基于小波变换的小波域阈值地震信号去噪方法研究

去噪是地震资料处理中不可缺少的重要步骤,随着勘探任务的要求越来越高,对资料的信噪比和分辨率的要求越来越高。小波分析做为一个有效的数学方法,也被广泛的应用到了地震资料处理中。本文比较详细的介绍了小波变换在地震资料处理中去除随机噪声的应用,通过试验对比表明了该方法的适用性。     

地震资料的小波去噪方法

在地震勘探中,地震记录的信噪比直接影响地震资料的可靠性、参数提取的精度及提高分辨率的效果等,因此去除噪声,提高信噪比成为了资料处理过程中的重要任务。小波变换作为一种信号处理工具,由于其具有时频分析,多分辨率和去相关性等特点,在地震信号去噪方面得到了广泛应用。本文对几种小波去噪方法进行了比较,总结了两类方法的基本原理及实现过程,着重介绍了应用最广的小波闽值去噪。     

小波变换在提高地震资料分辨率中的应用综述

小波变换比傅立叶变换有着更好的时频局部性质,在地震资料处理中发挥着重要作用。本文首先回顾了小波变换的概念和物理意义,然后扼要总结了小波变换在提高地震信号分辨率中的发展和应用情况,涉及了近十年来的一些主要研究成果,包括改进的M orlet小波、导数小波、三参数小波以及小波变换与其它领域的新方法联合等内容。随着人们对地震记录的分辨率要求越来越高,小波变换在地震资料处理中将发挥愈发重要的作用。     

地震资料保幅去噪综述

随着地震勘探向深层、复杂构造和岩性勘探的发展,人们对地震资料处理提出了更高的要求.地震资料“高信噪比、高分辨率、高保真度”三高要求中,信噪比是基础,然而信噪比和分辨率是相互矛盾又不能完全分开的,因此进行保幅条件下去噪是解决该问题的一项关键技术.本文从噪声的特征出发,首先对地震资料噪声进行了分类;然后综述了目前实际生产中常用的几种保幅去噪方法,包括小波变换压制面波、反演预测去噪、频滤空间域滤波、波动方程压制多次波等.     

小波变换在煤层自燃区瞬变电磁数据去噪中的应用

煤层自燃导致自燃附近岩石矿物的物理、化学性质发生变化,形成复杂的电磁背景场。瞬变电磁在采集数据时,会不可避免地受到复杂电磁背景场的干扰,传统的去噪方法已不能适应这种复杂电磁背景场的勘探精度要求。应用Matlab软件进行小波去噪的计算机仿真,仿真结果表明小波变换去除高频噪声效果良好。对煤层自燃区实测资料数据处理结果表明,选择合适的小波簇进行煤层自燃区的小波分析,能起到较好的去噪处理效果。     

基于图像处理和小波去噪的化工信号分析

通过分析一例含噪化工信号,介绍一种经济简便的对连续信号采样的方法.首先使用扫描仪将记录纸上的信号曲线转化为数字图像文件,并进行预处理;然后用列平均法得到曲线上各列的纵坐标值,再按照一定比例转化成实际信号的幅值,这样间接得到了原信号的离散采样数据,并且将其保存为mat文件,最后用Matlab提供的小波函数进行去噪、恢复原信号.这种方法不需要任何额外设备,因此很适用于那些需要进行信号分析却没有数据采集系统的小型装置.     

基于小波变换去噪的多元统计投影分析及其在化工过程监控中的应用

引　言化工过程数据的重要特点之一是受噪声污染严重 ,这严重影响了过程信息处理和分析的效果 .例如 ,在运用多元统计过程控制 (MSPC)进行化工过程监控时 ,直接利用这些受到污染的测量信息对过程进行分析 ,必然会导致较大的误差 ,使结果置信度下降 .对于过程故障诊断来说 ,就会产生较高的误报率或漏报率 .为解决这一问题 ,人们运用小波变换对测量信号进行去噪 ,提高了信号的置信度并取得了较　.　好的应用效果[1] .然而 ,通常的小波变换去噪是针对过程测量信号直接进行分频去噪 ,并没有考虑信号间的相关关系 ,因而这一处理方法不能更有效…     

基于小波变换的测井曲线去噪分析与研究

人类社会的发展与油气资源息息相关,但是石油和天然气的资源量很难满足人类社会可持续发展的需求,因此,必须加大油气资源的勘探开发。测井在油气勘探开发领域具有十分重要的作用,但是由于众多的干扰因素,使得采集的测井信号中含有较多的噪音,影响了后续测井资料解释的精度和有效性。在测井曲线去噪中引入小波变换,首先简要介绍了WT和WT去噪的基本原理,然后结合实际工区的测井曲线,验证了该方法的有效性。实际应用结果表明,小波变换能够有效剔除测井曲线中的随机噪音,提高测井曲线的信噪比,进而为测井解释和储层预测提供高精度的测井曲线,从而为后续的勘探部署和油田开发奠定了坚实的基础。     

浅谈傅立叶变换光谱分析理论与应用

简述了傅立叶变换红外光谱基本原理、发展现状和应用,并分析FTIR主要优点和存在问题,探讨其技术发展方向。     

傅立叶变换红外光谱法在纤维分析中的应用

本文综述了傅立叶变换红外光谱法在纤维分析中的应用与进展。内容涉及衰减全反射和漫反射傅立叶变换红外光谱法,傅立叶变换红外光声光谱法、显微傅立叶变换红外光谱法,傅立叶变换红外光谱仪与各种仪器的联用,以及计算机技术的应用与发展。     

基于小波变换的地震数据混合编码压缩算法研究

随着地震勘探研究的不断深入,地震资料的处理和解释量也越来越庞大,其中数据的冗余量也比较大。对这些数据进行合理的压缩处理已经成为一个重要的课题,本篇文章根据多分辨分析思想,用小波变换对地震数据进行多级分解得到多个子带,然后对每个子带做不同策略的量化和编码处理,仿真结果表明,这种压缩编码算法,既能得到期望的压缩比,而且压缩后的地震数据所带来的误差比单一的编码压缩算法要小很多。     

基于小波变换的通用大数据量压缩算法

针对制造业企业信息化系统数据存储量大、存储形式复杂、存储内容多样,从而造成数据存储代价大、难以管理检索这一问题,采用小波变换多层分解的形式,对大数据量下的数据存储问题提出一种通用数据压缩算法,该算法通过对数据流的多层分解、空间多层分解、参数多层分解后,形成按时间为线索的数据压缩流,保存数据;通过多层还原的形式还原数据流,从而达到应用数据的目的。通过实验表明,该算法在有限的空间内分解结果良好,能对大数据量的数据流进行有效地压缩存储及通过时间序列的有效检索。     

小波模极大值在拉曼光谱信号去噪中的应用

针对基于CCD传感器的拉曼光谱仪中拉曼光谱信号受到噪声干扰的问题,在详细讨论了CCD噪声特性及噪声模型,并在分析了小波变换模极大值特性的基础上,提出了一种有效的拉曼光谱预处理的新方法,即小波变换模极大值去噪方法。实验结果表明,该方法能够有效消除光谱噪声,很好地保留了拉曼光谱信号特征,取得了较好的滤波效果,同时为后续的拉曼光谱定性、定量分析奠定了基础。     

气固流化床中空隙率信号的小波分析

在(?)90mm×000mm 的有机玻璃流化床中,采用 PV4A 颗粒测速仪对不同粒径的沙、聚氯乙稀(PVC)颗粒在操作气速为0.262～0.524 m/s 下不同轴/径向位置的空隙率波动信号进行测定。选用 db2为小波函数对信号进行多尺度分解和进行连续小波变换,计算不同尺度下分解信号的功率谱密度函数。研究表明,细节信号反映的是颗粒脉动和小气泡的运动特征,呈现宽频分布,有很强的随机性;近似信号主要反应大气泡的运动特征,有明显的主频存在,且随操作条件变化;连续小波变换表明空隙率波动信号在微观结构上具有自相似性。     

傅立叶变换红外光谱法在高聚物研究中的应用

本文介绍了红外光谱的相关知识、测定原理,以及采用傅立叶变换红外光谱仪对几种高聚物进行结构剖析的实例。结果表明,用红外光谱法可以准确地剖析出高聚物的组成,该方法分析速度快,重现性好,结果令人满意。     

傅立叶变换红外光谱法对焦油中未知物成分的剖析研究

本文介绍了一种傅立叶变换红外光谱仪在生产过程中的应用。该方法测定手续简便,分析速度快,效率高,重现性好,可做为一种常规分析方法在试验室中应用。本文列举了黑色焦油中未知物的剖析研究实例。     

基于Curvelet变换的地震数据去噪研究

Curvelet变换是一种新的多尺度几何分析方法,在图像处理领域有其自身的优点。通过改进的curvelet变换图像降噪方法,对地震数据进行处理,实验结果表明,用该方法有效的去除了地震数据中的随机干扰,提高了地震数据的信噪比,Curvelet变换作为一种崭新的理论思路在地震数据处理中将会得到越来越广泛的应用。     

傅里叶变换红外光谱法测定白酒中乙醇含量

建立快速测定酒精饮品中乙醇含量的衰减全反射-傅里叶变换红外光谱（ATR-FTIR）法,以ZnSe槽行板为ATR晶体,以水为背景采集样品的FTIR图。以1 044 cm-1的C-OH伸缩振动为特征峰,用峰面积表示整个吸光度以消除尖峰干扰,建立了其线性关系数0.998 6,乙醇水溶液的检测限为0.2%。该方法准确、方便、快速,适用于酒精饮品中乙醇含量的快速测定。     

正交小波(包)的矩阵表达

Matrix expression of finite orthogonal wavelet transform of finite impulse response signal is nmore valuable for theoretical analysis and understanding.However,clear deduction for matrix expression has not been provided yet.In this paper,the formulation to generate the related matrix is put forware and the theorem on the orthogonality of this matrix proved.This effort deploys a basis for more deeper and wider applications in chemical processes.