用折线逼近法计算余弦变换的频率范围讨论

要想提高余弦变换的精度,可以减小折线区间,增加折线的数量,最大限度地达到折线代替函数曲线的目的,然而在实际应用过程中我们发现,合理正确的选择变换的频率范围对余弦变换的计算精度会产生决定性的影响,本文目的就是为了减小因频率区间选取的不同而造成余弦变换结果的误差,使瞬变响应的计算精度达到最高.本文以大回线和磁偶极子为例,在电阻率、线圈半径、收发距不同因素的影响下,求其频率域响应,利用余弦变换计算其瞬变响应,通过与解析解的对比,来讨论使余弦变换结果达到最高精度所需要的最佳fH、fL.结果发现,随着电阻率的增加,余弦变换精度对频带的依赖性增强;线圈半径、收发距增加,余弦变换精度对频带依赖性减弱.无论哪种情况,最佳的频率范围基本上都是在10-6~107 Hz,而且当频宽不变时(logfH-logfL≥12),固定频带fH,大回线源的计算精度可以得到保证,固定fL,磁偶极子的计算精度可以得到保证.从而我们总结出一个在不同因素影响下的余弦变换的频率选取规律,大大降低了余弦变换结果因频段的选取而造成的误差.     

λ-f域加权抛物Radon变换地震数据重建方法研究

大多数地震处理技术都要求地震数据具备完整性和规则性,然而,由于诸多因素的影响,地震勘探所采集到的资料普遍存在数据缺失,需要对地震数据进行重建.本文在传统Radon变换重建的基础上提出一种λ-f域加权抛物Radon变换的地震数据重建方法.通过引入新变量λ,消除了Radon变换算子对频率的依赖,使得Radon变换算子及算子的逆只需计算一次,显著提高了计算效率.同时,在λ-f域抛物Radon变换迭代计算过程中引入变化的权系数,更好地实现了λ-f域的能量聚焦.理论模型及实际数据试算表明,文中方法对地震数据重建精度较高,单道对比吻合较好.     

基于傅里叶变换的频谱分析法在X射线轮胎检测中的应用

子午线轮胎的缺陷检测方法比较多,频谱分析法是基于频域的图像分析方法,其主要功能是获取图像在频域中的纹理特征。傅里叶变换能够将时域的信号分解为频域各频率分量下之和,即分解为各个频率下的谱。然后通过对得到的频谱进行图像处理,判断轮胎有无缺陷。实验证明使用基于傅里叶变换的频谱分析法进行子午线轮胎缺陷检测可以大幅降低工作量,提高轮胎检测效率。     

短时单频脉冲震源的海洋浅地层剖面资料频移处理

采用短时单频脉冲震源的浅地层剖面,记录的波形数据空间假频较严重。因其信号具有频率高、频带窄的特征,通常利用Hiibert变换提取瞬时振幅属性（信号包络）供解释使用。但瞬时振幅均为正值,在进行构造解释时不方便使用。本文提出在对浅层剖面资料提取瞬时振幅的基础上,计算瞬时振幅的微分并配合滤波的方法,实现高频窄带浅地层剖面资料的一种频移处理。该方法把高频窄带的多周期信号变为低频带宽的单周期信号,有效扩展了倍频程并消除假频。应用在南海浅地层剖面资料处理中,资料处理后更利于构造解释。     

扇束CT探测器偏转的重建图像伪影校正

对于CT扇束扫描,射线源焦点与被测工件旋转中心的连线不垂直于探测器所在直线时,采用标准的滤波反投影重建算法重建出的图像会存在伪影,降低图像质量。本文基于经典滤波反投影重建算法理论,分析了此类伪影形成的原因,给出了利用投影原始数据（正弦图）计算校正算法所必需的几何参数的方法。本方法无需专用模体,不必进行二次扫描,方便、快捷并有效。计算机仿真及实验结果证明本方法的有效性。     

高阶振型对建筑结构层间位移的影响1

建筑结构层间位移是抗震设计的研究重点。本文基于广义层间位移谱,分析高阶振型对结构最大层间位移角以及对结构层间位移沿无量纲高度分布的影响,并通过调整结构侧向刚度比,分析高阶振型对结构层间位移变形类型的影响。结果表明:随着结构固有周期的增加,仅取一阶振型进行分析将会显著低估结构的最大层间位移角,高阶振型的影响决不能忽视;从结构层间位移沿无量纲高度分布的角度分析,高阶振型将会显著增加结构中上部位的层间位移需要;高阶振型将增加长周期结构的剪切变形和中上部位的弯曲变形需求,但对中下部位弯曲变形的影响并不明显;针对长周期结构的设计和分析,除计算最大层间位移角外,建议考虑层间位移沿结构高度的分布情况。     

基于Curvelet变换的探地雷达资料噪声衰减方法(英文)

噪声衰减是探地雷达信号处理中的关键问题之一。当探测目标埋藏深度比较浅时,其反射信号与直耦信号和地面回波信号相互重叠,直接影响目标反射波到达时刻的检测及目标的正确定位。针对这个问题,本文提出了一种基于Curvelet变换的噪声衰减方法。通过对理论数值模拟数据和实测数据的处理,以及与平均消去法和二维连续小波该方法处理结果的对比,验证了该方法的可行性和有效性。处理结果显示,该方法不仅可以去除背景噪声、同时可以衰减倾斜相关的相干干扰和数据中的随机噪声。与二维连续小波变换方法相比有更高的计算效率。     

基于LSSVM-ARMA模型的基坑变形时间序列预测

如何准确预测和控制基坑变形是基坑工程的一个难点,提出了一种基于小波变换、粒子群优化的最小二乘支持向量机（PSO-LSSVM）和自回归移动平均模型（ARMA）的基坑变形时间序列预测方法。首先,利用小波变换将基坑变形时间序列分解和重构为2个子序列--趋势时间序列和随机时间序列,在该基础上,采用PSO-LSSVM模型与ARMA模型分别预测趋势时间序列与随机时间序列未来值,将2个子序列的预测值求和作为最终预测结果。最后,将该方法应用于昆明某基坑工程的深层水平位移预测,不断地利用前期工况的最新实测数据建模,对后期工况未来变形量进行滚动预测,获得了令人满意的结果。     

top-hat变换与庐枞矿集区大地电磁强干扰分离

作为一种非线性信号处理方法,基于数学形态学的广义形态滤波已经展现出其在大地电磁时间域信号去噪中的作用;然而,广义形态滤波在滤除大地电磁时间域信号中噪声波形的同时,也滤除了时间域信号中包含有用信息的缓变化。针对这一问题,提出一种基于数学形态学top-hat变换的大地电磁时间域噪声压制方案,利用top-hat变换对波峰和波谷的检测能力,采用直线型结构元素,对大地电磁时间域信号进行去噪。用该方法对庐枞矿集区大地电磁实测数据进行处理后,数据的标准差与曲线相似性参数都优于处理前数据,表明所提方法能够去除噪声波形并保留时间域信号的缓变化,恢复受噪声污染的大地电磁时间域信号,提高大地电磁视电阻率曲线的质量。     

基于遥感和GIS方法的科尔沁沙地边界划定

基于已有文献,依据科尔沁沙地的形成历史与早期分布,确定科尔沁沙地的核心区;以核心区为基础,采用生态学取样方法,选取与核心区边界相交的16个方向上的交叉点为样本,以Landsat-5 TM影像为主要数据源,采用光谱混合模型、穗帽变换等遥感和GIS方法,通过反复试验设定阈值,提取每个方向的分界特征,据此勾画出科尔沁沙地的分界线。此后,进行实地考察和Google Earth高清影像验证,最终确定科尔沁沙地生态区域的边界。结果表明,科尔沁沙地面积为52 300 ± 360 km²,验证后精度在94%以上。研究结果为科尔沁沙地生态恢复与环境整治提供确切基础范围。