Applications of wavelet analysis in differential propagation phase shift data de-noising

Using numerical simulation data of the forward differential propagation shift （ΦDP） of polarimetric radar,the principle and performing steps of noise reduction by wavelet analysis are introduced in detail.Profiting from the multiscale analysis,various types of noises can be identified according to their characteristics in different scales,and suppressed in different resolutions by a penalty threshold strategy through which a fixed threshold value is applied,a default threshold strategy through which the threshold value is determined by the noise intensity,or a ΦDP penalty threshold strategy through which a special value is designed for ΦDP de-noising.Then,a hard-or soft-threshold function,depending on the de-noising purpose,is selected to reconstruct the signal.Combining the three noise suppression strategies and the two signal reconstruction functions,and without loss of generality,two schemes are presented to verify the de-noising effect by dbN wavelets：（1） the penalty threshold strategy with the soft threshold function scheme （PSS）; （2） the ΦDP penalty threshold strategy with the soft threshold function scheme （PPSS）.Furthermore,the wavelet de-noising is compared with the mean,median,Kalman,and finite impulse response （FIR） methods with simulation data and two actual cases.The results suggest that both of the two schemes perform well,especially when ΦDP data are simultaneously polluted by various scales and types of noises.A slight difference is that the PSS method can retain more detail,and the PPSS can smooth the signal more successfully.     

各向异性扩散在电磁测深曲线平滑中的应用

电磁类地球物理方法由于极易受到各类噪声的干扰,使得估计的视电阻率曲线或相位曲线发生畸变,严重地影响了反演解译精度,如何对这类观测曲线进行合理有效地平滑,是目前数据处理中的重点,也是难点.本文把各向异性扩散（anisotropic diffusion AD）引入到曲线平滑中,提出了各向异性扩散的曲线平滑方法,以平滑点梯度值的降函数作为扩散速度,在梯度较大的位置予以较小的扩散速度以保护特征,在梯度较小的位置予以较大的扩散速度平滑噪声引起的扰动.同时为了减小“飞点”(outliers)对平滑的干扰,采用局部单调扩散进行预处理.实验结果显示,本文提出的平滑方法有效地平滑了噪声与“飞点”的干扰,恢复了曲线的基本形态,有效地保持了曲线基本特征.     

希尔伯特—黄变换(HHT)在EH-4数据去噪处理中的应用

工频噪声源于社会生产活动中产生的电磁噪声,常会造成视电阻率曲线病态或发散。为了提高数据处理与解释的精度,本文针对EH-4数据中常见的工频噪声,采用希尔伯特—黄变换进行去噪处理,通过对实际数据的时间序列处理分析可知,该方法利用数据自身的时间尺度特征自适应地分解信号,能够很好地去除工频噪声,为大地电磁信号的去噪提供了一条有效的路径。另外,本文还针对经验模态分解过程中产生严重的模态混叠及“端点效应”进行分析,运用聚合经验模态(EEMD)对仿真信号及实测数据的时间序列进行分解,有效地解决了模态混叠等问题。     

累计去趋势法在分析降水与形变关系中的应用

论述累计去趋势法的原理,举例说明在降水与形变分析中的应用效果。对流动水准、台站水准及流动重力单测站的同场地的降水量进行累计去趋势计算,然后分别与观测数据进行对比。通过分析发现,经过处理后的降水量变化曲线除去原来的突跳变化,增大了降水量在后续时间中的影响力,而且降水量与形变的正常变化趋势更加一致。根据处理后的降水量变化与形变变化趋势的对应关系,也更容易判断形变是否出现异常变化。     

小波阈值消噪在大坝变形数据处理中的应用

为了克服硬阈值函数不连续,软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,更好地改进滤波效果,提高去噪质量,须采用一种新的阈值处理策略。新阈值函数表达式简单易于计算,克服了硬软阈值的缺点。实验结果表明,该方法可以有效地去除白噪声干扰,无论是在视觉效果上还是在信噪比和均方误差定量指标上均明显优于常用的软、硬阈值及Matlab的阈值优化算法,充分体现出其优越性。     

主成分分析在航空瞬变电磁去噪中的应用

由于航空瞬变电磁二次场数据是一种宽频带信号且幅度较小,因此常常受到随机噪声、天电噪声以及人文噪声的影响。研究针对上述噪声的去噪方法,可以提高处理和解释的精度。这里给出了基于主成分分析的航空瞬变电磁去噪方法,首先应用主成分分析方法对叠加抽道后的单测点衰减曲线进行分解,然后应用曲线趋势对比法和L曲线法对分解后的成分进行分析,确定出有效信号成分,最后使用这些有效信号成分进行重构,从而达到抑制噪声的目的。模拟信号分析以及实测数据的实验结果表明,应用主成分分析法处理航空瞬变电磁数据,在保持反映地下介质分布的有效信号幅度基本不变的条件下,能有效抑制天电噪声和人文噪声,为保幅处理和解释奠定了良好的基础。     

小波阈值去噪方法在重力资料处理中的应用

简要介绍了小波变换的基本理论与小波阈值去噪实现过程。通过单球体与双球体模型试验,探讨了阈值去噪时小波基以及分解层数的选择问题;最后利用小波阈值去噪方法,对某实测布格重力资料进行处理,有效滤除了随机噪声。去噪后计算的水平方向导数明显比去噪前直接计算的水平方向导数效果好。     

基于探地雷达信号处理的小波基选取研究

针对探地雷达信号处理和分析时小波基选取存在的问题,本文在分析探地雷达信号特点的基础上,首先从理论上讨论小波基的选取准则,然后再从实验角度进行对比、判别,认为在进行小波分解和重构时应该分别选择不同的小波基函数进行处理,这样可以保证重构信号的精确度,增强对信号的处理能力,从而也突破了以往分解与重构时都采用同一个小波基进行处理的做法.最后通过实际资料的处理,指出bior2.6小波基在进行雷达信号处理时效果最佳,不仅去噪彻底,而且能够保留有效信号的高频部分,提高信号的分辨率和信噪比,为后续解释工作打好了基础.     

重构小波阈值函数在信号去噪中的应用与研究

实际工程应用中,通过物理手段采集到的信号都带有噪声信息,这样就会淹没很多有用信号,传统的“带通、低通、高通”滤波技术往往显得无能为力,因此提取有用的特征信息就需要对原始信号进行去噪。常用的小波阈值去噪（硬、软阈值函数）方法,含有诸多缺点,本文在其基础上重新构造了一个新的阈值函数。在MTALAB（2014a）环境下,用传统的硬、软阈值函数及重构阈值函数对混入高斯白噪声信号进行去噪仿真分析,结果表明,重构的阈值函数处理的信号效果更好,更清晰。     

多项式拟合模型病态性问题的分析与应用研究

采用数值分析理论讨论方阵奇异性判别的方法,针对多项式拟合模型法方程系数矩阵病态性的问题,提出中心化坐标与缩小误差方程式系数相结合的方法,有效改善了法方程系数矩阵的结构与病态性,获取到稳定可靠的拟合参数。并通过实例分析,验证该方法简单可行,为区域工程控制测量中多项式拟合GPS水准高程与平面坐标转换提供了参考。