共查询到10条相似文献,搜索用时 46 毫秒
1.
2.
小波分析技术在地震信号噪声处理中的应用 总被引:9,自引:0,他引:9
小波分析是20世纪80年代中后期逐渐发展起来的一个新的数学分支,它具有多分辨率分析的优良特性,在许多方面获得了广泛应用。信号中混入噪声之后,会引起信号的奇异性变化。随机噪声和有效信号本身在奇异点的奇异指数大小不同,从而它们的小波变换的模极大值在不同尺度下的传播行为也不一样。依据此区别,对于一个含噪地震道记录信号进行小波分解(即多分辨率分解)之后,在模极大值图上去除那些幅度随尺度增加而减小的极值点(对应噪声的极值点),而保留幅度随尺度增加而增大的点(对应信号突变点位置),这样就可以在模极大值图上达到去除噪声的目的。小波分析技术在地震信号噪声处理中,去噪效果明显优于传统的傅立叶变换方法。 相似文献
3.
4.
基于小波变换的矿震信号去噪方法研究与应用 总被引:1,自引:0,他引:1
从小波变换的基本原理出发,对实际矿震信号进行了去噪处理,通过用傅里叶变换和小波变换对北京木城涧煤矿实际矿震信号去噪效果分析,小波变换在对非平稳的矿震信号去噪方面有着傅里叶分析不可比拟的优点。并探索了不同的小波基和阈值选取准则以及分解尺度对矿震信号去噪结果的影响。 相似文献
5.
针对地震资料中背景噪声较强,有效弱信号淹没其中难以识别,且在时间域地震有效信号和随机噪声又较难分离的问题,尝试将其通过Curvelet变换进行信噪分离。在Curvelet的不同尺度域采用自适应阈值函数对噪声进行压制,保留有效信号系数;同时,阈值函数中引入不同尺度域地震剖面信噪比,通过与信噪比相关的权值系数降低具有高信噪比的尺度域阈值,从而保留被随机噪声淹没的弱信号;最后对残留噪声系数再应用中值滤波,进一步压制噪声,突出弱信号。与常用于弱信号识别处理的小波变换,以及Curvelet变换的固定阈值处理方法相比,具有多尺度多方向性的Curvelet变换能够更加有效的刻画地震信号,结合自适应的阈值处理时,在弱信号识别及去噪方面具有明显优势。 相似文献
6.
7.
8.
基于小波变换的矿震波的P波和S波的识别 总被引:1,自引:0,他引:1
对矿震震相的自动识别是矿震信号分析和处理的主要目标之一。基于小波变换的多尺度分析思想,采用对信号进行小波处理后的小波系数代替原始信号,应用包含在小波变换系数中的信号偏振信息,提出了确定三分向的矿震信号P波和S波震相的小波变换方法。通过对矿震数据进行小波变换得到不同尺度下的P波和S波识别因子,进而形成确定P波和S波的特征函数,从而确定P波和S波的到时。通过用小波变换对木城涧矿矿震的实际资料进行处理分析,实现了P波和S波到时的自动拾取,取得了满意的结果。 相似文献
9.