几种时频分析方法比较

地震信号由于各种原因,往往是一种非线性、非平稳信号,基于平稳信号理论的常规傅立叶变化方法不能刻画任一时刻的频率成分.时频分析能同时保留时间与频率信息,目前已经出现了很多时频分析方法.本文介绍了Hilbert变换、Hilbert-Huang变换、正弦曲线拟合、雷克子波匹配、短时傅立叶变换、小波变换、S变换以及Cohen类这八种方法,并从时间分辨率、频率分辨率,以及对多频率成份信号适应能力等各方面阐述了各种方法的优缺点,对其中的一些方法结合了理论记录进行了试算,进一步阐述了这些方法的长处和不足之处.     

改进的Gabor小波变换的特性及其在地震信号中的应用（英文）

这篇文章重点研究改进的Gabor小波(improved Gabor wavelet,IGW)变)并讨论了它在地震信号处理和解释中的应用This paper introduces an improved Gabor wavelet andits complete transform,and mainly analyses their properties and discusses applications of these properties in seismic signal process and interpretation。改进的Gabor小波变换具有以下特性:1)IGWT把时域信号映射到时间-频率域,而传统Gabor小波变换把时间信号映射到时间-尺度域;2)IGWT可用于信号分频,通过固定变换的主频参数dominantfrequency,并变换能提取相应的子带信号,且其主频部分的信息与原信号相应频率部分的信息一致,通过调节变换的分辨率因子,变换能有效控制子带信号的带宽;3)用IGWT和IGWIT构建的滤波器有良好的时-频局部性,在指定时-频范围内能实现针对性滤波。文章用仿真实验和实际用例验证IGWT的这些特性,并在提高地震信号分辨率、地震信号分频和识别小断层等地震信号处理和解释等方面的应用中取得良好效果。     

利用相关域小波变换进行SWD资料预处理

随钻地震(SWD)的波场十分复杂,对钻头有效信号和地表机械干扰成分的分析是SWD重要的资料预处理步骤.本文利用有效信号和噪声带有周期性或时延差异等时间结构特征,引入相关域小波变换进行SWD信号检测和分析.有效信号在钻柱内往复多次传播,因而带有严格的周期性,泥浆泵等机械发出的噪声也是周期性的,这些成分在自相关域内可以得到很好的凸显.SWD波场的各种成分,由于到达各个接收道的时延不同,在互相关域的特定时延处也能够得到凸显.利用小波变换对这些在相关域内得到凸显的成分进行多分辨分析,能够获得优势频率范围、周期、衰减等主要特征.根据这些信息,设计出合理的SWD处理方法,初步得到了有效信号的直达波.数据试处理结果表明,相关域小波变换是随钻地震的一个有效的预处理方法.     

基于BSWT-DDTFA方法的地球天然脉冲电磁场震前信号时频分析研究

地球天然脉冲电磁场（ENPEMF）信号,可理解为地球天然变化磁场的瞬间扰动,携带了大量有用的地质构造及其动力学信息.研究ENPEMF信号所蕴含的时间-频率联合分布特点,有利于深入了解目标对象的地球物理现象及其地质动力学原理.本文针对ENPEMF信号的非平稳特点,在数据驱动时频分析方法（DDTFA）的基础上提出了基于二值化同步压缩小波变换的改进算法（BSWT-DDTFA）.该算法可以实现数据驱动初始相位自动赋值的功能,具有自适应性.实验仿真和实际数据均证明了该改进算法不仅能够得到较为精确的频率曲线和更加清晰的时频分布,而且具有较强的抗噪声能力.以2013年芦山M_S7.0地震为例,利用BSWT-DDTFA方法提取ENPEMF信号的时频特性,结果表明ENPEMF信号的时间-频率-幅度分布在震前有明显的异常特征.

     

小波变换应用于日长变化的研究进展

随着空间测地技术的发展,日长变化的观测资料已经达到了空前高的程度,迫切需要合适的数学工具和方法从这些高精度的观测资料中提取有价值的信息.近些年,小波变换被应用于天文学和地球科学的资料分析中,它通过伸缩和平移等运算对时间信号进行多尺度的细化分析,从中提取有效的信息.本文主要介绍了小波变换应用于日长变化的研究进展,并初步探讨该领域以后的研究方向.     

基于小波变换的地磁脉动信号提取方法研究

观测获取的地磁资料,其中大多数要分析的信号如磁暴、亚暴、地磁脉动均是非平稳信号,它们以合成的形成而被记录下来.这些资料含有大量的非稳态成分.例如,偏移、趋始、突变、事件的起始与终止等.而这些信号成分往往都很重要,它们反映了所要研究的地磁信号的重要特征.它们的频域特性都是随时间而变化的.对这种时变信号进行分析,需要提取某一时段(有时是瞬间)的频域信息,或某一频段的时间信息.这就需要同时具有时间和频率分辨率的基函数来分析地磁信号.     

小波变换与地震信号特征分析

地震波的瞬时信号,如瞬时振幅、瞬时频率及瞬时相位等,是研究地球介质的重要参数。根据小波定义,对Morlet 小波进行了修正,并对修正后的小波形态进行了深入讨论。理论分析表明,小波变换效果受到整形参数、小波长度、中心频率、频带宽度及小波个数等参数的制约,特别是整形参数与小波中心频率及频带之间关系对小波变换起到决定性作用。在地震波信号的实际处理中,可选取恰当的整形参数,同时采用合适的小波中心频率以避免小波变换对信号产生的遗漏和冗余。文中给出了实际地震记录处理的示例。     

基于频域衰减的时域全波形反演

时域全波形反演由于采用了全频段信息,因此在迭代过程中不同波长的信息不能由低到高的逐步重建,极易陷入局部极小值.本文通过分频段的方式,对地震数据做正反傅里叶变换,利用频域指数衰减的方法逐级分离出地震数据中的高频成分,在时域上实现由低频向高频的波形反演,从而降低了反演的非线性,使不同波长的信息得到稳步恢复.同时,在高频成分衰减的过程中,后至波的能量也被削弱,由此也降低了深层反射在初始反演过程中的干扰.整个反演仅增加对数据做正反傅里叶变换过程,相较于混合域反演,无需提取全部波场的相应频率成分.在计算效率方面,利用GPU进行加速,并采用CUDA自带函数库中cufft来提高计算效率.通过对Marmousi模型测试,验证了所述方法的有效性.     

Hilbert-Huang变换与ELF信号处理

Hilbert-Huang变换(HHT)是近年出现的一种自适应的非平稳、非线性信号处理方法,该方法迄今已在许多非线性、非平稳信号处理的研究领域得到了很好的应用.本文简要介绍了Hilbert-Huang变换的基本实现原理与算法基础,通过仿真信号验证了该方法的有效性,并以实际数据为例,探讨了它在极低频(ELF)信号处理及噪声压制方面的应用.利用Hilbert-Huang变换对ELF信号进行频率域滤波,可以对噪声进行有效压制,从而提取已知频率的电磁信号,极大地提高信号质量.     

稀疏时频分解方法的研究与运用（英文）

Gabor变换和S变换是常用的时频分析工具。根据测不准原理,它们的时频分解结果无法在时间域和频率域同时具有很高的分辨率。为了提高非平稳信号时频分解结果的分辨率,本文提出瞬时频率分布函数（IFDF）并利用它表达非平稳信号。当非平稳信号时频成分的分布满足测不准原理对信号可分辨的要求时,瞬时频率分布函数的支集和短时Fourier变换的小波脊支集是同一个集合。利用IFDF的该特征,本文提出一种迭代算法（Sparse-STFT）实现了信号的稀疏时频分解。该算法在每次迭代过程中利用残留信号的短时Fourier变换结果的脊支集更新信号的时频成分,每次迭代得到的时频成分的叠加结果即为最终的稀疏时频分解结果。文中的数值实验证明了Sparse-STFT可以有效地提高非平稳信号时频分解结果的分辨率。最后,本文将该方法应用于地震数据面波的压制中,取得了理想的处理结果。