小波分析在信号降噪中的应用

针对信号检测中经常存在的噪声污染问题,利用小波分解之后可以在各个层次选择阈值,对噪声成分进行抑制,手段更加灵活。本文介绍了小波变换的一般理论以及在信号降噪中的应用,分析了被噪声污染后的信号的特性;利用MATLAB软件进行了信号降噪的模拟仿真实验并在降噪光滑性和相似性两个方面体现出小波变换的优势。本文分别使用了不同类型的小波和相同类型小波下不同阈值对信号进行了降噪.仿真结果表明小波变换具有良好降噪的效果。     

多源信息融合的测井曲线分层算法研究

测井数据解释中,针对单一测井曲线无法真实反映地层属性问题,提出以多条测井曲线的滤波因子为权值,融合出一条综合特征曲线,对该特征曲线相继采用层内差异法细分层与模糊聚类校正分层,实现特征曲线的合理分层。实验结果表明:该方法避免了海量数据处理过程,剔除了噪点数据的影响,提高了分层的速度与精度,能够为应用测井资料进行岩性识别、测井相分析、储层划分等研究提供有利的技术支撑。     

基于PCI总线的DSP28335程序在线升级方法的研究

本文基于PCI总线的基础上,对DSP28335程序的在线升级方法进行了研究,开发了上位机端程序和DSP端核程序,为DSP技术开发和维护人员提供了一个方便快捷的维护程序的方法。     

基于遗传优化径向基概率神经网络的岩性识别应用

岩性识别是测井数据解释中最关键的一环,但传统的岩性识别方法解释效率慢,精度低,受人为因素影响大。为此,提出一种遗传优化径向基概率神经网络(RBPNN)的岩性识别方法。该方法融合概率神经网络(PNN)和径向基函数神经网络(RBFNN)的优势来构造RBPNN,采用遗传算法搜索使得RBPNN训练法误差最小的最优隐中心矢量和相匹配的核函数控制参数,优化网络结构,提高收敛速度与精度,形成全结构遗传优化的RBPNN模型。实例应用表明,基于遗传优化RBPNN的岩性识别能够达到工程实际应用的规范标准,且是可行有效的,能够为油田地质勘探领域的岩性识别提供科学的理论支持与依靠。     

基于长波红外成像系统的红外辐射特性测量方法

地基红外成像系统是靶场领域实现目标跟踪、实况记录成像的重要成像设备之一。配有高性能红外辐射定标系统的地基长波红外成像系统,可对低温以及常温目标实现高精度辐射特性测量。通过建立制冷型红外辐射特性测量系统的辐射测量模型,在7.7~9.3 μm长波波段利用某光学口径为600 mm的长波红外辐射测量系统实现了对目标的高精度测量。实验结果表明,辐射测量的精度为16.81%,能满足靶场对高精度辐射测量的要求。