基于小波域KL变换的探地雷达信号处理

探地雷达目标回波信号通常会受到串扰(或直达波)、随机噪声等的干扰,致使目标信号难以分辨。利用小波分析的时频局部化特性和多道探地雷达记录中直达波、目标回波信号以及随机噪声等的不同相关性,对探地雷达记录进行小波分解,得到多频段的小波剖面,再对不同频段的小波剖面做KL变换,实现了串扰抑制。通过实验数据和现场实测数据验证了该方法的有效性。     

消除叠后地震记录相干噪声的时-空变倾角KL变换

对常规KL变换和倾角扫描叠加KL变换用于去除地震剖面中相干噪声的情况进行了探讨,指出了它们的适用情况及局限性,并在此基础上提出了去除叠后地震记录中相干噪声的新方法———时空变倾角KL变换。使用该方法既能有效去除强相干噪声,又能较好保持有效信号同相轴的连续性。最后用合成剖面和实际剖面证明了该方法的有效性。     

探地雷达数据的S变换时频分析

S变换自问世以来,凭借其优越性已经被广泛地应用于数字信号处理中。对模拟的探地雷达数据和实测的探地雷达数据进行S变换时频分析。其中探地雷达数据的模拟采用时域有限差分法,地电模型为层状介质,通过S变换时频分析,可以更有效地区分薄层状介质。对实测的探地雷达数据进行S变换时频分析,去除了部分噪音干扰,突出有效信号,图像更直观,易于图像的解译。     

应用MATLAB实现探地雷达数据小波变换处理

文章应用Matlab实现了探地雷达原始数据的读取及分析处理,并给出了Matlab下探地雷达数据的小波变换处理实例,应用效果令人满意,为探地雷达数据自主应用提供了新思路.     

一维HHT变换在探地雷达数据处理中的应用

探地雷达(GPR)噪声信号通常具有非稳态、非线性特征,为去除这些噪声提高GPR图像解译的准确性,对利用HHT方法去噪进行了研究。首先阐述HHT的基本理论,然后通过对探地雷达数值模拟信号中噪声的去除验证基于HHT方法的可行性,最后将该方法用于探地雷达隧道地质超前预报的数据处理中。通过研究表明:该方法可以用于探地雷达信号的去噪,通过Hilbert变换得到三特征参数图像与EMD分解后合成图像进行对比验证,从而达到提高GPR信号解译精度的目的。     

探地雷达图像数据处理及应用研究

对探地雷达数据构成及干扰来源进行了分析,利用均值法去除背景噪声;运用HIL-BERT变换数据处理技术得到雷达图像的瞬时振幅、瞬时相位和瞬时频率等瞬时剖面图像,以提高图像的分辨力,增强目标识别的准确性。通过对工程实际探地雷达图像数据的处理,验证了方法的有效性。     

探地雷达数据可视化方法

采用文件映射降低大数据量探地雷达(GPR)数据显示对计算机内存的需求,同时使GPR数据可以当作一维数组进行数据处理,方便对数据的随机、实时访问;应用直接写位图、视区分割的成图方案,实现对GPR数据的实时显示;通过位图调色板实现GPR数据调色板,灵活应用该技术可使本来需要对原始数据进行大量运算的算法通过调整调色板实现,提高了GPR数据处理的速度。     

小波模变换技术在探地雷达资料中的应用

通过研究探地雷达信号的小波变换的模特征点的变化规律和特征,揭示了探地雷达信号奇异点和其小波变换模极值的关系.通过这些关系的研究,对小波各级分解的模特征点进行变频域处理.最后对处理后的地质雷达信号,利用非线性最小二乘方法求解李氏指数,从而进行地质体边界的检测.无论从理论模型的论证还是实际资料的处理都取得了较好的结果.     

应用改进的KL变换提高叠后地震记录信噪比

常规KL变换叠后去噪仅能加强水平方向同相轴,对倾斜或弯曲同相轴处理效果较差,对能量较强的相干噪声去除效果不佳,且在处理大量数据时计算成本很高,在实际生产中难以广泛应用。本文针对常规KL变换的缺陷分别进行了三点改进:使用倾角扫描叠加KL变换,可在有效压制地震剖面噪声的同时,较好保持倾斜同相轴和弯曲同相轴;使用本文提出的时空变-倾角KL变换能去除能量较强的相干噪声;使用数据分块技术可减少运算量。模型测试和实际资料处理效果表明:改进后的KL变换适应性强,去噪效果大大改善。     

应用复小波定义探地雷达相位

Hilbert变换为基础的信号分析方法丰富了探地雷达的观测参数,为数据处理提供了更多依据。Hilbert变换针对的是“窄带”信号,对噪声非常敏感,而探地雷达信号不可避免存在噪声,且在频散介质中传播发生频散,其信号有一定的带宽。应用时一频性质较好的小波变换定义相位,较好的克服了这些问题,该方法采用连续复小波变换将探地雷达信号分解为实部和虚部,进而定义相位。     

Shearlet变换在GPR数据随机噪声压制中的应用

随机噪声是探地雷达(ground penetrating radar,GPR)数据处理存在的主要问题之一,直接影响到GPR数据后续处理及最终解释的准确性和可靠性。为了有效地去除随机噪声,同时更好地保留GPR信号的有效信息,本文提出基于Shearlet变换的GPR数据随机噪声去除方法。作为一种非自适应多尺度、多方向性的几何分析方法,Shearlet变换能够近乎最优地表示含奇异点的高维曲线。在Shearlet域,GPR数据能够得到更加稀疏的表示,通过阈值去噪的方法,有效地去除了随机噪声,使信噪比提高了4dB,最大程度地保留了GPR有效信号。利用理论和实际数据进行验证,体现了Shearlet变换阈值去噪方法的有效性和准确性。     

形态分量分析在去除地震资料随机噪声中的应用

以数学形态学和稀疏信号理论为依据,采用形态分量分析(MCA)方法去除地震数据中的随机噪声。应用MCA方法的关键在于选取合适的字典,从地震数据的特点和计算复杂性出发,选取UWT字典和Curvelet字典,一个用来稀疏表示地震数据的局部奇异部分,一个用来稀疏表示地震数据的线状变化部分。采用BCR算法求解目标函数,通过将数据分解为形态特征不同的2个分量,舍弃在字典中不能有效稀疏表示的随机噪声来达到去噪目的。作为一种二维去噪方法,MCA去噪方法在时间和空间方向上都具有很强的随机噪声抑制能力;由于UWT字典和Curvelet字典能够比传统的小波变换有更强的稀疏表示能力,MCA去噪方法对有效信息的损害较小,是一种保真保幅的去噪方法。模型测试和实际资料处理验证了该方法的有效性。     

基于分数阶傅里叶变换的探地雷达子波提取算法

针对探地雷达子波提取问题,提出了一种基于分数阶傅里叶变换的子波提取算法。假设探地雷达地下介质模型为线性系统并是时变的,并且子波在传播过程中不变,把子波和地层信息描述为一个时间的积分形式。分数阶傅里叶变换是酉变换,具有保范性,把子波的提取问题转化为在分数阶傅里叶变换域上的最优滤波问题。对分数阶傅里叶变换的阶数p在(－2,2]范围以1/300为步长进行了搜索,在分数阶傅里叶变换域上找到最优解,最后经过分数阶傅里叶变换反变换得到子波估计的时域信号。仿真实验首先验证了分数阶傅里叶变换最优滤波算法的正确性,然后利用探地雷达实验数据提取了子波,验证了该算法在提取子波中的有效性。     

KL植物胶在人工填筑堆石层钻进中的应用

针对伊朗TALEGHAN水库大坝观测仪器孔在松散、架空、透水性极强的堆石层中钻进存在的取心困难、泥浆漏失严重、孔壁稳定性差等问题,引进以KL植物胶为主要原料的处理剂配置成无固相冲洗液和不分散低固相泥浆,并配合一系列堵漏材料在现场的综合应用,取得了良好的钻进效果。介绍了KL植物胶的配方、泥浆性能指标及护壁堵漏效果,为今后类似地层钻孔提供了可借鉴的经验。     

小波结合幂次变换方法在边界识别中的应用

在位场数据边界识别传统方法理论的基础上,前人研究了各种场源边界增强技术来提高信噪比和定位精度,但仍然存在受噪声影响大、场源边界不够收敛等问题。本文在传统边界识别方法的基础上进行改进,利用小波变换与传统方法相结合来增强对噪声的压制能力,并且提出了幂次变换法对识别出的边界进行有效收敛。将改进方法与传统方法应用于地质体的边界识别;同时选取3种传统数值计算方法,结合模型数据、四川盆地重力异常数据及朱日和地区磁异常数据进行对比分析。结果表明：小波结合幂次变换法能够有效识别出研究区域内地质体的边界,能很好地起到压制噪声的作用;并且识别出的边界收敛,提高了边界识别的精度,在边界识别中取得了良好的效果。     

探地雷达在地层划分中应用的研究

简要介绍了探地雷达技术的应用概况和探测原理 ,并结合具体工程实例探讨了探地雷达在地层划分中的适用性。     

探地雷达信号特征分析和分辨率提高方法研究

探地雷达信号的奇异点或突变点作为雷达信号的重要特征通常反映介质重要信息,如电性变化界面或异常体等。分析了探地雷达信号在Hilbert变换下,利用小波变换确定探地雷达信号奇异点位置的方法。解决了传统傅立叶变换只能从整体检测探地雷达信号奇异性的局限性。并且由于小波变换良好的时频局部化特性,进一步讨论了其在提高探地雷达信号分辨率的研究中的应用。     

探地雷达散射矩阵在估算地下管线方位角的应用

文章分析了探地雷达与电磁场的入射和散射相关的散射矩阵S的性质,散射矩阵中的四个元素提供了入射波场不同极化方向对应的信息,基于此,利用散射矩阵S的Alford旋转,估算细长目标体的方位角。由于低振幅和噪声等缘故,实际上角度的估算是一个不稳定的过程,因此,选择使用范数作为筛选最佳振幅的工具,使角度的估算更加准确和稳定。利用埋在均匀半空间内的金属管的三维模型所得到的模拟数据,对该方法进行了测试,在选择合适的振幅时,确定Frobenius范数‖S‖F≥0.1·‖S‖F(max)的标准,结果表明,估算地下管线方位角的方法是有效的。