自适应窗长径向时频峰值滤波算法压制地震勘探随机噪声

提出了自适应窗长径向时频峰值滤波的算法,用结构张量的特征值自适应调整径向时频峰值滤波窗长,该方法通过分析地震资料的平坦区域和信号区域,在噪声区域采用延长窗长以更好地压制随机噪声,在信号区域缩短窗长从而减小信号失真。模拟地震记录和实际地震勘探记录结果表明:本文方法能够有效压制低信噪比地震勘探资料中的随机噪声,在同相轴的细微结构变化部分具有更优的信号保持能力。     

基于时频峰值滤波的管道泄漏定位算法

针对环境噪声给基于压力波的管道泄漏定位算法带来的负面影响,提出了一种基于时频峰值滤波的压力波噪声抑制方法,并将该滤波算法与基于压力差衰减的定位算法相结合,达到对管道泄漏精准定位的目的。首先,对实际管道泄漏时的压力数据进行功率谱估计,根据其能量分布得到该信号的频率范围。然后,通过采样频率和截止频率确定时频峰值滤波中时频窗的最大值,并进一步分析采用不同时频窗长时噪声的压制效果,根据去噪效果选取适合管道泄漏压力数据的最佳窗长。实际实验证明,结合最佳窗长的时频峰值滤波的去噪效果优于小波变换算法和经验模态分解算法,同时,基于时频峰值滤波的管道泄漏定位算法定位精度也最高。     

基于PRT-TFPF的地震勘探数据中高频信号的增强技术

传统时频峰值滤波(Time-Frequency Peak Filteringand,TFPF)在处理地震勘探记录中的高频有效信号时,会造成波形畸变和严重的能量损失。为此,本文将平行径向轨线时频峰值滤波(Parallel Radial Trace TFPF,PRT-TFPF)算法用于地震勘探数据的处理中。该方法对非线性程度较高的高频有效信号,通过径向轨线采样,使其频率降低,波形拉伸,在一个窗长内更近似满足TFPF无偏估计的条件,减小滤波带来的偏差,使信号滤波后得到更好地恢复。实验结果表明,主频为60 Hz有效信号的同相轴经该方法滤波后,信号波形不发生畸变,幅值得到保持,同相轴能连续清晰地得到恢复,信噪比较传统TFPF提高6.5 dB左右。     

基于时频消噪TFPF和时频分布MBD的轴承早期故障诊断

噪声是影响轴承、齿轮等机械设备早期微弱故障特征正确提取的主要因素,利用新颖的时频峰值滤波技术TFPT有力的噪声消减特性,将PTFT与改进的时频分布MBD相结合,提出了时频峰值滤波TFPT-时频分布MBD的故障识别新方法,即应用TFPF消减振动信号的随机噪声作为时频分析的前置处理,对消噪的故障信号作MBD时频分析来识别故障特征,给出了时频峰值滤波时频分布的故障诊断模型。诊断实例的分析结果表明了与传统的MBD的故障特征提取相比,提出的改进方法更易提取出强噪声背景下的轴承早期的微弱故障,具有明显的可诊断性和实用性。     

空间自适应EPLL低频地震随机噪声降噪方法

期望块对数似然降噪方法从外部数据学习高斯混合模型作为地震信号先验,利用与图像块最匹配的高斯分量对数据块去噪,并与含噪图像加权实现图像重构,能够有效抑制地震图像中的随机噪声,保持图像细节.期望块对数似然算法采用与噪声方差有关的正则化参数,在处理沙漠地震图像的非平稳信号和低频色噪声时很难兼顾弱信号保真与噪声压制.针对期望块...     

变视速倾角滤波方法的应用

通过滤波来压制噪声、加强有用信号是地震数据处理的重要任务,传统的时变滤波一般是采用分段时窗方法．在ＣｌａｅｒｂｅｕｔＪＦ方法的基础上提出一种现速度逐点变化的滤波方法,并应用干地震勘探数据处理．     

平行径向道时频峰值滤波消减地震资料的随机噪声

针对传统时频峰值滤波(TFPF)算法在消减地震勘探资料中的随机噪声时,容易引起有效信号波峰和波谷处的误差问题,提出了平行径向道TFPF方法。该方法将地震信号从炮检距-双程旅行时域变换到视速度-双程旅行时域后,沿时空域径向道方向进行TFPF。讨论了不同径向道轨线对TFPF无偏估计的影响,并对人工合成的地震记录进行了仿真试验,将沿不同轨线的平行径向道TFPF与传统TFPF结果进行比较。结果表明:所选轨线平行于同相轴或与之夹角很小时,可使信号在一个TFPF时窗内更好地满足无偏估计的条件,从而减小了滤波后波峰及波谷处的误差,使本文方法具有更好的保幅性,其信噪比较传统TFPF算法提高了5dB左右,通过对实际地震记录的仿真,证明了该方法的实用性。     

自适应加权中值滤波在地震图像中的应用研究

针对中值滤波可以有效抑制随机噪声的特点提出一种新的自适应加权中值滤波算法.该算法可有效分析地震图像噪声分布特点,依据被污染情况确定权值域.实验证明,该算法在提高巾值滤波性能的同时有效地消除了地震图像的噪声,并很好地保持了图像边缘细节,提高了地震图像的信噪比.     

基于二次灰度形态学滤波的跳频信号盲检测

短波复杂电磁环境增加了跳频检测难度,现有图像处理类盲检测法大都需要先预设门限进行二值化,但理想门限较为困难且二值图像忽略了跳频的灰度形态特征,因此针对灰度时频图运用形态学滤波,给出了基于二次灰度形态学滤波的检测算法。首先对时频图频率分量进行灰度形态学滤波,滤除大部分尖锐噪声分量和扫频干扰信号;然后将频率分量去均值,降低定频干扰信号的灰度级,同时保留跳频形态特征;最后对时频图时间分量进行改进顶帽变换,提取跳频信号的二值时频图完成检测。仿真表明,算法能有效克服噪声和干扰信号影响,在大于-10dB时提取较为完整的跳频图案,且算法简单、易于工程实现,为短波跳频信号的盲检测提供了一个新的解决方案。     

Curvelet变换在工程地震勘探中的应用

针对浅层地震勘察中的随机噪声压制,笔者提出了Curvelet域非线性阈值衰减的随机噪声压制算法,利用Curvelet分解细节估计噪声方差,得到了较好的噪声估计效果。通过给出的模型算例及台山核电厂某地震资料的处理实例,表明该方法能够有效的压制随机干扰,同相轴连续性与剖面信噪比比传统小波方法显著提高,一定程度上改善了常规滤波处理方法在压制噪声的同时对有效波的影响。     

中值技术在江汉地区地震资料处理中的应用

在低信噪比地震资料处理中,随机噪声的消除是至关重要的。基于方向信号测度的多级中值滤波和中值约束下的矢量分解去噪等中值滤波技术,对江汉地区的低信噪比资料进行了处理,结果表明,随机噪声得到了有效的压制,信噪比得到了明显的提高。     

基于曲波变换和快速非局部均值的地震数据随机噪声压制

在常规的地震勘探中,由于受到激发、接收环境或仪器等因素影响,地震数据中会不可避免地混杂随机噪声,导致有效信号被淹没,从而无法被清晰识别,因此随机噪声的压制至关重要.本次研究提出一种改进曲波变换阈值去噪结合快速非局部均值去除地震随机噪声的方法:首先将循环平移和块状复数域阈值方法引入到曲波变换阈值去噪中,改进传统的曲波阈值...     

利用改进时频分析算法检测TWACS调制信号

在双向工频自动通信系统(TWACS)应用中,传统的时域检测方法由于提取的信号特征有限,在强噪声条件下无法进一步提高检测的正确率.为此,从频域滤波的角度给出了一种新的改进时频分析算法,该算法具有较高的时频分辨率和交叉项抑制能力,并且有很高的计算效率,可满足TWACS通讯的实时性要求.采用改进时频分析算法对实际电网信号分析的结果表明:该方法能够高效、准确地实现TWACS调制信号的检测.     

短波通信系统发展及关键技术综述

针对现有算法没有涉及的宽带环境下多路摩尔斯信号自动检测问题,提出一种基于宽带时频图和集成学习分类器的算法.首先,通过提出一种基于宽带时频图的信号快速窄带滤波方法,实现噪声背景中各类型信号窄带时频图的快速获取;然后,为从上述窄带时频图中识别出多路摩尔斯信号,提出3个新特征与局部二值模式特征构成特征向量;最后,采用集成学习算法设计分类器实现摩尔斯信号的自动检测.与现有算法对比实验结果表明：针对多组实际数据,该算法的正确率均可达95%以上,同时误检率低于10%,具有良好的鲁棒性和应用价值.

     

分段经验模态分解的直流漂移消除方法

在低频模拟信号采集及处理电路中,常常存在着噪声与直流漂移的问题影响信号的测量。为了从原始信号中准确去除直流漂移分量及存在的噪声从而获得有用信号,提出了一种基于分段经验模态分解直流漂移消除的方法,并通过合适且有效的去噪方法处理使得采样信号更加真实准确。首先,对信号进行经验模态分解,求取本征模态函数分量的局部极值点进行区间分段,之后分别对每一段信号再次进行经验模态分解,选取每一段信号的低频分量重构出该段信号的直流漂移分量。最后,利用自相关函数筛选出噪声占主要成分的本征模态函数分量进行能量分析,将所有分段整合,得到去除直流漂移且降噪之后的信号。本研究通过仿真对此方法进行了说明,比较了该方法与多项式拟合、小波分析、高通滤波等方法的效果。并对微创外科手术机器人力传感器的应变信号进行了处理。实验结果表明：按照已有数据计算可将信噪比提升到6.39 dB以上,均方根误差有明显减少;该方法能够有效消除应变信号中的直流漂移,并且也能达到降噪的目的。     

基于宽带时频图的多路摩尔斯信号自动检测

针对现有算法没有涉及的宽带环境下多路摩尔斯信号自动检测问题,提出一种基于宽带时频图和集成学习分类器的算法.首先,通过提出一种基于宽带时频图的信号快速窄带滤波方法,实现噪声背景中各类型信号窄带时频图的快速获取;然后,为从上述窄带时频图中识别出多路摩尔斯信号,提出3个新特征与局部二值模式特征构成特征向量;最后,采用集成学习算法设计分类器实现摩尔斯信号的自动检测.与现有算法对比实验结果表明:针对多组实际数据,该算法的正确率均可达95%以上,同时误检率低于10%,具有良好的鲁棒性和应用价值.     

小波变换在地震信号噪声处理中的应用

常规小波域阈值去噪方法未能充分利用地震信号相关性的特点进行去噪，只能去除地震信号中部分随机噪声，为此提出了一种小波域分时分频相关结合阈值去噪处理方法。该方法首先对小波变换后多个尺度上小波系数进行分时分频相关去噪处理，然后对处理后小波系数进行重构，并可去除大部分不相关随机噪声。对重构后地震信号再进行常规小波域阈值去噪处理以进一步去除噪声。模型测试和实际资料处理效果表明：使用该方法可以有效地改进地震信号去噪处理效果。     

基于K—L变换的微地震资料去噪的分析及应用

在我国油田开发的中后期,由于大量未动用的油气储量大部分集中在低渗透储层中。压裂是改造低渗透储层的有效手段。利用微地震监测技术可对压裂过程和压裂效果进行监控和评价。虽然微地震信号与天然地震信号具有很大的类似,但由于实际收到的微地震信号,尤其是微地震监测资料信噪比是相当低的。在微地震监测过程中,去除微地震信号的随机噪音和相干噪音以提高微地震信号的信噪比,是一项非常关键的处理步骤。本文将利用K—L变换从多道微地震记录中提取微_地震信号,去除随机噪音和相干噪音。     

二维分数阶小波变换滤除混合图像噪声研究

图像形成与传输过程中,常受到复杂混合噪声的干扰.本文结合二维分数阶小波变换与中值滤波,提出一种新的混合未知图像噪声滤除方法.该方法先通过噪声检测将脉冲噪声标识出来,并利用中值滤波方法滤除,然后计算剩余噪声,进一步得到二维分数阶小波变换的最优阶次,在二维分数阶小波时频域,将剩余的高斯白噪声用阈值去噪方法滤除.经实验证明,该方法在有效去除混合噪声时具有优势.