基于倒双谱的地震子波估计方法

根据倒双谱兼有倒谱和双谱优势的特点,利用地震记录的倒双谱估计地震子波。首先采用基于二维傅里叶变换的倒双谱计算方法,求取地震记录的倒双谱系数,再利用倒双谱系数分别得到地震子波的最大和最小相位分量,进而重构出地震子波。该方法避免了双谱法提取地震子波过程中的相位计算。合成数据实验和实际地震资料处理结果表明倒双谱法能较准确的估计地震子波,效果优于双谱法。     

海浪波高序列的长期相关性及自仿射结构

本文用尺度重整分析法对渤海实测海浪波高序列进行了分析,发现波高序列满足H=0.65的Hurst律.由此得到结论:海浪波高并非相互独立的随机序列,而是具有长期相关性的随机序列.应用分形几何对波高序列的分析表明,波高序列的长期相关性在几何上有下述重要的结论:波高序列的离均累积值X(t)具有统计自仿射的几何相似结构,且其分维数D=2-H=1.35.     

海况延续性的分形特征及长期波高序列的R/S标度不变性

在对分形理论进行概述的基础上，对海况延续性和长期波高序列的统计分形特性进行了分析。分析得出海况的平均延时与波高阈之间具有分形关系。长期波高序列的R／S分析表明长期波高序列不是相互独立的，而是具有“记忆性”和持久性，其Hurst指数明显大于通常的时间序列。最后探讨了波浪分形特性的波侯意义，并对其应用前景进行了展望。     

一种地震子波提取的高阶累积量方法

提出1种在频率域实现地震子波提取的高阶累积量方法.其是先提取子波的相位谱再求解时间域的子波.理论上可适用于提取除零相位子波以外的任何形式的子波,但应用不同长度的时窗提取子波的效果会有很大的差别,实际应用时可利用时窗长度扫描的方法,以不同的子波相位谱对地震记录进行子波零相位化处理,最后根据最大方差模准则确定最佳子波.理论模型实验和实际资料处理实验均表明了该方法对最小相位及混合相位子波都有较好的处理效果.     

波浪研究中的多分辨方法

简要介绍了应用子波变换方法进行波浪研究的方法。结合Ｍｏｒｌｅｔ连续子波和Ｄａｕｂｅｃｈｉｅｓ离散子波变换,给出了波浪的依时频谱和多尺度分解,通过应用认为子波变换对波浪的非平稳过程、波浪的局部性和非线性研究具有重要的意义     

子波在水声信道多分辨率均衡方法中的应用

本文在确定了水声信道的数学描述后，提出了在信道自适应过程中，可以应用子波对信号进行多分辨率分解，逐尺度地对信道进行均衡，这样，不但减少了运算数据量，也减少了均衡所需的权系数个数，计算机仿真结果令人满意。     

分时窗合成地震记录方法在南黄海的应用

南黄海以往一般采用单时窗合成地震记录,即对测井曲线求得反射系数与理论子波进行褶积,但由于地层浅部和深部的频率不同,导致合成地震记录和实际地震剖面吻合得不好.提出了对地震资料采用分时窗提取子波合成地震记录的方法,从井旁地震道提取地震子波进行频谱分析,地层浅部和深部地震子波的主频和波形不同,并考虑时延特性,采用分析结果的地...     

Chirp技术及其在海底浅层勘探中的应用

Ch irp子波因其宽的频带、长的脉冲延续时间和似白噪音的频率扫描特点,经过子波振幅包络和相关等处理后,具有很高的地层分辨率和资料信噪比,因而在海底浅地层调查中被广泛的采用。文中从Ch irp子波的波形生成开始,逐次讨论它的子波振幅包络和相关处理技术,以及它的分辨率的问题,最后以工程勘查中的实际例子证明Ch irp技术的优越性,同时还讨论了其技术的局限性,以便能对Ch irp技术有个深刻的了解。     

子波变换在声散射信号降噪处理中的应用

本文概述了应用子波变换对悬浮物测量中的声散射信号进行处理的方法，利用子波变换对信号进行多尺度分解，降低噪声影响，提高信噪比，并对声散射信号降低噪声影响和提高悬浮物测量精度的研究进行了探讨。     

多尺度子波分解技术在地震解释中的应用

分辨率是影响地震解释精度的关键因素,多尺度子波分解作为一种提高分辨率的方法是将地震信号通过连续小波变换分解为一系列不同的尺度子波的集合,由于尺度与频率是一一对应的,也就相当于把信号由时间域变换到时间—频率域,这样就把信号分解为不同主频的子波。然后再选择与目的层频率相对应的子波重新组合,便得到了分辨率与目的层固有频率相对应的地震剖面,提高了剖面的分辨率。把这种方法应用到阿拉德油田哈浅区块地震解释的研究中,在目的层位标定和追踪、断层解释以及地震岩性解释3个方面都取得了很好的应用效果,提高了地震解释的精度。     

连云港海域海水温度近40年来的变化及突变分析

利用2种突变检测方法对连云港海域近40a海水温度的变化特征及突变特征进行了综合分析。结果表明:连云港海域近40a海水温度变化的阶段性特征明显,海水温度的冷暖交替具有突变特征,突变点为1994年。     

基于谱分析的GPS浮标测量参数提取方法

介绍采用谱分析原理提取海浪信息的方法。根据GPS浮标测量得到的海浪高度数据,先通过滑动平均的方法分离海浪信息和潮流潮位信息,然后对海浪信息采用AR模型法进行功率谱估计,并对海浪信息进行连续小波变换,对AR模型法功率谱估计结果和小波变换结果进行综合研究,提取海浪特征参数———周期。最后通过一个GPS浮标试验对上述方法进行了验证。     

Blind Submarine Seismic Deconvolution for Long Source Wavelets

In seismic deconvolution, blind approaches must be considered in situations where reflectivity sequence, source wavelet signal, and noise power level are unknown. In the presence of long source wavelets, strong interference among the reflectors contributions makes the wavelet estimation and deconvolution more complicated. In this paper, we solve this problem in a two-step approach. First, we estimate a moving average (MA) truncated version of the wavelet by means of a stochastic expectation-maximization (SEM) algorithm. Then, we use Prony's method to improve the wavelet estimation accuracy by fitting an autoregressive moving average (ARMA) model with the initial truncated wavelet. Moreover, a solution to the wavelet initialization problem in the SEM algorithm is also proposed. Simulation and real-data experiment results show the significant improvement brought by this approach.     

基于二维连续小波变换的颗粒物数字粒径方法研究

对于海岸工程的研究而言,测定泥沙、砾石、卵石等颗粒物的中值粒径具有重要的研究意义。近年来,许多学者逐渐将统计学方法应用于分析泥沙等颗粒物的粒径大小及其级配分布,小波变换是该研究领域时新的统计计算数学方法之一。由于一维连续小波变换(1D-CWT)在估算颗粒数值粒径方面存在一定的局限性,本研究基于二维连续小波变换(2D-CWT),提出了新的颗粒物粒径统计学分析方法,用于估算筛分良好的颗粒物中值粒径。以玻璃珠、卵石块和砾石三类不同性质的颗粒物构建数字粒径实验分析样本,对新方法进行了测试和验证。研究表明基于2D-CWT的数字粒径分析方法能够快速、便捷地估算出筛分良好的颗粒物的中值粒径,且计算结果准确、稳定。相较于基于1D-CWT的数字粒径分析方法,2D-CWT方法在颗粒物数字粒径分析方面有着更高的计算成功率和更广的适用性。     

用小波变换研究赤道西太平洋温度细结构

使用小波变换分析了赤道西太平洋暖池区的CTD资料的温度序列,表明垂向温度细结构具有自相似特征,有可能使用分数维模型来描述.计算了温度序列的奇异性指数及其概率分布,发现此分布具有近似普适的形式.非零概率的负指数意味着温度剖面可能存在奇异点.对经小波变换后的序列的周期性统计表明周期△和尺度α遵从幂律标度△～αβ,β≈1.这提示着细结构背后可能存在简单的二分串级机制.小波变换的振幅反映了温度脉动的强弱.据此可以确定脉动能量的垂向分布和能谱密度,和传统方法的比较表明小波能谱较为光滑,有利于精确测定谱斜率.     

台湾龟山岛东南部海域白色热泉特征分析

海底热液活动及其周边环境的调查研究是海洋科学领域的热点之一。海底热液喷口环境的物理化学参数,尤其是浅水型热液,会受到潮汐变化的影响。台湾龟山岛靠近冲绳海槽南端分布有多处浅水型热液喷口(30m)。2010年5月,浙江大学、杭州电子科技大学和台湾中山大学对该海域实施了联合考察,利用电化学传感器获得了低温热液喷口(24.834 14°N,121.961 91°E)连续87h的温度和pH现场观测数据。基于Morlet复小波变换方法,分析了浅水型热液喷口的温度和pH现场观测时间序列的变化周期,并通过与当地潮汐记录数据作比较,获得了其与潮汐信号之间的潜在关系,证实了潮汐变化是海底白色热泉喷口物理化学参数现场观测最主要的影响因素。温度和pH现场观测数据经Morlet复小波变换后的小波系数分别存在规律的12.9h和12.5h变化周期,并且温度的小波系数在准半日周期尺度与潮汐高度呈负相关变化,相关系数为-0.89;pH的小波系数情况相反,相关系数为0.76。     

Study of fine structure of temperature in the equatorial westernPacific Ocean with wavelet transform

ＳｔｕｄｙｏｆｆｉｎｅｓｔｒｕｃｔｕｒｅｏｆｔｅｍｐｅｒａｔｕｒｅｉｎｔｈｅｅｑｕａｔｏｒｉａｌｗｅｓｔｅｒｎＰａｃｉｆｉｃＯｃｅａｎｗｉｔｈｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍＪｉａｎｇＭｉｎｇｓｈｕｎ１ａｎｄＺｈａｎｇＡｉｊｕｎ（ＲｅｃｅｉｖｅｄＪｕ...     

Blind marine seismic deconvolution using statistical MCMC methods

In order to improve the resolution of seismic images, a blind deconvolution of seismic traces is necessary, since the source wavelet is not known and cannot be considered as a stationary signal. The reflectivity sequence is modeled as a Gaussian mixture, depending on three parameters (high and low reflector variances and reflector density), on the wavelet impulse response, and on the observation noise variance. These parameters are unknown and must be estimated from the recorded trace, which is the reflectivity convolved with the wavelet, plus noise. Two methods are compared in this paper for the parameter estimation. Since we are considering an incomplete data problem, we first consider maximum likelihood estimation by means of a stochastic expectation maximization (SEM) method. Alternatively, proper prior distributions can be specified for all unknown quantities. Then, a Bayesian strategy is applied, based on a Monte Carlo Markov Chain (MCMC) method. Having estimated the parameters, one can proceed to the deconvolution. A maximum posterior mode (MPM) criterion is optimized by means of an MCMC method. The deconvolution capability of these procedures is checked first on synthetic signals and then on the seismic data of the IFREMER ESSR4 campaign, where the wavelet duration blurs the reflectivity, and on the SMAVH high-resolution marine seismic data.     

IKONOS影像自适应小波包融合处理技术研究

针对传统的融合技术在IKONOS高分辨率卫星影像处理中的不适应性，提出一种更为精确细致的图像融合方法——自适应小波包分析法，既可以对图像低频部分进行融合处理，还可以对高频部分采取所需的融合处理策略，以综合多源多时相图像中的高频细节信息。该融合算法在信息量、光谱特征和边缘特征等方面具有综合优势。融合后影像不仅很好地保留了原多光谱图像的光谱特征，而且在增加融合结果信息量，改善解译的精度和可靠性以及使用率等方面均收到很好的效果。     

基于支持向量回归的海面高度统计预报方法研究

本文提出一种基于支持向量回归的统计预报方法,通过经验正交分解对原始数据矩阵进行时空分解,提取出空间模态和时间系数。由于海面高度变化具有非线性、大惯性的特点,对时间系数进行小波分析,能有效滤除其中的高频信号,得到表征海面高度变化的低频信号。利用支持向量回归方法对小波分解后的低频信号构建预报模型。最后,进行小波重构,还原时间序列长度,实现未来7天的海面高度预报。通过黑潮附近海域的海面高度预报结果验证,该预报方法的预报效果优于整合滑动平均自回归预报方法。本文通过机器学习的算法实现了海面高度的预报,为海洋预报方法提供了新的思路。