最优小波包变换在地震信号去噪中的应用

应用最优小波包变换,采用取决于节点噪声时频特征的相关阈值,对模拟地震波到达的加噪合成信号、SDAES数字声发射仪采集的微震实验信号、NIED观测台站记录的日本2007年能登半岛地震信号进行去噪,并和基于小波变换的其他方法进行了去噪效果比较.结果表明,该方法获得的信号信噪比(SNR)高、失真低,体现出了总体优越性.     

数字滤波器在高台地震台地震记录日常分析中的应用

简要介绍了滤波器的一般原理与Butterworth低通滤波器、高通滤波器和带通滤波器在高台地震台日常工作中的应用。     

小波包去噪在地震信号预处理中的应用

本文将小波包去噪应用于地震信号的预处理中,并与信号功率谱分析相结合,取得了良好的效果。结果表明,该方法极大的削弱了地震信号中的高、低频干扰,具有一定的应用价值。     

一种小波综合阈值地震信号降噪方法

小波阈值方法中硬、软阈值方法是地震信号降噪常用方法,但容易造成信号中高频信息丢失导致地震误判和漏判情况发生。小波综合阈值方法继承和发展了硬、软阈值降噪方法的优点,对信号高频部分用硬阈值方法,以提高高频信号能量,对信号低频部分用软阈值方法,提高信号降噪能力的同时保证信号连续性和光滑性。利用噪声信号小波系数小和地震信号小波系数大的特征,进行雷克子波降噪仿真实验和实际地震信号降噪实验。仿真实验表明,小波综合阈值方法降噪后波形MSE值最小,且降噪后与原信号波形最近似,降噪后波形高频部分能量增强且抑制低频部分能量。最后,对实际采集的地震信号进行降噪处理,处理后信号中能量增强被压制,利用处理后的信号可得到地震的初至时间。     

基于小波模极大值的地震信号去噪研究

小波分析在时域和频域具有很好的局部化特性,是分析和处理数字信号强有力的工具。文章将基于小波变换的模极大值去噪算法应用到地震信号的去噪研究中。首先依据相关理论验证算法的有效性,并对红山基准台的地震数据进行去噪分析处理。结果表明,去噪后的信号有效去除了大部分毛刺,去噪效果良好,噪声得到很好的抑制。为实现数据处理的界面化及易操作,在基于小波变换模极大值去噪算法比较分析的基础上,设计一个地震信号去噪系统分析界面,从而实现数据去噪的可视化应用。     

MATLAB在地震记录日常分析中的应用初探

主要介绍了MATLAB的一些特点,讨论了其在地震台日常分析中的应用,通过分析可以看出MATLAB可以成为台站工作人员在日常工作中必不可少的工具之一。     

初探数字地震信号的无线传输

四川省地震局地震仪器研究所长期进行模拟地震信号无线遥测设备的研制和生产,１９９７年为四川省地震局赴三峡无线数字遥测地震台网勘选工作研制了一次群无线数传设备,勘选工作的结果较好,所有子台的误码指标均在１０－６,即说明我所研制的这套数传设备基本上是可行的...     

基于小波变换的薄层地震信号奇点的检测

通过小波变换的局部极大模可检测出奇点的位置,本文对反射地震信号小波变换进行了数值计算和聚焦处理,发现小波变换后奇点的位置仅受奇点实际位置及地震子波长度两因素制约,与子波形状无关．子波长度可以通过信号的小波变换本身求取,并进一步加以消除,从而实现了薄层地震信息的检测,得出薄层的地震分辨率可达1/32波长．实际资料处理表明,有效信号通过奇点分析可得到突出,剖面分辨率可得到提高．     

数字化地震记录震相自动识别的方法研究

针对目前震相自动识别方法不能自动给出震相识别区间,以及不能确定识别出震相名称的问题,运用震相的运动学特征,由平均速度模型和J-B走时表数据,自动计算近震、远震和极远震的震相走时及震中距。对多尺度小波分解进行单支重构作为识别不同震相的分析信号。先求出初至震相和最大面波到时,估算出震中距,然后找到S波或PP波到时,求出准确的震中距,即可自动给出各震相的识别区间,采用线性偏振法在给定区间中识别出震相的初至时刻。由于该方法采用的是先明确要找什么震相,再由该震相的走时确定寻找区间,所以找出的初至就是要寻找的震相,自然解决了识别出震相的名称问题,从而实现了对震相的全程自动识别。     

第22章：数字地震信号分析

日益丰富和完善的地震数据在过去几十年里促进了地震学的长足发展。我们收集、处理和分析地震数据的能力借助于电子和数字计算机的发展得到迅速提高。几十年前地震图主要是模拟记录。现在除了一些基本的用途外，模拟记录由于其动态范围低、记录系统的时间精度差以及数据处理不方便等因素而很少使用了。     

小波分析在地震资料去噪中的应用

本文阐述了小波变换和去噪的基本原理,根据模拟信号和实际地震信号的频谱分析,讨论了如何选择小波基,及去噪中的阈值问题,从小波分解出发,利用多尺度分解对地震资进行分析,并基于MATLAB语言和小波工具箱,实现了对地震资料的去噪.     

地震数据去噪中的小波方法

地震资料去噪是地震数据处理中是必不可少的步骤,随着地震勘探的进步和勘探目的层加深,对地震资料的信噪比和分辨率提出了越来越高的要求.小波分析作为一个新兴的数学方法在地震资料去噪中也有巨大的潜力.本文从小波去噪的特点出发,介绍了小波分频和小波域阈值去噪的特点,并详细总结了地震资料去噪中的小波方法,主要有面波的压制和随机噪声的衰减.最后简要叙述了地震资料小波去噪的一些问题和发展.     

VC＋＋与Matlab混合编程技术在数字地震信号处理软件中的应用

通过一个数字信号功率谱分析程序设计的实例,详细地介绍了Visual C＋＋和Matlab通过engine引擎接口进行混合编程的技术,在信号处理的软件开发中采用这种方法可以提高软件开发的效率和可靠性。     

在微机上实现数字地震波形的预处理

数字地震资料的预处理是每个使用数字地震资料的学者所必然要遇到的基本问题。为避免波形处理中烦琐的手工劳动，最大限度地利用微机来完成绝大部分操作，实现波形处理的程序化，是国内外地震软件学者所追求的共同目标。本文在这方面作了探索，所开发的软件确实使数字地震波形预处理变得很轻松。     

遥测地震台网联网信号及数据传递技术

叙述了遥测地震台网联网中使用的有线、无线电VHF和UHF地震信号及数字数据的传递技术原理及其方法。     

兰州数字遥测地震台网信号传输方式的设计

介绍了地震信号传输的常用方式及各自的优缺点，提出了数字遥测地震台网信号传输方式设计的总原则和基本原则。实际应用表明，兰州数字遥测地震台网信号传输方式的是符合要求的，提出的数字遥测地震台网信号传输方式的总原则和基本原则，对数字遥测地震台网建设有直接的借鉴作用。     

A real-time algorithm for broadband high-dynamic seismic data compression

Ａｒｅａｌ－ｔｉｍｅａｌｇｏｒｉｔｈｍｆｏｒｂｒｏａｄｂａｎｄｈｉｇｈｄｙｎａｍｉｃｓｅｉｓｍｉｃｄａｔａｃｏｍｐｒｅｓｓｉｏｎＳｈａ－ＢａｉＬＩ１）（李沙白）;Ｑｉ－ＹｕａｎＬＩＵ２）（刘启元）ａｎｄＬｉ－ＲｅｎＳＨＥＮ２）（沈立人）（Ｉｎｓｔｉｔ...     

Efficient seismic response data storage and transmission using ARX model‐based sensor data compression algorithm

This paper presents a linear predictor (LP)‐based lossless sensor data compression algorithm for efficient transmission, storage and retrieval of seismic data. Auto‐Regressive with eXogenous input (ARX) model is selected as the model structure of LP. Since earthquake ground motion is typically measured at the base of monitored structures, the ARX model parameters are calculated in a system identification framework using sensor network data and measured input signals. In this way, sensor data compression takes advantage of structural system information to maximize the sensor data compression performance. Numerical simulation results show that several factors including LP order, measurement noise, input and limited sensor number affect the performance of the proposed lossless sensor data compression algorithm concerned. Generally, the lossless data compression algorithm is capable of reducing the size of raw sensor data while causing no information loss in the sensor data. Copyright © 2005 John Wiley & Sons, Ltd.     

地震数据有损压缩与失真分析

文中提出了应用双正交小波变换有损压缩地震数据的方法,该方法具有实现简单、在高压缩比情况下失真小等特点。以信噪比、剩余能量作为评价指标,分析了压缩引起的信号失真。结果表明压缩比在0~31范围内取值时,信噪比较高,剩余能量在99%以上,原始信号与重构信号有很好的相关度。即使在不太理想的情况下,将重构信号用于地震参数快速测定,对震级的计算误差最大为8.6×10-3,震中距的最大计算误差为3.69 km。     

基于Dreamlet变换的地震数据压缩理论与方法

为达到更加有效地表示地震数据的目的,仅仅将地震数据当作普通的图像数据处理是远远不够的,地震数据中蕴含的地震波的运动学特性也应作为重要因素而被考虑到.本文讨论了利用Dreamlet变换方法实现地震数据压缩的方法,并针对地震数据本身所蕴含的频散关系特性进一步提出了多尺度Dreamlet变换压缩方法.Dreamlet变换由2个一维局部谐波变换的张量积构成,它在提供地震波场时间-空间局部化性质的同时可以保留波场的运动学特性.通过对二维SEG/EAGE叠前、叠后数据的算例说明了Dreamlet变换用于地震数据压缩的有效性.利用压缩后的数据进行成像的结果更表明,与Curvelet变换方法相比,Dreamlet与多尺度Dreamlet方法可以提供更高的压缩比;在相同压缩比的条件下,使用Dreamlet与多尺度Dreamlet方法压缩重建后的数据进行成像能更好地保留成像结果中的重要结构.