小波变换及其在岩石超声检测中的应用

介绍了小波变换的基本概念和特性。应用小波变换对岩石超声波检测信号进行了时频分析和处理。结果表明,该方法是分析处理具有时变谱特性的非平稳信号的一种有效方法。     

现代时频分析方法

时频分析能清楚地揭示信号的时变频谱特性,是对时变、非平稳信号进行分析与处理的有力工具。本文主要讨论现代时频分析中极为重要的傅立叶变换、短时傅立叶变换和小波变换,深入分析和比较了傅立叶变换、STFT与小波变换。     

自适应最优核时频分布在地震储层预测中的应用

提高时频分辨率是频谱成像技术研究的重点。自适应最优核时频分布采用随信号特征自适应变化的核函数,在模糊域对远离原点的互分量进行抑制,并尽可能的保留集中在原点附近的自分量。通过理论模型验证,该方法较好地抑制了交叉项干扰,同时较连续小波变换和平滑伪Wigner-Ville分布等方法具有更高时频分辨率。最后在营尔凹陷长沙岭地区的实例应用中,利用自适应最优核时频分布对该区目标储层进行了频谱成像处理,并结合沉积相特征对长沙岭地区进行有利区带预测。结果表明:该方法适用于实际地震信号的时频分析,对储层刻画优于传统方法,且对研究区储层预测具有有效性。     

一种新的内燃机振动信号时频分析方法

本文针对现有时频分析方法在内燃机振动信号特征提取中存在的问题,提出利用经验小波变换(EWT)结合同步压缩变换(SST)对相关信号进行处理。仿真及实例验证结果表明,该方法不仅能够对内燃机振动信号时频特性进行有效表征,而且较传统时频分析方法具有更高的时频分辨率,对含噪信号表现出较强的鲁棒性。     

小波变换的时频分析及其在实际中的应用

由于小波变换自身的特性,它非常适合对非平稳和时变信号进行分析及处理。本文介绍了小波变换的时频分析,具体将小波变换应用于几个非平稳及时变信号的处理,并将小波变换和其他信号时频分析方法做了比较,得出了小波变换的优势和适用特点,最后给出了小波变换应用于信号去噪的例子。     

Hilbert-Huang变换与大地电磁信号的时频分析

将Hilbert-Huang变换引入大地电磁信号的时频分析中,介绍HHT(Hilbert-Huang transform)时频分析原理及方法,给出仿真信号的经验模态分解及其时频分布,并对实测大地电磁信号进行HHT时频处理与剖析.研究结果表明:Hilbert能量谱随时频的具体分布具有很强的非稳态动态变换时频刻画能力;时频谱的时间、频率分辨率不受Heisenberg测不准原理的限制,且其时间、频率分辨率都很高,有很好的时频聚集性;HHT方法能用于描述大地电磁信号的非线性时变特征,是大地电磁信号时频分析的有效工具.     

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。     

小波包变换叠前地震资料去噪方法研究

给出了一种不同常规的消除面波和高频随机干扰波的小波包变换方法。小波包变换是一种新的时频分析方法，优于小波变换和传统的Fourier变换，它能够对地震资料进行时频精细划分，准确描述具有相同频率的有效波与干扰波在时间—空间域的分布。利用小波包变换可以从叠前资料分离出面波、随机干扰等，再通过小波包重构，可有效地剔除干扰信息，保留有效信号。实际资料实验表明，小波包变换在去噪方面十分有效。     

小波(包)滤波方法的GUI及其在深地震测深数据处理中的应用

在深地震测深数据处理中,仍多用基于傅里叶变换的滤波方法和小波二阶相关去噪方法.鉴于傅里叶变换方法对非稳态的地震信号不能提供在时频上的任何局部信息,而小波和小波包方法弥补了傅里叶变换的不足,能够提供时频上的任何局部信息,且高阶相关比二阶相关对随机噪声有更好的抑制和去除作用,本文结合小波和小波包去噪方法以及高阶相关去噪方法,编写了深地震测深数据处理的小波和小波包滤波方法的人机交互软件,用于抑制和去除地震信号中的加性高斯随机噪声.该软件可以方便快捷地显示深地震测深的地震记录截面,进行小波域的自适应阈值去噪、小波域和小波包域的二阶和高阶相关去噪以及基于傅氏变换的常规滤波.实例计算结果表明,方法和程序是有效且可行的.     

基于小波变换的地震数据去噪的研究

根据小波变换的原理,提出了将小波变换应用于地震数据进行去噪的方法.该方法利用有用信号和噪声的小波系数在时频域内的差异,选取有用信号的小波系数进行重构从而达到去噪的目的.采用时域400道数据,每道100个采样点的二维地震数据进行实验,结果表明:小波去噪法能取得良好的去噪效果,选取小波系数越多,恢复的信号强度越好,但也会相应的引入更多的噪声.     

基于离散小波变换的时变结构物理参数识别

利用离散小波变换将时变结构的时变参数在多尺度上展开为概貌信号和细节信号,忽略高频细节信号,仅由低频概貌信号估计时变参数,将时变结构识别问题转化为时不变结构识别问题。基于时变结构的输入和输出信号用最小二乘法识别低频尺度展开系数,从而重构得到原始时变参数。对于噪音引起的方程不适定性问题,采用Tikhonov正则化方法减小其影响。通过1个具有时变刚度和阻尼的2层框架结构的数值模拟验证该方法的有效性。识别结果表明:该方法可以有效识别结构时变刚度,时变阻尼识别结果对噪音较敏感。     

一种提高同步压缩变换噪声鲁棒性的方法

为了解决同步压缩变换(synchrosqueezing transform,SST)在无噪声干扰下能够显著提高时频分辨率,但在有背景噪声时会出现严重的时频模糊的问题,将自适应变分模态分解(self-adaptive variational mode decomposition,SVMD)与SST结合,提出SVMD-SST方法;通过不同信噪比的仿真信号及蝙蝠信号分析验证该法提高同步压缩变换的噪声鲁棒性的效果。结果表明,SVMD-SST方法能够抑制强噪声干扰,在时频分辨率、瞬时频率估计精度及重构信号信噪比方面优势明显,是一种有效的时频分析方法。     

两种时频分析方法在心音信号处理上的比较研究

在介绍小波变换（WT）和希尔伯特一黄变换（HHT）时频分析的基础上,通过非平稳信号实例对比分析了小波变换和Hilbert变换,并将其应用于心音信号的处理。通过比较和分析小波变换和Hilbert变换在心音信号处理上的特点,最后得出结论：HHT变换有较好的计算效率以及较好的时域和频域分辨率,在分析非平稳信号时比小波分析更具适应性,在心脏疾病诊断等研究中有着广阔的应用前景。     

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.     

小波变换在电压闪变分析中的应用及其DSP实现

傅立叶变换不具有时频分析能力，对含有短时高频分量和长时间低频分量的电能质量信号进行分析时具有局限性．基于小波变换具有良好的时频局部化特性析，提出一种更为有效的电压闪变分析方法．利用小波变换的多分辨率分析方法，对电压闪变信号进行检波与分解，提取出电压波动信号的频率和幅值，从而得出反映电压闪变的参数．仿真实验证明：对比傅立叶变换，小波变换是一种更为有效的电压闪变分析方法．最后提出了小波变换在数字信号处理中的实现方法．     

基于Morlet小波尺度参数寻优的匹配追踪时频分析

与短时傅里叶变换、连续小波变换、广义S变换等时频分析方法相比,匹配追踪方法具有更高的时频分辨率,但传统的贪婪迭代算法计算效率较低。以Morlet小波作为时频原子进行匹配追踪,通过分析尺度因子不同时Morlet小波时频原子在时间域的形态,比较信号向频率、相位和延时相同,仅尺度因子不同的不同时频原子投影的投影值,认为尺度因子对时频原子的形态具有较强的控制作用,因而对时频原子和信号局部特征的匹配性能具有较强的控制作用。基于以上分析,在利用复地震道计算信号的瞬时信息作为时频原子频率、相位和时延等参数的基础上,对Morlet小波时频原子的尺度参数首先进行一维寻优,在得到最佳尺度因子基础上对时频原子参数进行微调,提高了计算效率。针对模型测试了算法的有效性及在去除噪声和薄层厚度求取等方面的应用前景。     

基于小波变换的结构地震响应分析方法的改进

针对现有线性结构非平稳地震响应分析的小波方法中存在计算效率较低的问题,提出了一种求解时频响应的改进方法,即将原地震信号直接输入结构,求得结构响应,再对该响应进行小波分解和重构,得到结构在各频段的响应,反映出结构响应的时频特性.利用小波变换中多分辨率分析的思想及线性结构响应求解的振型分解法,证明了改进方法与现有方法计算结...     

Chirplet变换中的参数选择研究

针对参数选取不当时Chirplet变换结果无法有效表征信号的时频特性，提出了根据待分析信号特点恰当选取Chirplet变换中各参数的方法．与修正Chirplet变换中的参数选取方法不同，该方法将伸缩因子的选取转化为构造目标函数求解最优化问题来解决．最优伸缩因子与时间、频率上的线性调频率有关，应用恰当选取的时间、频率上的线性调频率及将两者作为输入选取的最优伸缩因子，可使Chirplet变换结果具有较高的时频分辨率．采用所提方法分析两个Chirp的线性叠加信号及合成地震沉积旋回信号，在时频平面可以清晰地辨别应用短时傅里叶变换和小波变换所不能区分的两个Chirp信号，并且更精细地刻画了沉积旋回的韵律．新方法为用地震资料进行沉积旋回分析及储层研究提供了一个有力的工具．     

基于稀疏自适应S变换的储层流体流度计算

反射地震数据中的低频信息包含了丰富的与流体流度相关的信息,据此可以从中提取相关储层的流体流度属性,从而可以利用地震数据的低频信息识别流体。因此,为了提高分辨率以及工作效率,将稀疏自适应S变换引入储层流体流度的计算,该方法开发了基于稀疏性的窗参数优化,以用于自适应地调控对不同频率分量的窗函数,应用该方法计算时频谱信息并求取流度可得到较高的分辨率和能量聚集性,此外也省去了参数调节的步骤。相较于常规的时频分析方法,该方法在具有较高分辨率的同时,克服了测不准原理对信号可分辨的限制。因其对不同的频率分量都自适应地获取最优窗参数,通过仿真信号,合成楔形记录试算,稀疏自适应S变换有更高的分辨率和能量聚集性。实际地震数据的试验表明,稀疏自适应S变换可有效地求取流体流度,并较常规时频方法所求流度有更高的分辨率。     

多波层位识别与薄层解释新方法

薄层解释的关键在于提高地震记录的纵、横向分辨率。该文提出的薄层解释新方法有可能突破通常意义下地震记录的分辨率极限（λ／４或λ／８），数值计算表明可达到λ／３２至λ／１００。该方法利用小波变换将常规地震剖面分解为一系列中心频率不同的窄带地震记录，称为分频剖面。当通带宽度足够小时，窄带剖面将趋近于单色地震波剖面，利用薄层等地质异常体对地震波的干涉、调谐效应，在横向上可以有效地区别于涉及非干涉体，对薄层进行解释。但窄带剖面地震信号延续度大，要造成相邻地震同相轴的交叠，为此，文章提出了“沿层分频处理”及“高分辨率剖面重建”两种方法来解决这一问题。前者针对单一地层逐层处理，特别适合在地震工作站上操作。后者是将若干窄带剖面进行选择性的处理之后再进行剖面的高分辨重建。由于在重建过程中能方便地加入信噪分离和频带拓宽等重要处理步骤，因此可得到分辨率、信噪比都很好的地震剖面。使用该方法还可识别对应于同一隐蔽圈闭层位的纵、横波。文章还系统介绍了多波层位对比的其他方法，并在微机上初步建立了多波层位对比及综合解释系统。