基于连续小波变换的大地电磁信号谱估计方法

在基于连续小波变换的大地电磁信号谱估计方法中 ,通过引入整体平均、小波系数收缩和显著性检验等统计技术 ,以提高谱估计的精度 .文中同时讨论了连续小波变换中各种参数的选取问题 ,给出了Morlet小波函数中尺度与傅里叶频率之间转换的经验公式 ,并给出了谱估计的具体算法 .结果表明 ,本文方法可有效压制较强的白噪声和局部相关噪声 .与FFT谱估计方法相比 ,该方法大大降低了对信号记录长度的要求 ,因而对大地电磁信号的处理有实际意义 .     

基于连续不波变换的大地电磁信号谱估计方法

在基于连续小波变换的大地电磁信号谱估计方法中,通过引入整体平均、小波系数收缩和显著性检验等统计技术,以提高谱估计的精度。文中同时计论了连续小波换中各种参数的选 取问题,给出了Ｍｏｒｌｅｔ小波函数中尺度与傅里叶频率之间转换的经验公式,并给出了谱估计的具体算法。结果表明,本文方法可有效压制较强的白噪声和局产中相关噪声。与ＦＦＴ谱估计方法相比,该方法大大降低了对信号记录长度的要求,因而对大地电磁信号的处     

基于EMD和伪Wigner-Ville分布的大地电磁信号功率谱估计

为了减小大地电磁信号的非平稳性给谱估计带来的偏差,本文从时-频域上,提出了一种基于EMD和伪Wigner-Ville分布的大地电磁信号功率谱估计方法.将MT信号的幅度表示为频率和时间的函数,然后从时间-频率谱中统计估算功率谱,并引进EMD和伪Wigner-Ville分布来抑制Wigner-Ville分布中的交叉项.文章...     

基于广义S变换的大地电磁测深数据处理

S变换是一种优于短时傅里叶变换和小波变换的时频分析方法.采用广义S变换进行大地电磁场时间序列频谱分析,一方面能够提高对电磁噪声成分的时间定位能力,便于实现电磁噪声的滤波处理;另一方面可以增加频谱系数的个数,从而改善大地电磁阻抗张量元素的统计特性.本文从广义S变换和大地电磁测深数据处理方法的原理出发,给出了采用叠加窗函数的离散广义S变换形式,讨论了广义S变换窗口宽度比例因子、窗口宽度与可提取频谱系数个数之间的关系,定义了利用离散广义S变换时频谱计算大地电磁场分量功率谱公式;在此基础上,研究了基于S变换时谱频的大地电磁测深数据ROBUST处理方法.最后,通过实测资料进行方法检验,结果表明本文方法比短时傅里叶变换处理效果更好,并且有利于识别和压制电磁噪声.     

基于连续小波变换的自适应面波压制方法

面波干扰的抑制是陆上地震资料处理的主要问题之一.本文根据炮集记录中面波与反射波主要能量在小波域分布区域的不同,以及面波干扰的影响随炮检距变化等特点,提出了一种具有时变、空变特性的自适应面波衰减方法.文中将该方法用于模型及实际炮集资料的处理,并与常用的高通滤波方法进行对比,结果表明,该方法在衰减面波干扰的同时,能更好地保持反射波的振幅及相位信息.     

基于高维连续小波变换的地震资料不连续性检测方法研究

断层等不连续性结构的检测在地震勘探中具有重要的意义.本文简单介绍了高维连续小波变换的基本理论,包括：高维连续小波变换的定义、高维小波变换系数的切片以及快速实现方法等,利用典型的合成信号说明了高维连续小波变换具有更好的方向选择性（相比于常用的高维张量积小波变换）,将高维连续小波变换引入地震资料不连续性检测,并提出了利用小尺度高维连续小波变换系数检测地震资料不连续性的方法,同时给出了方法的实现流程.合成信号以及实际三维地震数据处理效果验证了本文所提方法的有效性.     

基于模型空间压缩的大地电磁三维反演研究

本文提出了一种基于模型空间压缩技术的大地电磁三维反演方法.该方法在传统大地电磁三维反演理论的基础上,通过小波变换将待反演的空间域模型参数映射到小波域进行反演,获得小波域更新模型后再通过小波逆变换得到空间域反演模型.由于小波变换具有压缩特性和多尺度分辨能力,本文反演方法可在一定程度上提高反演分辨率.为了提高反演效率,我们针对基于L1范数的模型约束求解不易收敛的反演问题,提出了一种基于模型粗糙度的简单有效的预条件处理技术.为验证本文算法的有效性,本文首先对经典的"棋盘"模型进行三维反演测试.反演结果表明本文算法的反演效率与传统方法相当,但对于深部异常体具有更好的分辨能力.最后,我们通过对实测数据反演进一步验证本文算法的有效性.     

海底大地电磁信号采集电路的驱动程序

针对海底MT采集的特点,设计非实时智能监控驱动程序．程序可读入GPS时间,使海底大地电磁仪主控单元PC104的RTC时钟与GPS时钟在微秒级内保持一致,并能控制采集的同步启动,保证远参考测量的实现;通过读入人为设定的参数文件,实现预期的采集方式;利用数存前的级联分样剔除冗余信息;借助数据先驻留高端内存的方式降低写盘噪声。     

大地电磁的多尺度反演

对于迭代方式的参数化反演方法,如何使反演结果稳定地收敛到整体极小仍是目前大地电磁（MT）反演中急需解决的问题．本文利用小波变换理论中的多尺度分析方法将大地电磁反问题分解为依赖于尺度变量的反问题序列,然后按尺度从大到小的次序依次求解,求解过程中前一个尺度反问题的解作为下一个尺度反问题的初始模型,直到来出对应于尺度为0的原反问题的解为止．该方法称为多尺度反演方法．数值试验和实际资料的反演结果表明,该方法可有效改善传统广义逆反演方法易陷入局部极小的弊端．     

用小波变换进行信号特征检测的原理与方法

在前人工作的基础上,我们运用卷积来定义一个连续信号的二进小波变换。在考虑小波函数的相位特征基础上给出了其重现公式。另外,本文论述了这种小波变换定义能直接用于信号特征的检测,并给出了可用于信号奇异性分析的小波函数和尺度函数。     

基于小波包变换的滤波方法

基于小波包变换的基本原理,提出了对不同频率范围的信号和噪声进行滤波处理的方法．利用该方法可将噪声与信号分离以及将不同频段信号分解,从而达到滤波的目的．仿真结果表明,小波包变换具有许多其它分析手段所不具备的优点,是一种有效的滤波方法,可应用于地震信号的预处理     

时程信号的Hilbert-Huang变换与小波分析/

在简要介绍时程信号的小波分析和Hilbert-Huang变换(HHT)理论的基础上,通过地震波和其它时程信号实例,对比分析了小波变换和HHT变换结果. 比较显示：HHT变换和小波变换均能用于对非平稳的信号进行分析,并能捕捉到信号变化的主要特征;与受所选母波影响较大的小波分析不同,HHT变换得到的固有模态函数是直接从原始时程数据中分离出来的,它更能反映原始数据的固有特性;小波分析得到的谱的能量在频率范围内分布较广,而HHT变换的Hilbert谱的大部分能量都集中在一定的时间和频率范围内,能清晰地刻画信号能量随时间、频率的分布. 因此,Hilbert-Huang变换不仅是对非平稳信号进行分析的有效方法,而且也是检测时程信号局部特征的有用工具.     

应用希氏变换估计地球介质电性阻抗

大地电磁测深中阻抗Z(f)满足希尔伯特变换条件。而常规阻抗估计用自功率谱有偏估计途径。当完全利用无偏功率谱相位估计,即通过希氏滤波瞬时谱分析直接估计张量阻抗时,理论推算可完全消除常规张量阻抗估计所导致的偏畸。逆归滤波前对其稳定性及误差密切相关的多项式B(z)的根b_z作指数衰减,而新导出的(?)(z)比原(?)(z)根远离单位圆。实际处理结果表明,其视电阻率曲线点值密集度及cp值均有所提高。     

连续小波变换在新疆地震活动周期分析中的应用

利用连续小波变换分析和研究了 1 970年 1月— 2 0 0 1年 1 2月新疆地区 30年来的地震活动情况。结果表明 ,新疆地震活动存在比较稳定的 1 0年左右活动周期 ,并存在 5年和 1 7年左右的不稳定的准活动周期 ,也就是说新疆地区地震活动既存在比较稳定的优势周期 ,也存在一定的时变性。根据 MS≥ 4.7地震时间序列的连续小波变换结果可推测 ,2 0 0 2— 2 0 0 5年新疆地区地震活动相对偏弱 ,中、强地震的发生次数偏少 ,有可能发生 5级或 6级地震 ,而到 2 0 0 6— 2 0 0 7年新疆有可能再次发生 7级左右的大地震。     

二进小波变换方法的地震信号分时分频去噪处理

应用二进小波变换理论,对地震记录剖面进行小波分解,在小波变换域,对各分量剖面进行分时分频相关分析,并依此进行加权处理,最后通过小波反交换算法恢复出地震记录剖面．经实验该方法对衰减地震信号的噪声具有比较好的效果．     

二进小波变换方法的地震信号分时分频去噪处理

应用二进小波变换理论，对地震记录剖面进行小波分解，在小波变换域，对各分量剖面进行分时分频相关分析，并依此进行加权处理，最后通过小波反交换算法恢复出地震记录剖面．经实验该方法对衰减地震信号的噪声具有比较好的效果．     

基于小波包变换的地震数据时频分析方法

介绍了瞬时频率的概念和瞬态谱的小波包计算方法,并结合时间域模拟信号给出了其时频分布,结果表明,小波包变换可准确技术地震信号的时变特征,值得推广应用。     

基于信号估计的高分辨率叠加速度分析

如何得到高分辨率的叠加速度谱是高分辨率地震资料处理的关键.本文在分析地震共中心点(CDP)道集的振幅随偏移距变化(AVO)特性的基础上,提出一种信号模型来逼近CDP道集,然后利用优化技术估计信号,并采用信号估计误差实现信号检测,从而提出一种新的基于信号检测和估计的高分辨率叠加速度谱分析方法.文中的方法充分利用地震信号波形中所包含的速度信息.     

离散小波变换与重力异常多重分解

小波变换多尺度分析是位场分解的有益工具.离散二维小波变换产生的低阶小波细节具有尺度不变的特征,它们不随小波变换的总阶数改变,而总阶数的增加仅增加高阶小波细节的个数和改变最后的高阶逼近.因此,用小波变换分解重力异常时,可根据地质目的来组合小波细节,从而实现有地质意义的异常分解.实验表明,用小波变换分解的重力异常小波细节,同样起到功率谱分解的作用,用分解之后的小波细节功率谱可以精确确定场源的埋深.中国大陆科学钻探场地的重力异常分解给出局部异常分解的典型例子.