基于提升小波的单历元GPS变形监测信号的去噪

介绍提升小波阈值收缩法去噪的基本原理和方法,利用该方法对含噪的GPS单历元变形监测数据进行去噪,提取真实变形信息。实际数据处理结果表明,相比第一代小波,提升小波变换去噪效果更好,计算速度更快。     

InSAR最小二乘相位解缠权重确定的一种新方法

雷达信号的低信噪比、地形起伏引起的阴影、遮掩以及其它种种原因造成的去相干现象导致相位数据的不连续,使得相位解缠结果出现偏差甚至是完全错误。在分析影响最小二乘相位解缠权重选择因素的基础上,将频域置信度作为权重选择方法进行相位解缠数据处理,结果表明,该方法很好地克服了最小二乘法对于相位坡度欠估计的缺点,且解缠结果具有较高精度和稳定性。     

基于自适应核时频分析的地震数据处理方法

本文提出了一种基于自适应核时频表示的最佳滤波方法。通过理论模型验证了该方法的灵活性和在时频谱上的聚焦能力,用于实际叠前与叠后地震资料的处理也取得了极好的去噪效果。结果表明该方法可以同时提高地震资料的信噪比与分辨率,对地层岩性变化具有更高的识别精度,为后续高精度解释工作奠定了坚实基础。     

基于灰度数学形态学的遥感影像薄云处理方法

遥感成像过程中薄云是最常见的一种噪声。在利用数学形态学进行薄云处理的基础上,探讨利用广义多结构元素的数学形态学进行薄云处理的方法,并对SPOT图像进行试验。结果表明,该方法对薄云去除的处理效果有一定的改善和提高。     

提高AVNIR-2/ALOS影像清晰度的方法

AVNIR-2/ALOS的1B1级影像中存在着明显像素错位、竖条纹、偏色等,这些因素都影响了影像的清晰度。本研究中分析了造成影像模糊的原因,利用VC++软件平台和ENVI软件实践了一套影像去模糊的处理方案,该方案在提高影像清晰度方面取得较为满意的结果。     

变形信号的去噪方法与去噪效果评价指标改进

介绍了闽值去噪的几种方法,根据噪声对信号的影响特点对去噪方法作了改进,并根据变形信号变化平缓的特点,用平滑度指标评价去噪效果,提出了一个计算公式。     

地铁变形监测小波去噪与灰色-时序模型研究

近年来,我国城市建设迅速发展,路面交通不堪重负,发展地下交通成为一种趋势,由此引发的地表沉降是值得我们重视的问题。以河南省某市市民文化服务区地下交通工程为例,进行了小波去噪及灰色时序模型的研究。针对观测数据中存在的粗差,采用多种小波模型进行探测、剔除工作。在此基础上建立灰色预测模型、时间序列预测模型以及两者的组合模型。结果表明灰色模型对于波动性数据处理效果不佳,而时间序列模型短期预报比较精确,组合模型能够兼顾数据的波动性和趋势性,预测精度最高,能够满足地铁区间隧道地表变形精度要求。     

上海及邻区微震检测与定位

本文利用基于图像处理器加速的模板匹配定位法（Graphics Processing Unit-based Match &; Locate,GPU-M&;L）和双差定位法（HypoDD）,对上海及邻区13个台站记录的2011年至2020年共10年的连续地震数据资料进行分析.首先从中国地震台网中心提供的146个地震事件目录中挑选了136个地震事件作为模板事件,使用模板匹配定位技术对上海及邻区10年的连续资料进行遗漏地震事件的扫描和检测,共识别出824个地震事件,约为台网中心提供地震目录事件数量的5.5倍.然后对识别出的地震事件通过深度去噪方法（DeepDenoiser）将信号与噪声分离,并对去噪后地震波形的频率和振幅特性分析来进一步确认识别出的地震事件.同时利用基于机器学习的震相拾取技术（PhaseNet）,对去噪后的333个地震事件进行了震相拾取.检测后的地震目录完备震级由台网目录的M_c1.0降为M_c0.8.最后利用双差定位法对479个地震事件进行精定位,精定位的结果显示,上海地区整体地震活动性较弱,地震的空间分布相对较为分散,定位后的地震事件部分集中于安角断凹,部分事件沿北东向的枫泾—川沙隐伏断裂带和沿北西向的南通—上海断裂分布.我们的结果,为研究上海及邻区地震活动性、地震发生灾害程度和风险性评价等,奠定了重要的数据基础.

     

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。     

接地导线源航空瞬变电磁系统EEMD法去除传感器运动噪声

航空电磁系统观测值中不仅包含了地下介质的响应,还包含多种噪声成分,其中传感器运动噪声具有频率低、幅值大、非周期等特点,是航空电磁探测系统的主要噪声源之一.针对运动噪声的上述特点,利用EEMD方法对随机信号的分解能力,将航空电磁信号分解为多阶IMFs分量;利用IMFs某阶分量拟合传感器运动噪声,并从航空电磁信号中加以去除,从而获得去除运动噪声后的信号.本文利用EEMD方法对航空电磁仿真信号中运动噪声加以识别和去除,取得了良好的效果.通过与传统样条插值方法去噪效果的对比,表明EEMD法能够有效地去除线圈中的运动噪声,同时将该方法应用于山东某地无人机半航空瞬变电磁系统实测数据处理中,取得了良好的去噪效果.