信号特征分析的一种新方法

信号特征分析是地球物理勘探中模式识别的关键，小波分析方法对局部信号进行分析优于付氏变换，将该方法用于声波测井和地震勘探的信号分解，在一系列频段上重新表示信号，突出其重要特征，从而为超声信号和地震信号特征分析提供一种实用方法，文中给出理论分析和分析实例。     

用小波变换和多项式拟合提高地震资料分辨率

用小波变换研究了地震勘探信号小波变换的过零点特性。提出了用小波变换的过零点匹配提取地震勘探信号同相轴变化信息，并利用所提取信息和多项式拟合消除随机噪声，同时增强信号高频，使信号信噪比和分辨率都得到显著提高的新方法。该方法对地震道进行小波变换，对变换结果进行过零点匹配求出地震同相轴变化信息，沿同相轴对地震道的小波变换系数进行多项式拟合得到去噪的小波变换系数，对去噪后小波变换系数进行高频增强并进行反变换便得到具有高信噪比和高分辨率的地震道。理论分析和实际处理结果表明，该方法能有效地提高地震勘探信号的信噪比和分辨率。     

基于分形理论的地震信号空间序列分析

当把地震勘探信号各道间对应于同一时刻的数据序列看作是反映一定范围内地层及其地质参数的复杂函数时，便构成了地震勘探信号的空间序列．建立了地震信号空间序列的分形模型，将根据一维时间序列重建动力学系统的理论和时间序列关联维计算的G．P算法拓展到对地震信号空间序列的研究之中，提出了地震信号空间序列关联维的分析方法．仿真结果表明，利用分形分析结果的地震勘探信号空间序列分数维图，可将信噪比较低的地震勘探信号从强干扰噪声中分辨出来．     

论地震勘探噪声压制方法的研究与应用

在目前地震勘探过程中,为了达到对地震信号的有效分析,需要我们对地震勘探中出现的噪声进行有效压制,并在此条件下优化地震勘探过程,提高地震勘探效果.通过对目前地震勘探噪声压制方法了解后发现,基于离散余弦变换的地震随机噪声压制技术目前取得了良好的效果,不但有效降低了噪声对地震信号的影响,也实现了对有效波的保护.因此,我们开展地震勘探噪声压制方法的研究是很有必要的,不但论证了基于离散余弦变换的地震随机噪声压制技术的实效性,也便于这种技术在日后地震勘探噪声压制中的推广,为今后地震勘探噪声压制提供了新的方法和参考.     

地震信号的时频分析

石油勘探目前应用最主要的勘探手段是地震勘探方法,通过对所得的地震信号分析,我们就可以获得地层信息,从而分析地层的结构及含油气情况,通过研究表明,地震信号的频率域里包含着丰富的含油气信息,所以对地震信号的时频分析可以有助于我们寻找油气资源,给我们提供更多的油气信息。本文主要是利用小波变换对单道地震信号做了时频分析研究。     

基于分形理论的地震信号空间序列分析

当把地震勘探信号各道间对应于同一时刻的数据序列看作是反映一定范围内地层及其地质参数的复杂函数时,便构成了地震勘探信号的空间序列.建立了地震信号空间序列的分形模型,将根据一维时间序列重建动力学系统的理论和时间序列关联维计算的G.P算法拓展到对地震信号空间序列的研究之中,提出了地震信号空间序列关联维的分析方法.仿真结果表明,利用分形分析结果的地震勘探信号空间序列分数维图,可将信噪比较低的地震勘探信号从强干扰噪声中分辨出来.     

基于空间分数阶复扩散的地震勘探噪声压制

沙漠地震勘探数据信噪比低,随机噪声主要为非平稳、非高斯的低频色噪声,利用常规噪声压制方法很难有效辨识与表征地震勘探信号,导致弱纹理结构信号的损失。针对此问题,引入分数阶梯度算子,提出空间分数阶复扩散随机噪声压制算法。该算法利用空间分数阶梯度增强地震信号的弱纹理和细节,在复扩散框架下,根据同相轴结构控制扩散强度。实验采用合成地震勘探数据和实际沙漠地震勘探数据评估算法性能,结果表明,提出的空间分数阶复扩散滤波算法可压制沙漠勘探随机噪声并保留有效信号结构。     

自适应结构方向复扩散压制沙漠地震随机噪声

非线性复扩散( NCD: Nonlinear Complex Diffusion) 能针对不同结构特征调节扩散强度,有效压制地震勘探随机噪声。但沙漠地震勘探数据结构复杂,NCD 方法不能有效估计出同相轴方向,会导致同相轴衰减。为此,基于同相轴结构特征提出自适应结构方向复扩散( ASOCD: Adaptive Structure-Oriented Complex Diffusion)滤波算法,该算法沿同相轴方向定向复扩散,在压制随机噪声同时增强有效信号。此外,该算法利用地震勘探数据的区域特性自适应调节扩散阈值,在信号区域减小扩散阈值以更好地恢复地震勘探信号。合成和实际沙漠地震数据结果验证了所提方法的有效性,与NCD 方法相比,滤波后信噪比提高了6 dB 左右。     

L^2（R）的多分辨率分析与地震道信号的小波正交分解

作者详细地介绍了Ｌ＾２（Ｒ）中信号的多分辨率分析及小波正交分解的理论，构造了适合处理地震勘探资料的中尺函数和小波函数以及相应的频率响应，将它应用于处理地震道信号的实际资料，表明这种正交分解是有效的。     

横波地震勘探的分辨率探讨

横波地震勘探是一种抗干扰能力强、分辨率高的地震勘探方法，被广泛用于地质灾害调查、工程地质勘探、露天煤矿勘探等方面。由于横波衰减快，加之受激发方式制约，一般勘探深度均较浅，常被用于100米以上浅层地震勘探。浅层地震勘探需要查明的多为较小的地质体，对精度要求高，分辨率问题显得尤其重要。本文就横波勘探中影响分辨率的几个问题及如何提高横波勘探分辨率进行分析和探讨。     

MT信号处理中小波分析与Hilbert-Huang变换的比较

以实测大地电磁信号为分析对象,对比研究了小波分析和Hilbert-Huang变换在大地电磁（magnetotelluric,MT）信号分解和时频分析上面的特点.给出了小波分析和Hilbert-Huang变换的数学原理,分析了2种方法在MT信号分解中的分解方法及其物理意义,讨论了2种方法在MT信号时频谱表征能力上的异同,为大地电磁信号分析方法的选择提供用了有价值的参考.     

基于瞬时频率的窗宽递增寻优的短时傅里叶变换

讨论了窗函数在时频分析中的作用,分析了S变换的缺陷,指出了依据分析频率调整窗宽和使用窄窗均严重影响时频分析效果.以短时傅里叶变换为基础,提出了一种窗宽根据信号自身时变特征进行自主调节的时频分析方法,该方法以瞬时频率的变化作为判断信号频谱结构发生变化的依据,通过在瞬时频率变化之前逐次递增窗宽,使窗函数能够覆盖信号中的局部平稳区域的大部甚至全部,从而可对信号中的各局部平稳段得到最佳的时频分辨率.通过对线调频信号、时变信号和含噪声信号的分析和比较可知,本方法可准确描述信号的时间分布特征,并可同时获得最佳的频率分辨率,且对噪声不敏感,具有一定的先进性和实用性.     

小波分析与应用综述

小波分析是在傅立叶变换的基础上发展起来的一种时频分析方法。作为一种新的变换域信号处理方法．小波变换尤其擅长处理在非平稳信号的分析。目前,这种分析方法已经广泛应用于信号处理、图像处理、量子场论、分形理论等领域。     

基于小波分析对信号奇异性的检测

提出小波分析对信号奇异性的检测方法，实现小波分析对信号各类奇异间断点的有效检测，并结合仿真实例对小波分析在奇异信号检测上的应用进行实际分析．     

基于小波变换的脑电噪声消除方法

分析了基于传统陷波器的脑电消噪方法,根据脑电噪声所处频带及陷波器原理,设计了一种陷波器.并提出了基于小波变换的脑电信号分析方法并利用它来消除脑电信号中的噪声干扰.小波变换是一种多分辨率的时间-尺度分析方法,它能够将信号划分为不同频段的子带信号.根据小波变换的这一特性,对采样获得的脑电信号进行各尺度分解及消噪分析,并给出了各尺度分解结果及消噪结果.最后对这两种方法的消噪结果进行比较.分析表明:利用小波变换能更有效、灵活地检测并去除脑电信号中的噪声干扰.     

基于小波分析对信号奇异性的检测

提出小波分析对信号奇异性的检测方法，实现小波分析对信号各类奇异间断点的有效检测，并结合仿真实例对小波分析在奇异信号检测上的应用进行实际分析．     

基于Windows数据连续采集实时分析的实现及应用

讨论在Window平台下建立信号连续采集实时分析系统的原理和方法，采用虚拟设备驱动程序，将数据采集卡数据存储到计算机内存缓冲区，信号分析处理模块从内存缓冲区中读取数据，同时采用多线程技术，提高系统的工作效率，实现数据的连续采集和实时分析。采用该系统，可以在连续采集信号的同时进行信号分析．并且由干采用软件讲行信号分析．易干根据实际需要进行功能扩充。     

建筑物变形监测数据去噪的LMD方法

将局部均值分解方法 LMD应用于建筑物变形监测数据去噪.首先介绍局部均值分解的基本原理,然后给出其去噪的流程,最后通过一工程的实际数据进行分析.结果表明,其去噪性能优于EMD滤波去噪方法与小波去噪方法.     

EMD在机电系统振动信号分析中的应用研究

EMD是一种较新的信号分析方法,由于其具有能够自适应分解和优良的局部分析能力的突出优点,在机电系统振动信号分析领域有很广阔的应用前景.介绍了其理论基础,分析了其优势和缺陷,指出了其在机电系统振动信号的滤波和信号分析中应用的可能性和实现方式.为了验证应用的有效性,给出了验证实例.实例表明,EMD在机电系统振动信号的分析中具有良好的效果.     

小波变换在旋转机械振动信号检测中的应用

讨论了小波变换的分析方法,为提取旋转机械振动信号特征提供了理论方法.实践表明:小波理论的发展适应于振动信号检测的要求,给监测旋转机械的正常运转和可能引发故障的原因提供了一种科学的研究方法.