和地质解释提供了保障。     

基于形态小波的核磁共振测井信号去噪及现场应用研究

核磁共振测井中采集到的回波串信号十分微弱,而背景噪声很强,使信噪分离困难。为解决这一问题,引入了结合数学形态学的特征识别和小波分解的多分辨率分析特性的形态小波方法。讨论了方法的数据基础和应用步骤,并与小波软阈值方法处理结果进行了对比分析。实测数据处理结果表明:形态小波去噪方法具有良好的细节保留和抗噪声能力,去噪效果优于小波软阈值滤波方法;在消除测井信号随机噪声的同时,能很好地保留信号的波形和特征,在较低信噪比下仍可有效地提取测井信号的有用信息,提高了T2谱的反演精度。     

基于DB小波阈值去噪的航空重力数据试验

利用Mallat快速算法实现离散小波变换,选用DaubechiesN小波系为小波基函数,通过理论模型数据验证了方法设计的可靠性。在对实测航空重力数据进行去噪过程中,根据重力异常信号频带特点,采取多层分解和阈值策略进行自由空气重力异常的提取。试验进行了6～8层的分解,采用了强制阈值去噪和施加软阈值去噪,并进行了对比,结果表明基于DB小波阈值去噪所获得的自由空气重力异常与GT-1A系统滤波结果基本吻合。