基于曲波变换和快速非局部均值的地震数据随机噪声压制

在常规的地震勘探中,由于受到激发、接收环境或仪器等因素影响,地震数据中会不可避免地混杂随机噪声,导致有效信号被淹没,从而无法被清晰识别,因此随机噪声的压制至关重要。本次研究提出一种改进曲波变换阈值去噪结合快速非局部均值去除地震随机噪声的方法:首先将循环平移和块状复数域阈值方法引入到曲波变换阈值去噪中,改进传统的曲波阈值去噪方法,得到最佳去噪结果;然后将去除的噪声利用快速非局部均值方法进行滤波,得到有效信号;最后将上述两步得到的数据相加得到最终的去噪结果。将该方法与曲波变换阈值方法、小波阈值方法及快速非局部均值算法的去噪结果进行比较,模型试验和实际地震数据去噪效果表明,该方法去噪结果的信噪比更高,信号保真度更高。因此本文方法压制随机噪声的效果更佳。     

三维十字交叉排列去噪技术的应用实践

在地震资料处理,无论是叠前还是叠后,去噪都是关键的处理流程。其中,如何有效压制面波干扰一直都是去噪的重点。常规的压制面波方法是利用干扰波与有效波的视速度差异,在波数域中滤除线性噪音,但是对远排列的面波压制效果并不理想,且会损害部分有效的低频信号。为此提出了三维十字交叉排列去噪技术,即将地震数据抽取成十字交叉排列的道集,在该正交子集中噪音呈圆锥分布,从而利用锥形滤波器有效压制低频低速面波,保留有效的低频信号,提高地震资料信噪比。本次处理实践证明,应用三维十字交叉排列锥体去噪技术在黄土塬区压制面波取得了良好的效果。     

基于SVD的正交多项式变换及其在地震资料处理中的应用

在地震资料中,噪声干扰严重影响了资料的品质,为此必须进行有效的去噪处理。通过对正交多项式变换方法的研究,本文提出一种基于奇异值分解（SVD）算法的正交多项式变换压制地震资料噪音的方法。将地震资料经过正交多项式变换后,有效信号和噪音在正交多项式系数上的分布不同,使用奇异值分解算法可以有效地分离有效信号和噪音。经合成地震记录模型及实际地震数据的处理结果表明,该方法不仅能够有效地进行信噪分离,而且可以减少对振幅的畸变,同时增强了反射同相轴的连续性。     

基于奇异值分解的强单频干扰自动识别与消除

单频干扰常常会将有效信号掩盖,严重影响了地震勘探数据的处理、解释。为了提高单频干扰压制的效果,研究了一种自动识别及消除单频干扰的新技术。该技术可在频率域快速识别出强单频干扰,利用奇异值分解(SVD)的特性,并用含有单频干扰的地震道构建Hankel矩阵,利用Hankel矩阵的奇异值分布与信号振幅谱之间的对应关系,通过奇异值分解和重构,可有效压制地震道中的单频干扰。模型数据和实际资料测试表明:该方法对强单频干扰具有较好的识别和压制效果,并且对有效信号伤害较小。     

LD区块地震资料噪声特征分析与压制

LD区块浅层含气范围很广,中深层是高温高压富集区,且地震噪声复杂,使得地震资料信噪比低,资料品质低,严重影响后续资料处理和解释的精度。本文首先采用频谱分析、自相关等技术分析了该区影响地震资料品质的地质因素和噪声特点,并发现常规压制噪声技术在靶区适应性差。为此,本文提出一套以复合多域多变换多层次去噪方法压制LD区块噪声的高精度高保真技术系列。该技术系列分别采用了复合多域去噪、多变换去噪、叠前叠后去噪等手段,对地震资料进行处理。处理结果表明,用文中提出的方法去噪,能在保持有效信号的前提下,最大可能地消除噪声。     

基于ICEEMD的地震信号去噪

ICEEMD是CEEMD的一种最新扩展,其有效解决了CEEMD在信号分解过程中产生的诸多问题,如分解模态中的残留噪声和模态混叠。基于ICEEMD提出一种新的地震信号去噪方法,含噪信号经过ICEEMD分解之后,有效信号集中在更少的模态中,通过重构信号固有的模态可以有效实现地震信号去噪。合成信号例子阐明了ICEEMD去噪方法的效果,并与传统的基于CEEMD的去噪方法进行了对比。实际数据处理结果进一步验证了文中提出方法的优势,即在有效压制随机噪声提高地震资料信噪比的同时,能够最大程度地保护有效信号。     

基于双重残差网络的地震数据随机噪声压制

地震信号的随机噪声压制是地震信号处理中的重要问题。卷积神经网络(Convolutional Neural Network,CNN)近两年在地震信号去噪领域展现其巨大的潜力。该方法可以突破先验约束,从大量的数据中学习噪声模式,可以高效智能地实现地震数据去噪。为了进一步提高去噪效果,本文提出基于双重残差结构的CNN网络地震数据随机噪声压制方法。该网络借助于双重残差框架,允许不同层配对操作的两个算子之间任意组合,可以提取更丰富的特征,有助于提高去噪性能。针对去噪问题,选用多尺度卷积核作为配对算子。合成数据和实际数据结果表明,相较于经典的F-X预测滤波、Curvelet变换以及基于深度学习的DnCNN方法,本方法能更好地压制随机噪声并保护有效信号,具有更高信噪比。     

基于曲波噪声估计的K-SVD字典学习地震资料去噪

常规K-SVD字典学习方法在处理实际地震资料的过程中,往往无法得到地震随机噪声的先验信息,使得相关的误差参数无法确定,只能通过大量调参来实现最优去噪效果。基于此提出了一种基于曲波噪声估计的K-SVD字典学习地震资料去噪方法,旨在通过对地震资料进行曲波变换,选取尺度系数最大且对应方向上噪声能量最大的曲波系数,来估计随机噪声标准差,再利用K-SVD字典学习方法自适应获得超完备字典,并在重构过程中根据所得噪声标准差确定最优迭代误差参数,从而进行去噪处理。理论模型和实际地震资料的处理结果表明,该算法相较于传统的去噪方法,能在压制随机噪声的同时,最大限度地保护有效信号不被切除。     

小波变换在地质雷达干扰波压制中的应用

小波变换方法是近年来发展起来的一种新的数学方法,具有强大的时频分析能力,并广泛地应用到信号处理的各个领域。本文首先简要地介绍了小波变换原理及去噪方法,然后通过阻尼震荡信号、一维地质雷达合成记录和二维地质雷达合成剖面等模型,用db4小波进行了三阶分解,然后根据干扰波的特征进行了小波去噪和干扰波压制,结果表明,小波多尺度分解后,随机噪声主要集中在较低阶的小波细节之中,用小波变换去噪方法,可有效去噪和压制干扰波。对实测的地质雷达资料也进行了处理,取得了较好效果。     

心电信号的小波变换处理算法及仿真

为了有效去除心电信号中的干扰噪声,对信号特征点进行准确标定,采用小波变换的阈值去噪算法和时域峰值定位算法进行心电信号处理.利用bior3.7小波按照Mallat算法对ECG信号进行分解,结合软硬阈值与小波重构的算法对信号进行去噪处理,给出了小波变换与时域峰值定位结合的算法检测各特征点.仿真结果表明小波阈值算法能有效去除心电信号中的干扰噪声,保留心电信号的有效信息,基于小波变换的时域峰值定位算法能准确检测出心电信号中的特征点.     

近场波束零陷权声图测量干扰抑制技术

聚焦波束形成声图测量技术是一种近场高精度声被动定位技术.为了抑制近场声图测量过程中干扰声源对待检测声源定位的影响,给出了一种基于近场聚焦波束零陷权的声源干扰抑制方法.经过理论推导分别给出了权在窄带信号情况下和宽带信号情况下的解析形式,该权具有形式简单,计算量小等优点,适合实际工程应用.对权的性能进行了仿真及实验验证,结果表明,该权可以有效地在近场干扰声源位置上形成指向性零点,从而抑制掉干扰声源对声图测量的影响,改善对待探测声源的声图测量效果.     

直接加窗加权旁瓣抑制技术研究

本文主要研究了比较经典的直接加窗加权旁瓣抑制技术,并利用Matlab进行了仿真,给出了对线性调频信号和相位编码信号脉冲压缩旁瓣抑制的直接加窗加权法处理结果,得出了分析结论。     

预警雷达杂波抑制和微弱运动目标检测算法

针对预警雷达探测弱运动目标的杂波抑制和运算量大的问题,提出利用信号空间分离的抑制杂波算法,利用盲信号处理技术将回波信号分离成雷达弱运动目标信号和强背景杂波信号,有效地抑制了杂波;提出了利用动态规划法探测微弱目标的改进算法,在帧间循环递归中,针对来袭目标确定状态转移区域,并引入各级判决门限,丢弃部分虚警目标轨迹,减少了计算量.仿真结果表明,此方法能降低运算量,抑制杂波,有效地检测微弱运动目标,具有较好的检测性能.     

基于稀疏采样与差分演化的柔性直流输电系统高频振荡抑制技术

为确保电网的安全、平稳运行,提出了基于稀疏采样与差分演化的柔性直流输电系统高频振荡抑制技术,以快速恢复系统平稳供电能力。构建了模块化电平换流器(MMC)高频阻抗模型,获得了链路时延对交流系统高频阻抗特性的影响,以及输电线路参数变化的联合效应。通过A/I转换器,基于差分演化的匹配跟踪算法,实现了高频阻抗信号的稀疏表示,降低了柔性直流输电系统高频阻抗信号的采样率,合理设定附加RLC二阶高通滤波器的截止频率、品质因数、补偿容量参数,可以抑制柔性直流输电系统的高频振荡。仿真实验结果表明:高频振荡抑制后电压信号可快速恢复正常,抑制效果突出。     

基于分数阶傅里叶变换的混叠电磁信号分离研究

在现代电子侦察领域中,随着电磁信号接收环境的日益复杂以及电子防御措施的完善,对信号进行分选和识别的工作变得更加复杂。由于在同一时间内,接收机能够接收到多个信号,导致从这几个混和重叠的信号中检测并分离出来每个信号及其相应的特点参数十分困难。针对电磁环境中存在的干扰源信号混叠的问题,基于分数阶傅里叶变换对传统混叠电磁信号参数估计算法进行改进,并设计出相应的分离方法。通过仿真实验证明,新的方法具有更好的信号参数估计性能,且具备更强的噪声抑制能力。     

自适应噪声谱估计抵消技术及其应用

为扩大虚拟暗室EMI(electromagnetic interference,电磁干扰)测试系统的应用范围,提高系统测量精度,改善其在复杂环境下的测试效果,借助自适应滤波及维纳滤波理论对基于传统自适应噪声抵消模型建立的测试系统进行分析,传统测试系统的参考通道存在的设备辐射分量制约了系统应用范围,从而不能实现任意信噪比环境下的高精度测量.同时,提出基于谱估计的自适应噪声抵消模型,该模型建立的虚拟暗室系统通过对测试系统主通道信号进行谱估计,得到设备辐射信号及噪声信号的功率谱密度,并根据该功率谱密度对参考通道信号进行针对性抑制,以滤除参考通道辐射信号分量,从而提高测试系统的适用性及精度.仿真实验表明:该方法在高、低信噪比环境下均能准确地提取设备辐射信号并准确复现受试设备的辐射信号,提高了虚拟暗室系统对环境噪声的抑制能力,增强了虚拟暗室系统的环境适应性.     

多用户干扰抑制超宽带正交脉冲序列设计

针对超宽带（U1tra—WideBand,UwB）多用户干扰问题,正交脉冲的产生是超宽带无线应用中关键技术。采用Rayleigh信号作为UWB基函数,使用Hermite矩阵特征向量分解方法,设计了UWB正交脉冲序列,从而达到抑制多用户干扰的目的。该方法产生的正交成形脉冲序列功率谱符合美国联邦通信委员会频谱规范,自相关性强,互相关性弱,利于多址检测。最后,分析了跳时脉位调制UwB系统的干扰抑制性能,仿真结果表明正交成形脉冲序列抗多用户干扰能力优于Gram—Schmidt过程得到的Seholtz正交脉冲序列。     

电液伺服系统参数自适应与信号综合自适应的等价结构

利用信号摄动与参数摄动的等价性关系，对电液伺服系统模型参考自适应控制问题进行研究，采用数学方法推导出参数自适应与信号综合自适应的等价关系式，从而建立了信号综合自适应与参数自适应的等价结构，通过计算机仿真对文中各种结论进行了验证。     

自适应有源消声次级源安装角度优化试验与研究

针对一个基于Filtered-xLMS算法并应用M序列的在线自适应有源消声控制系统,研究了发动机排气管道有源消声控制中次级声源安装角度对消声效果的影响．通过改变次级声源的安装角度,在线检测其消声效果,实验验证了这种理论方法的有效性．最后得出如何优化次级声源的安装以改善发动机排气管道的消声效果．     

近场声源方位和距离联合估计算法

为提高近场麦克风阵列的声源定位精确度,对基于麦克风阵列的声源定位技术进行研究。详细分析了近场信号传播模型,并结合窄带子空间算法,对宽带ISM（Incoherent Signal-Subspace Method）算法进行改进,提出一种近场子空间声源方位和距离联合估计算法。该算法根据短时信号的频率特性,在特定频率上对信号应用子空间算法进行方向距离联合估计并对结果进行叠加,从而得到最终结果。该算法在相关信源和混响条件下均能得到较好的DOA（Direction-of-Arrival）估计效果。计算机仿真验证了算法的有效性。