基于离散平稳小波变换的无线随钻系统测试信号处理

在无线随钻测量系统中，钻井液波信道中含有很强的噪声信号，为获得更好的钻井液脉冲信号，采用小波变换对该信道的信号进行处理。小波基的选取是否恰当对处理的最后结果有非常大的影响，以相关系数作为判断钻井液信道信号处理效果优劣的依据，将7种常用的小波基函数选取不同参数后分解重构的信号与原始信号进行了比较，通过相关系数的大小选定了适合处理该信号的最佳小波基函数及其参数，并对重构后的信号进行了阈值去噪试验。试验结果表明，小波变换去噪对钻井液信道信号的噪声有很好的抑制作用，Haar小波基对钻井液信道信号的去噪处理效果最佳；同时表明，相关系数作为两个信号波形的相似性的一种度量是合理的。     

基于CEEMD的地震数据小波阈值去噪方法研究

考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对互补集合经验模态分解(CEEMD)舍弃高频分量的去噪方法和小波阈值去噪方法存在的不足,提出了基于CEEMD的地震数据小波阈值去噪方法。CEEMD是EMD(经验模态分解)的改进型算法,它既保留了EMD处理非平稳信号的优势,又能有效地克服EMD的模态混叠问题;但是,单纯的CEEMD分解去噪会在去除高频噪声的同时压制高频的有效信息。将CEEMD分解与小波阈值去噪相结合,对CEEMD去噪要舍弃的含噪声较多的高频固有模态函数(IMF)分量进行小波阈值去噪,以保留这些分量中的有效信息。模型数据和实际地震资料的测试结果表明,无论对于低噪声还是强噪声地震数据,基于CEEMD的小波阈值去噪方法的去噪效果都优于单纯的CEEMD去噪方法和小波阈值去噪方法。     

超声检测信号处理的小波基选取

小波变换在超声信号处理上得到了广泛的应用,小波基的选取是否恰当对处理的最后结果有非常大的影响。本文尝试性地以相关系数作为判断超声脉冲信号处理效果好坏的依据,分别对五种常用小波基函数选取不同参数后分解重构的信号与原始信号进行了比较,通过相关系数的大小选定了适合该信号的最佳小波基函数,并对重构后的信号进行了阈值消噪实验,实验处理结果良好。相关系数作为两个信号波形的相似性的一种度量是合理的。     

小波分析在管道泄漏信号去噪中的优化研究

为解决油气管道泄漏的实时发现、精确定位及事故处置问题,研究了小波分析在管道泄漏信号去噪中的优化方法,通过傅里叶变换与小波变换理论对比分析,选用了更具优越性的小波去噪方法。利用Matlab软件在软、硬阈值法下对信号处理结果进行二重仿真对比,结合小波基选取的一般原则,对5种常用小波函数进行了研究,分析了其数学特性和相应小波函数图的变化趋势。基于信噪比和均方根误差指标分析不同的去噪方法和分解尺度的去噪效果,综合提出了一种二重对比与三步寻优相结合的信号去噪方法。     

基于二维小波变换的随机噪声压制方法研究

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,常用的一维去噪方法效果不理想。小波变换是一种时频分析方法,根据它的分频和局部分析能力,能有效地消除随机干扰,保留有效波的中、高频成分,经过小波重构,可恢复有效波信号。针对地震信号随机干扰的特点,运用二维小波变换的理论,设计了相应的变换域去噪滤波器。此方法的特点是计算速度快,稳定性好,自适应性强,能对各种地震数据进行去噪处理,模型数据与实际数据的应用效果证明,二维小波变换具有较强的信噪分离能力。     

无线随钻测量系统信号处理的小波基选取

小波变换已经广泛应用于信号处理,小波基的选取恰当与否对信号的最后处理结果有非常大的影响。对无线随钻测量信号进行处理,旨在得到小波去噪处理的最佳小波基及其参数。尝试性地以相关系数作为判断泥浆波信号处理效果优劣的依据,分别使用7种常用小波基函数选取不同参数后,将处理后的信号与原始信号进行了比较,通过相关系数大小选定适合处理该信号的最佳小波基函数及其参数。计算结果表明,在分析的7种小波基中,haar小波对该信号的噪声有最佳的抑制作用。同时表明,相关系数作为本信号去噪效果的一种度量是合理的。     

小波变换域K L变换及其去噪效果分析

K—L变换利用相邻地震道的相关性来去除随机噪声，但对于倾斜和弯曲同相轴反射去噪效果不佳。采用改进的时变倾角扫描叠加K—L变换能够较好地去除随机噪声，但由于在时间域进行，没有考虑有效信号和随机噪声在频率域的特点，高频有效信号易受压制。小波变换具有较强的时频分析能力，在小波变换域进行K—L变换，可以实现分时分频K—L变换去噪。介绍了小波变换域K—L变换压制随机噪声的基本原理，即先将地震信号进行小波分解形成分时分频的小波包剖面，然后用K—L变换对小波包剖面进行去噪，再将去噪后的小波包剖面重构回地震剖面，从而达到消除随机噪声的目的。理论模型计算和实际资料处理表明，小波变换域K—L变换去噪方法在有效去除随机噪声的同时能够保护高频有效信号。     

基于第二代小波变换的测井信号处理

小波分析技术近几年在测井信号去噪处理方面得到了较为广泛的应用，但是传统的小波变换依赖于傅立叶变换，有大量的卷积运算，运算速度较慢，硬件实现复杂，内存占用大。文章提出采用基于提升算法的第二代小波变换来进行测井信号的去噪处理，提升算法是构造第二代小波的关键技术。通过分析提升算法的基本原理，尝试使用第二代小波对测井信号进行不同分辨率下的分解处理，并使用软限幅函数处理小波分解的细节系数，将处理过的细节系数和近似系数一起重构信号。并将结果和传统小波变换的结果进行了对比，得到了优于传统小波变换的效果。第二代小波变换运算速度快，硬件实现容易，内存占用少，在测井信号去噪处理方面有着广阔的应用前景。     

不同信号的小波变换去噪方法

本文介绍了小波分解与重构、小波变换阚值及小波变换模极大值三种常用的小波去噪方法，并将上述三种方法分别对叠加了高斯白噪声的仿真信号进行去噪处理。对三种方法的优缺点进行了比较和分析，结果表明：对于信号和噪声的频带相互分离的含有确定性噪声的信号，选用方法简单、计算速度快的小波分解与重构去噪法最为合适；对于含有高斯白噪声的信号，可以选用阚值法和模极大值法。由于阚值法具有能得到原始信号的近似最优估计、计算速度快以及具有广泛的适应性等优点，因而成为小波去噪方法中应用最广泛的一种去噪方法。小波变换模极大值法对于信号中含有较多的奇异点的信号去噪效果最好，但其缺点是计算速度慢。在实际应用中需权衡去噪效果和计算速度之间的关系，有效、合理地选择最适合实际资料的去噪方法。     

基于经验小波变换的地震资料噪声压制方法

噪声压制是地震资料处理中重要的环节,目前已有的去噪技术存在着噪声去除不干净、有效信号丢失、不能处理非线性非平稳信号等问题。经验小波变换(Empirical Wavelet Transform,简写为EWT)是一种能自适应分解原始信号的算法,其相较于经典的经验模态分解(Empirical Mode Decomposition,简写为EMD)具有更好的自适应性和完善的数学理论基础。将EWT算法引入到地震资料噪声压制中,选取合适的小波函数并利用EWT算法对目标地震信号进行自适应分解,得到其各个频率尺度的固有模态分量;然后根据原始地震信号的主频设定阈值范围,选取主频值在阈值范围内的固有模态分量进行重构,最终获取去噪后的地震信号。结果表明将EWT噪声压制算法应用于数值模型和实际地震资料中,可以很好地实现有效信号和噪声的分离,结果均比常规算法的去噪效果要好。     

应用平稳小波变换与深度残差网络压制地震随机噪声

常规去噪方法众多,但每种方法都受某种假设或条件限制。另外,常规去噪方法中一些优化问题具有多个局部极值,导致算法可能收敛到局部最优解而非全局最优解。为此,提出了一种基于平稳小波变换与深度残差网络的地震随机噪声压制方法。采用残差网络(ResNet)的拓扑结构,结合平稳小波变换压制地震数据噪声。残差模块有效避免了网络过深引起的梯度消失或计算消耗但损失函数趋于饱和的问题。另外,小波变换是一种高效的特征提取方法,可获得信号低频和不同方向高频特征信息,分区域学习信号或噪声的特征。首先,对Train400数据集中的每幅图片旋转不同角度以增加训练集数据量,经过旋转变换后加入高斯噪声。然后,对每幅图片进行1级平稳Haar小波分解,得到训练数据集;通过训练提取信号中噪声的小波变换高、低频信息,在此基础上通过直连通道,从含噪数据的小波分解中减去学习到的噪声的小波分解,得到去噪信号的小波分解。最后,通过逆平稳小波变换得到去噪信号。合成信号和实际地震数据去噪试验表明,所提方法能较好地压制地震随机噪声,去噪信号的信噪比、峰值信噪比均较高。     

应用平稳小波变换与深度残差网络压制地震随机噪声

常规去噪方法众多,但每种方法都受某种假设或条件限制。另外,常规去噪方法中一些优化问题具有多个局部极值,导致算法可能收敛到局部最优解而非全局最优解。为此,提出了一种基于平稳小波变换与深度残差网络的地震随机噪声压制方法。采用残差网络(ResNet)的拓扑结构,结合平稳小波变换压制地震数据噪声。残差模块有效避免了网络过深引起的梯度消失或计算消耗但损失函数趋于饱和的问题。另外,小波变换是一种高效的特征提取方法,可获得信号低频和不同方向高频特征信息,分区域学习信号或噪声的特征。首先,对Train400数据集中的每幅图片旋转不同角度以增加训练集数据量,经过旋转变换后加入高斯噪声。然后,对每幅图片进行1级平稳Haar小波分解,得到训练数据集;通过训练提取信号中噪声的小波变换高、低频信息,在此基础上通过直连通道,从含噪数据的小波分解中减去学习到的噪声的小波分解,得到去噪信号的小波分解。最后,通过逆平稳小波变换得到去噪信号。合成信号和实际地震数据去噪试验表明,所提方法能较好地压制地震随机噪声,去噪信号的信噪比、峰值信噪比均较高。     

小波变换衰减面波与受损信号的幅度补偿

以陆上地震勘探中普遍存在的面波干扰为衰减对象，对影响一维小波变换衰减面波效果的因素进行了讨论。指出小波变换在满足完全重构的条件下，所使用的２个波滤器的截止频率可调与否是决定抑制高、低频干扰效果的主要因素。针对受面波干扰影响的地震信号的能量软弱的现象，提出了对受损部位的地震信号进行波形幅度补偿的方法。经实际地震资料处理证明，对受损信号进行波形幅度补偿，对提高叠前地震资料的信噪比具有明显的效果。     

子波替换技术及应用效果分析

理想的反褶积处理是对地震信号进行谱白化,使其回归理论脉冲状态.实际处理中,由于受到客观条件的限制,反褶积过程变成了压缩地震子波的过程,以此来提高纵向分辨率,但并没有改变子波的相位特性.以常规褶积算法为基础,在借助信号自相关Toeplitz矩阵求得反褶积因子前提下,提出了子波替换反褶积算法.该算法由给定的理想子波构造替换矩阵,在进行信号反褶积过程中进行子波替换,达到改变子波频率及相位特征的目的,在不增加额外噪声的情况下使信号的纵向分辨率达到最理想的状态.此外,在求取反褶积因子过程中结合了相位处理技术,从而打破了常规反褶积中最小相位假设的限制,真正意义上实现了任意信号的盲反褶积处理.     

因式分解串联反褶积

当前使用较多的最小相位反褶积方法均假设子波为最小相位，所以不适应非最小相位的实际地震子波，限制了地震数据处理中分辨率的提高。即使是实际地震子波为最小相位，采用最小相位反褶积方法，也会导致较多的高频噪声，使信噪比降低。本文提出的因式分解串联反褶积方法避开子波的最小相位假设，通过对自相关进行因式分解，得到子波的可能因式，然后对分解所得到的子波因式逐个求反褶积算子，并进行最大、最小相位筛选，再将各个因式串联进行试探和判别，最后实现非最小相位子波的反褶积。对理论数据和实际数据的应用表明，因式分解串联反褶积方法能显著提高分辨率，且在一定程度上提高了信噪比，即使是在最小相位子波情况下，其效果也优于当前使用的最小相位反褶积方法。     

小波包相关阀值去噪

在地震勘探中，随机口音是一种频带较宽，严重影响有效波信噪比的干扰波，一般的一维去噪方法效果都不理想，小波包变换是一种时频分析的方法，在分析中，高频方面优于小波变换，它结合相关阀值，能有效地在地震勘探剖面中消除随机干扰。分析了小波包优优于波变换的基本原理，以及小波包在地震记录中的分解，相关阈值去噪和地震记录重构，进行了实例分析对比，说明了小波包相关阀值法去噪优于其它去噪方法，且该方法计算速度快，简便可行。     

利用纵向小波包变换和横向多项式拟合提高地震信号的信噪比和分辨率

根据地震剖面上不同的频段和时段有不同的信噪比，以及相邻地震道反射波有效成分（除去噪声的有用信号）在波形和能量上具有较强的相关性的特点，本文提出了应用小波包变换和多项式拟合理论消除噪声和提高信号分辨率的方法。该方法的内容是：先将每道地震记录进行小波包分解，形成地震记录分时分频小波包剖面；然后利用共深度点反射波相关的性质用多项式拟合进行信噪分离；再将各个小波包剖面重构为经去噪后的地震剖面。理论记录计算和实际地震剖面的处理结果表明：利用纵向地震道的小波包分解和横向多项式拟合的分时分频处理方法，能够有效地提高剖面的信噪比和分辨率。     

随机噪声的多尺度多方向域压制方法研究

介绍了信号的多尺度多方向特性和具有此功能的第2代curvelet变换的基本原理,阐述了对于光滑且二阶连续可微的函数,第2代curvelet变换所具有的最优逼近性能。给出了地震资料随机噪声衰减的阈值方法。基于理论模型讨论了多尺度多方向域(curvelet域)的去噪特性,并将其与传统小波变换的去噪效果进行了对比。最后,将该方法应用于实际地震资料处理,结果表明,与传统小波变换相比,多尺度多方向域阈值法充分利用了信号与噪声在方向上的差异,使随机噪声得到了较好的衰减,有效提高了地震资料的信噪比,较好地保留了地震记录的有效信号。     

小波变换在提高资料的信噪比和分辨率中的应用

小波变在信息量分析是具良好的局部化特性。在小波变换域中，有效信号的相关性和随机噪声的随机性仍然保留，因此可以在小波变换域内对地震资料进行去噪处理；小波变换作为频率和时间的二元函数，使之可以很方便地在频率和时间域中同时进行地震波能量的吸收衰减补偿。试验证明，利用小波变换法噪声提高分辨率，不仅方便有效，而且有很好的保真度。