共查询到20条相似文献,搜索用时 125 毫秒
1.
应用了小波变换理论,对2005年林甸地震的前兆数据进行分析,研究在不同尺度下前兆数据的细节变化。结果表明,小波变换的多尺度分析方法将前兆数据分解成若干频段,容易识别和提取原始测值中不易分辨的震前异常,提高了识别前兆数据异常的能力。 相似文献
2.
3.
4.
5.
6.
7.
《地震研究》2015,(4)
结合地震前兆信息量综合数学表达式和小波变换、EMD分解技术,遴选郯庐断裂带中南段及其附近地区67个台点91个测项的连续性、可靠性较高前兆观测资料,多频域剖析前兆观测资料的变化特征、多层次挖掘地震前兆观测异常、最大程度地展示前兆群体映震效能。结果显示,地震综合前兆信息量时序曲线,在ML≥5.0地震前会出现不同程度的高值异常(S时序≥0.1),一般高值异常出现1~6个月内,研究区有发生ML≥5.0地震的可能;地震前兆信息量综合空间扫描的结果显示,未来的震中区多位于最早出现S窗≥0.2异常区的边缘区域,但异常区域的迁移规律性特征不明显,这可能与资料分析时段研究区内发生地震的震级较小及前兆台点的空间分布不匀有一定的关系。 相似文献
8.
9.
10.
上海佘山钻孔形变观测资料正常背景噪声变化特征分析 总被引:1,自引:0,他引:1
对上海佘山钻孔形变观测资料正常的背景噪声进行初步分析并定量刻画其正常信息场的变化特征。结果显示:上海佘山形变观测资料的小波变换细节部分不同尺度包含着不同的信号成分,通过研究形变观测资料小波变换各尺度信号的非震异常特征变化,可能会捕捉到与地震孕育过程有关的前兆异常信息。 相似文献
11.
12.
Introduction The accurate gradual change style seismic phases identification is an older new question for discussion. Wavelet transform has good localization properties in time-frequency domain, and is a effective tool to analyze seismic signal which has been applied to detection of many kinds of signal, picture processing and other fields. When a kind of new signal stack up another kind of signal, more high frequency signal components will happen at onset time of new signal. Based on the wave… 相似文献
13.
14.
在讨论小波网络理论方法的基础上,研究了利用地震纪录小波多尺度分解属性资料进行虚井声波时差反演的技术方法。分析了利用地震信号进行小波分解和网络学习、训练的理论方法。研究中发现:对于相邻的地震道,较小一段的相似性比整个地震道的相似性要好。据此,利用小波时-频分析技术方法,可以把相邻道的信息外推到其它地震道上。通过以上综合研究及对实际资料进行反演计算、分析,认为小波网络与人工神经网络相比其网络结构要容易选定,并且收敛速度快。同时,利用地震资料分段时-频分析的相似性较好和小波网络学习、训练及记忆能力较强的特点,可以较好地把井旁道的高、低频信息转换到相邻道上。这样在提高分辨率的同时,又增加了反演结果的真实可靠性 相似文献
15.
声子波是由声波波动方程的解构成的一种物理子波,如果不考虑吸收和散射,声子波的传播是相当简单的;相反地,数学子波的传播即使在均匀介质中也是极其复杂的.作为波动方程的解,声子波比一般的数学子波更能有效地应用于复杂声波和地震波的分解和分析.本文从Kaiser的声子波理论出发,给出了通过分别引入点源波形的复时间函数和点源虚时间坐标来构成声子波的两种解释,并对点源模型的合成地震图和实际复杂模型的地震波资料进行了时-空域的声子波变换,说明了声子波应用于地震波资料分解的有效性. 相似文献
16.
Mallat算法在数字地震信号压缩中的应用 总被引:1,自引:1,他引:0
王军 《地震地磁观测与研究》2017,38(5):133-138
地震台站多、数据采集量大,日产出数据量庞大,研究数字地震信号的压缩方法成为行业热门课题。尝试将Mallat算法应用于数字地震波形数据压缩。选取不同的小波分解函数,对不同类型的数字地震信号进行3—5层的小波分解,将得到的小波系数进行分层硬阈值重构运算,对原始信号和处理信号进行压缩。分析可知,Mallat算法压缩比更高,与原始信号相比,重构信号不失真、能量保留系数高。 相似文献
17.
有效地压制地震信号中的噪声是地震信号解释和后续处理的重要环节之一.本文建立两种双树复小波域双变量模型对地震信号中的随机噪声进行压制.地震信号经双树复小波变换后,同一方向实部与虚部系数、实部(或虚部)系数与对应的模之间存在较强的相关性.鉴于此,对同一方向实部与虚部小波系数建立双变量模型,从含噪地震信号小波系数中估计原始信号的小波系数,再基于双树复小波逆变换重构得到降噪后的地震信号.进一步对同一方向实部(或虚部)系数与对应的模建立双变量模型,得到地震信号随机噪声压制的第二种双树复小波域双变量方法.最后对合成地震记录和实际地震资料中的随机噪声进行压制的实验结果证实本文两种方法都能够有效地压制地震信号中的随机噪声. 相似文献
18.
19.
对不同的小波变换算法和小波基函数进行了研究,得到了适用于地震资料处理的最佳小波基函数,并用Visual C 语言开发了基于Windows操作平台下的地震资料小波剖面制作系统。利用小波剖面制作系统和最佳小波基函数对煤田实际地震资料进行了处理,取得了令人满意的地质效果。 相似文献
20.
为有效提高山西测震台网震相识别精度,在论述小波变换原理基础上,结合台网记录的震相特征,针对干扰大、能量弱的震相,采用小波变换进行分析。常见噪声干扰相对地震信号频率较高,小波变换能够有效压制噪声,提高震相识别精度;对于能量较弱的震相,可以利用小波变换分解信号,按频率逐层进行震相识别。分析认为,小波变换是识别山西地区震相的有效方法。 相似文献