首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 359 毫秒
1.
地震数据的小波包压缩方法   总被引:2,自引:0,他引:2  
应用二维正交小波包技术对地震信号进行压缩,压缩的效果与选择正交小波,地震数据以及阈有关。地震信号压缩20倍左右,从视觉上是可以接收的,不会引起较大的失真,恢复的剖面是一个小波滤波剖机,比原剖面有更好的信噪比。此方法同时达到压缩数据和提高信噪比的目的,且计算速度快,稳定性好,自适应笥强,能对各种地震数据进行压缩。  相似文献   

2.
根据小波分析和盲信号分离原理,提出了一种金属地震资料降噪的盲小波算法。首先将金属地震信号用小波分解为不同频带的信号;其次把不同频带的信号进行软阈值法处理,并进一步对不同频带信号进行盲分离,提取出与源信号相关的信号;最后通过小波重构估计源信号。通过盲小波算法与其他降噪技术对实际金属地震资料进行降噪处理,结果表明盲小波算法能有效消除各种干扰噪声。去噪后的金属地震资料纹理清晰,地震资料剖面信噪比显著提高。  相似文献   

3.
基于小波阈值的地震信号去噪处理   总被引:1,自引:1,他引:0  
地震信号去噪处理是地震勘探所要解决的一项主要任务,提高地震信号信噪比也相应显得尤为重要。本文提出由heursure选取阈值和软阈值函数对测试信号、合成地震信号及实际地震数据进行二次小波分解分层量化处理,与常规小波阈值去噪相比,对含有高频分量的信号,该方法具有很好的去噪效果。  相似文献   

4.
用小波变换和多项式拟合提高地震资料分辨率   总被引:4,自引:0,他引:4  
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。  相似文献   

5.
针对常规滤波方法没有考虑背景噪声的问题,提出了一种利用背景噪声统计规律的小波域随机噪声衰减方法.在假设背景噪声是统计平稳的前提下,首先估计背景噪声与直达波到达之后的实际地震记录的相关系数,在这个系数比较小的情况下,利用每一道直达波到达前的背景噪声估计该道噪声的统计参数,然后给出噪声阈值估计,进而在小波域衰减垂直地震剖面(VSP)资料的随机噪声,获得高保真的VSP资料.对合成地震记录和实际资料的仿真实验表明,新方法比常规滤波方法的信噪比提高了约2dB,且更能体现地震信号的时变特点,处理后的剖面同相轴更清晰.  相似文献   

6.
给出一种寻找信号和图像的最佳小波分解方法 .对正交小波、对称正交小波、双正交和对称双正交小波 4种情形进行了讨论 .结果表明 ,此方法可以提高压缩图像的信噪比和压缩比  相似文献   

7.
探讨在地震勘探中小波变换处理非平稳信号的时频分析方法,从强噪声地震信号中除去干扰进而提取有效信号。在D.L.Dohono提出的小波阈值去噪方法的基础上,提出了一种新的阈值函数用于非平稳强震降噪。该函数是介于硬、软阈值函数之间的一个可调函数,具有计算稳定性好、精度高、收敛速度快、对模型参数α的选择简单易于操作等特征。通过仿真实验和实际地震处理验证,表明所构造的新阈值函数能有效改善地震剖面处理效果,达到提高信噪比的目的。  相似文献   

8.
介绍了利用小波变换进行多道波阻抗反演的原理。鉴于地震剖面上不同的频带有不同的信噪比,以及相邻地震道的反射波有效成分在波形和能量上有较强的相关性,笔者结合小波变换的特点,运用多道记录同时进行波阻抗反演,即在迭代过程中将实际记录与模型合成记录的残差道进行小波分解,  相似文献   

9.
L^2(R)的多分辨率分析与地震道信号的小波正交分解   总被引:2,自引:0,他引:2  
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。  相似文献   

10.
基于地震地质模型的高分辨经处理方法   总被引:1,自引:0,他引:1  
根据层序地层学理论并利用钻井、测井和地震已知信息,对油田和探区的地震层序模型进行了研究,建立了有效的地震地质模型。将地震地质模型用于地震资料的联合反演,提高了地震资料的分辨率。这种基于地震地质模型的高分辨率处理方法能补偿地震记录的高频成分并拓宽低频成分,有效地扩展了信号的效频带。在提高分辨率的同时,改善了资料的信噪比,从而了提高了用地震时间剖面解决地质问题的能力。  相似文献   

11.
郝建奇 《科技资讯》2013,(27):97-100
地震资料的去噪,在处理中是非常重要的内容.随着勘探技术的进步,地球物理可以用于去噪的方法越来越多.目前去噪效果相对较好的是小波变换法.小波变化以其独特的时频特性被广泛的使用于地震资料的去噪中.与以前的频率滤波相比,其优越性是可见的.本文简要介绍了小波函数以及用于地震去噪的小波变换的一些方法,并且结合实际来对小波去噪进行了介绍.  相似文献   

12.
针对润滑油磨粒含有强噪声的回波信号的问题,采用基于双树复小波变换(DT-CWT)的自适应降噪方法,从而提取清晰的磨粒回波信号. 该方法结合奇异谱分析(SSA)和小波熵理论,分别对双树复小波变换后的近似部分和细节部分进行分析. 奇异谱分析去除了近似部分包含的噪声,同时,小波熵理论能够自适应选取不同分解层上的阈值,实现了细节部分系数的自适应选择. 仿真表明,对于润滑油磨粒超声回波信号的双树复小波自适应降噪,输出信号信噪比(SNR)高、均方根误差(RMSE)小、相似系数(NCC)大,算法运算时间能够满足在线检测要求. 实验分析表明,该方法降低了信号中的噪声,还原了准确的波形特征.   相似文献   

13.
基于改进小波变换法的风电场谐波检测   总被引:1,自引:0,他引:1  
为了提高风电并网电力系统谐波检测的快速性与准确性,提出一种改进小波变换的谐波检测方法。首先,把风电并网系统电压信号的频域空间分割成低频区段与高频区段,针对低频区段信号采用小波多尺度算法分解,针对高频区段信号采用小波包进行分解,得到信号中的基波和各次谐波分量;然后,通过有效地提取出特定频率段的谐波分量进行重构来检测风电并网电力系统谐波;最后,利用MATLAB进行了仿真实验。实验结果表明:该方法能快速有效检测出谐波分量,提高了谐波检测准确度和快速性。  相似文献   

14.
介绍了利用小波变换进行多道波阻抗反演的原理.鉴于地震剖面上不同的频带有不同的信噪比,以及相邻地震道的反射波有效成分在波形和能量上有较强的相关性,笔者结合小波变换的特点,运用多道记录同时进行波阻抗反演,即在迭代过程中将实际记录与模型合成记录的残差道进行小波分解,形成残差道分频小波剖面,然后利用K-L变换提取分频剖面中的相干部分用于波阻抗变化量的计算,从而避免了噪音参与波阻抗变化量的计算.展示了理论模型与实际应用的例子,说明该反演方法稳定性强,具有广泛的应用前景  相似文献   

15.
基于小波变换的光栅投影图的压缩   总被引:1,自引:0,他引:1  
研究了基于小波变换的光栅投影图的压缩.首先介绍了三维形貌测量的光栅投影图及其需要进行压缩的原因;简介可用于图像压缩的小波余弦变换技术,利用haar小波和db7小波对光栅投影图进行小波变换.按照不同的压缩比保留最大的小波系数.实验结果表明此方法能有效地压缩光栅投影图,使用压缩后还原的位棚图解调出来的物体形貌信息能得到有效的保留,而且使用不同的小波进行压缩变换的效果有着很大的区别.  相似文献   

16.
小净距2扩4隧道变形规律的BP小波神经预测   总被引:1,自引:0,他引:1  
以泉厦高速扩建工程大帽山隧道为例,通过周边位移和拱顶沉降的监测数据对小净距扩挖隧道的围岩变形规律进行分析.研究表明:小净距2扩4隧道具有和其他隧道不同的变形规律.在此基础上将小波函数引入BP神经网络建立BP小波神经网络模型,对特大断面超小净距隧道2扩4时围岩变形进行预测,并将预测结果与BP神经网络的预测结果进行对比.结果表明:BP小波神经网络模型收敛快、精度高,优于BP神经网络模型,预测的精度达10%以内,满足工程精度要求.  相似文献   

17.
采用光阻法对安瓿瓶内纤毛杂质信号检测进行了实验研究,分析了纤毛杂质的信号特征.对比了Butterworth数字滤波、均值滤波、理想低通滤波和小波变换4种不同滤波方法的滤波效果,滤波后的信噪比分别为13.98、10.80、9.18和14.89 dB,实验表明,小波变换滤波是最佳选择.此外,提出了微分和分段求方差的方法以提高检测结果的可信性.  相似文献   

18.
提出了一种利用小波分解和重构进行诱发脑电信号的有效提取方法.改变了小波变换的Mallat算法运算量较大,难于满足某些实时性较高的系统需求,采用提升小波变换进行诱发电位的提取,其运算量只有传统方法的一半左右,有助于提高系统的实时性.实验结果表明:用提升小波变换提取诱发脑电信号,能有效的改进实验曲线的信噪比、缩短信号的处理时间,将可以提高BCI系统的通信速率.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号