压制噪声的高分辨率Radon变换法

Radon变换在地震处理中有诸多应用,在地震同相轴识别和估计方面有良好效果。对最小平方意义下反演和基于贝叶斯原理的稀疏约束反演的Radon变换域结果进行了对比,后者的变换效果更好,收敛能量的分辨率高,即压制了离散运算中的截断效应。又通过加噪模型数据,对比了高分辨率Radon变换方法和Radon域内的二维蒙版滤波方法,两者压制规则干扰和随机噪声的效果较好并且结果相似,但后者计算效率较高。在实际数据处理中,比较了FK滤波、高分辨率线性和抛物线Radon变换,以及二维蒙版滤波方法的去噪效果和计算效率,选择二维蒙版滤波方法最优。     

基于低信噪比条件下新型Seislet变换的阈值去噪方法

Seislet变换是一种类小波变换方法, 主要根据小波基沿地震同相轴的局部倾角方向来分析数据, 其中, 局部地震倾角的表征是该方法的核心。局部倾角的求取方法有很多种, 但是往往在低信噪比的条件下存在着一些局限。根据共中心点道集中基于时距关系的地震倾角定义, 提出一种适应于低信噪比条件下的倾角求取方法。对比基于时距关系与平面波分解滤波器计算出的局部地震倾角, 结果证明, 该方法能更加准确地表征低信噪比条件下同相轴的倾角信息。将基于时距关系的局部地震倾角用于Seislet框架, 建立表征低信噪比数据的新型Seislet变换方法。在地震数据处理中, 引入语音信号中改进的阈值方法。结合新型Seislet变换, 提出阈值去噪方法, 此方法不但适于地震数据, 而且在提高信噪比方面也优于传统的阈值去噪方法。实际数据处理的结果验证了新型Seislet变换与改进阈值去噪方法的组合能够有效地解决低信噪比条件下的信号提取任务。     

多小波方法及其在深地震测深数据去噪中的应用

在宽角反射/折射地震测深数据处理中,仍多用基于傅里叶变换的滤波方法和小波去噪方法。鉴于傅里叶方法对稳态信号很有效但对非稳态的地震信号效果不佳的状况以及小波不能同时具有正交性、紧支性、对称性,本文给出了基于多小波的去噪方法,多小波具有正交性、对称性、紧支性,克服了传统小波的缺陷。编写了多小波去噪方法的人机交互软件。该软件可以方便快捷地显示宽角反射/折射地震记录截面,进行多小波域的阈值去噪。实例计算结果表明,本文所述方法和编写的软件有效且可行。     

Weak Seismic Signal Extraction Based on the Curvelet Transform

Seismic signal denoising is a key step in seismic data processing. Airgun signals are easy to be interfered with by noise when it travels a long distance due to the weak energy of active source signal of the airgun. Aiming to solve this problem, and considering that the conventional Curvelet transform threshold processing method does not use the seismic spectrum information, we independently process the Curvelet scale layer corresponding to valid data based on the characteristics of the Curvelet transform of multi-scale, multi-direction and capable of expressing the sparse seismic signals in order to fully excavate the information features. Combined with the Curvelet adaptive threshold denoising the algorithm, we apply the Curvelet transform to denoising seismic signals while retaining the weak information in the signal as much as possible. The simulation experiments show that the improved threshold denoising method based on Curvelet transform is superior to the frequency domain filtering, wavelet denoising and traditional Curvelet denoising method in detailed information extraction and signal denoising of low SNR signals. The calculation accuracy of the relative wave velocity variation of underground medium is improved.     

曲波变换在位场信号提取中的应用研究

为了重磁数据中有效信号的分离与提取,本文研究了最近十几年发展起来的一种方法:曲波变换方法(Cur-velet transform method).从曲波变换的基本原理入手,通过重力位场理论模型数据分析了曲波变换的多尺度分解重构能力,并且利用加噪理论模型数据分析了曲波变换的阈值去噪能力,此外,还使用曲波变换对南岭东部地区...     

基于经验模态分解及独立成分分析的微震信号降噪方法

针对微震信号具有高噪声、突变快、随机性强等特点,基于经验模态分解(EMD)及独立成分分析(ICA)提出一种微震信号降噪方法.首先,对含噪信号进行EMD分解,获得一系列按频率从高到低的内蕴模态函数(IMF),利用原信号与各IMF之间的互相关系数辨识出噪声与信号的分界,将分界之上的高频噪声滤除;其次,为有效去除分界IMF中的模态混叠噪声,基于ICA算法对分界IMF进行盲源分离,提取其中的微震有效信号,并将其与剩余的IMF累加重构,从而得到降噪后的微震信号;最后,利用快速傅里叶变换(FFT)时频谱对比分析降噪前后的信号特征,定性说明本文方法的有效性;引入信噪比和降噪后信号占原信号的能量百分比两个参数,定量说明本文方法能充分保留微震信号的瞬态非平稳特征,降噪效果明显.     

变形监测数据处理的小波去噪方法

变形监测数据中包含有实际变形量和噪声,应用小波分析理论,对监测数据进行变形信号的提取和噪声的消除,通过实例证明,它的效果非常明显。     

小波函数对侧扫声纳图像滤波效果的影响分析

侧扫声纳技术应用日益广泛,已成为海洋测量的重要工具,而去除噪声处理是对侧扫声纳图像进行正确判读的前提。利用小波函数滤波处理的方法,分别采用Haar、Daubechies、Coiflets、Symlets、Discrete Meyer、Biorthogonal、Reverse Biorthogonal等小波函数与中值滤波函数对侧扫声纳图像进行处理,并以平滑指数和边缘保持指数为评价指标,对滤波效果进行定量比较。试验表明,小波函数可以有效地平滑声纳图像,并能保持其较好的边缘效果。     

基于二代Curvelet变换的自适应图像去噪

小波变换不能够最优地表示图像的边缘,而Curvelet变换硬阈值去噪后的图像过于平滑。二代离散Cur-velet变换运算速度非常快,而且基于Bayes原理的自适应阈值选择是子带变化的,具有最小的Bayesian风险。提出了一种基于二代Curvelet变换同Bayes原理相结合的自适应图像去噪算法,实验结果表明,该算法不仅能够有效地去除了噪声、较好地保留了图像的边缘信息,而且运算快速。     

高精度GPS测量中小波分析的应用

探讨小波分析中滤波的基本思想和数学模型,基于小波分析法在高精度GPS测量数据处理中的研究成果及其特点进行滤波、误差估计和数据分析,为高精度GPS测量工程中实际应用及科研工作提供依据。