基于广义S变换的地震高分辨率分析

Stockwell等人提出的S变换虽然与Fourier谱能保持直接联系,但是S变换中的基本小波不适用于地震资料处理,通过对S变换加以推广得到广义S变换。本文研究广义S变换在地震高分辨处理中的应用,并利用广义S变换进行地震高分辨率剖面处理。仿真实验和实际资料的处理对比结果均表明广义S变换在地震高分辨处理方面的可行性和有效性。     

广义S变换在移频信号检测中的应用

目前,对于铁路移频信号的检测主要采用短时傅立叶变换、小波变换、Wigner-Ville分布以及广义S变换等时频分析方法,以上方法都存在一定的局限和不足。针对以上各种方法所存在的问题,在原广义S变换的基础上对其窗函数进行改进,简化算法的复杂性。将改进算法用于铁路移频信号的检测中,可以克服常规时频分析方法存在的不足,从而准确地检测出移频信号的各个频率特征,明显地降低检测误差。改进算法对进一步研究移频信号检测方法及研制高精度的移频信号检测器具有重要的指导意义。     

基于能量归一化窗的S变换及应用

为了克服标准S变换对时频谱能量的"加权效应",构造了一种归一化窗S变换.它的窗函数满足能量归一化条件,减少了对高频分量的加权效应,而且可通过参数调整窗函数时宽.文中推导了归一化窗S正反变换的运算实现.模型信号的分析表明,归一化窗S变换在不损失时频分辨率的前提下,更能客观地反映非平稳信号中不同频率成分的能量分布特征,并可通过参数调整其时频分辨率.对实际地震信号的分析发现,它能更加真实地描迷实际地震信号的高频衰减现象.     

广义S变换地震频谱分解计算方法及应用

广义S变换依据地震信号的特征,用振幅、能量衰减率、能量延迟时间及视频率四类参数构造基本小波,克服了S变换中基本小波固定不变的缺点,是一种高分辨率的时频变换。论文研究将广义S变换用于地震频谱分解,形成了广义S变换地震频谱分解算法和流程。广义S变换频谱分解技术不受时窗长度的限制,大大提高了抗噪性、稳定性和分辨率。实际算例证明,广义S变换地震频谱分解对河道等地质现象的刻画精度要大大高于傅氏变换频谱分解方法,是石油地震勘探中薄层储集体预测的有效手段。     

射频信号的S变换检测

本文针对射频(RF)信号的频率高、瞬变等特点,提出了一种基于S变换的射频信号检测方法。仿真结果表明,S变换具有很好的时频分析能力,能很好地分辩出射频信号的时频性能。     

基于广义S变换的时频滤波技术研究

针对S变换的滤波方法受到窗函数固定的限制,对信号的滤波不能达到良好效果,广义S变换时频滤波克服了传统S变换滤波因子不能随时间、频率变化而变化的缺陷。将信号用广义S变换方法变换到时频域,对不同时间内不同频率的噪声部分冲零,再将去噪后的信号利用广义S反变换到时间域,获得所需要的有效信号。通过理论计算和信号模型仿真表明,广义S变换时频滤波方法能够较为精确的分析数据的时间和频率特征,有效滤除不同时段不同频率的噪声,可以最大化的保留原始信息。该方法具有较高的实用性和灵活性。     

基于改进S变换的HIFU治疗位置检测

高强度聚焦超声(HIFU)治疗过程中,治疗区域一般位于人体内部,对超声聚焦的位置有较高要求,因此治疗位置的检测非常重要.文章通过研究S变换窗函数中的调节参数对时频分辨率的影响,提出了一种改进的S变换方法.采用此方法对在离体猪肉组织实验中获得的超声散射回波信号进行处理,通过计算时频熵来分析信号时频分布的变化情况,计算所得熵值中出现的峰值即为HIFU治疗区域的边界,达到检测HIFU治疗位置的目的.实验研究表明,改进S变换较之标准S变换有更好的时频聚集性,能够更好地定位信号的能量分布,可有效地检测出HIFU治疗区边界.     

基于最优化的广义S变换在地震高分辨率分析中的应用

为了使地震勘探更真实、更细致地刻画地下地质构造,找出地下油气储层.所以对薄层或薄互层储层研究很重要.广义S变换具有很高的时间分辨率和频率分辨率,可以根据实际地震资料灵活地选取窗函数.本文通过优化各频率处的高斯窗口宽度（高斯窗函数中的参量k的取值）的方法成功选取了最适合的窗函数,最后得到最优化的广义S变换,用于对薄互层储层进行研究和识别,提高薄互层的分辨率.     

时频聚集性能优化的广义S变换

S变换是一种具有短时傅里叶变换和小波变换优点的时频分析方法,已有的一些基于能量聚集度量的优化方法集中度不高,影响了信号检测等应用中时频域局部定位的精度.为了提高S变换的时频聚集性能,提出了一种新的时频能量聚集度量方法优化广义S变换,提高了算法的时频集中度和短时傅里叶变换、S变换、广义S变换等方法实验比较,表明提出的方法能有效地提高广义S变换的能量集中度,并具有较强的抗噪声性能.     

S变换在心肌声学造影图像降噪中的应用

提出一种基于二维S变换的时频滤波方法。S变换融合了短时傅里叶变换和小波变换的优点,适合医学图像处理。该方法在局部频谱利用硬阈值去噪,可用于心肌声学造影图像降噪。降噪实验表明了该方法的有效性和临床应用价值。     

基于时频分析的雷达信号滤波方法

深空目标的雷达回波信号较弱而且受噪声干扰严重,给检测识别工作带来很大的困难;提出了一种时频滤波方法,将基于广义S变换的时频滤波引入到雷达回波信号去噪当中;采用广义S变换对回波信号进行时频分析,利用变换结果求解信号的瞬时频率,并构造了一种时频滤波器.对雷达回波信号进行时频滤波处理并对滤波效果进行分析;仿真结果表明,经滤波后信噪比有较大提高,且很好保留了信号特征。     

非平稳信号度量方法综述

非平稳性度量是非平稳信号处理中的重要课题。尽管已有的度量方法在原理上有较大差异,缺少统一的理论框架和度量标准,但这些非平稳信号度量方法都在其相应领域发挥了重要作用。本文对随机信号非平稳度量方法进行了综述,系统地总结、归纳了不同领域现有的随机信号非平稳性度量方法,包括基于统计量和动力学参数的时域方法、时频域参数方法、信号建模参数方法以及特定类别信号的非平稳性度量方法,给出了各种度量方法的应用,并展望了非平稳性度量的未来发展方向。     

分形理论及在信号处理中的应用

分形理论是描述非线性系统中不规则的几何形体的有效工具,应用领域十分广泛。描述了分形的概念、分形的基本特性、分形维数及其常见的分形维数估算方法。阐述了分形理论在信号的仿真建模、复杂背景中的目标检测、故障诊断、语音信号处理及生物信号处理中的应用和研究成果。最后对分形理论在信号处理中的应用与发展进行了展望。     

分形理论及在信号处理中的应用

分形理论是描述非线性系统中不规则的几何形体的有效工具，应用领域十分广泛。描述了分形的概念、分形的基本特性、分形维数及其常见的分形维数估算方法。阐述了分形理论在信号的仿真建模、复杂背景中的目标检测、故障诊断、语音信号处理及生物信号处理中的应用和研究成果。最后对分形理论在信号处理中的应用与发展进行了展望。     

颤振信号处理中的时频域滤波方法

根据颤振试验的原理和观测信号特点,提出一种时频域滤波方法.该方法通过对信号进行自适应分解并求其时频谱,进而在联合时频域对其进行滤波重构.主要用于飞机颤振试验信号的预处理,对颤振模态参数提取与颤振边界预测有着直接的意义.数字仿真及物理试验验证了该方法的有效性和可行性.     

地震信号处理软件系统

本文介绍了地震信号处理软件系统的设计和实现。该系统实现了地震数据的读入写出、地震数据的数据库管理,有功能丰富的地震信号处理算法和操作和方便的人机交互界面。     

基于改进时频比的语音音乐信号分离

时频比是混合信号在时频域幅值特性的比值,利用时频比寻找混合信号中的单源点,对相应的比值构成的矩阵求逆可以得到对源信号的估计。针对基于时频比的盲源分离将信号变换到时频域后计算量大且对算法有效的时频窗较少的问题,提出用重复结构周期内的时频点代替整个时频域进行单源点的检测,重复结构内的时频点在每个周期内都有相似的值,通过减少一个周期内时频点的检测,由单源点对应的时频比恢复出源信号。用相似系数矩阵评价分离效果,仿真实验结果表明,在达到几乎相同的相似系数的情况下,运行时间可减少45.43%,可有效降低运算量。     

独立分量分析技术在语音信号处理中的应用

独立分量分析是近年来发展起来的一门新的信号分离和数字分析技术,因为不需要知道信号的先验信息而得到广泛应用。混迭语音信号盲分离由于实际应用成为信号处理领域研究的热点。介绍了ICA的原理、含义及EASI算法,并仿真了该算法在语音信号盲分离中的应用。试验证明,用EASI分离语音信号可以取得较好的性能。     

基于阵列的盲信号处理研究和应用

本文对比了阵列信号处理与盲信号处理的数学模型,分析了二者的特点并进行了综合统一,提出了基于信号的非二阶特性空间扫描的概念,并验证了信号峰度随信噪比条件的变化和基于峰度的空间扫描。针对采用民用广播电台信号的外辐射源雷达所面临的严重同频干扰问题,采用独立成分分析的方法进行干扰抑制,并进行了实测数据的验证。