小波分析在提高测井曲线纵向分辨率中的应用

介绍了小波分析的基本概念和二进小波的分解及重构算法,探讨了测井信号的频谱特征。研究结果表明,利用小波变换技术可以对测井进行频谱分析,并与标准频谱进行对比,确定出系数,然后再重构测井曲线,从而达到提高曲线纵向分辨率的然研究区两个区块近３００口井的应用结果表明,该方法可以有效地提高测井曲线的纵向分辨率,为储层的精细评价提供测井资料。     

小波分析技术在提高测井曲线纵向分辨率中的应用

介绍了小波分析的基本概念和二进小波的分解及重构算法,探讨了测井信号的频谱特征。研究结果表明,利用小波变换技术可以对测井曲线进行频谱分析,并与标准频谱进行对比,确定出加权系数,然后再重构测井曲线,从而达到提高曲线纵向分辨率的目的。在研究区两个区块近３００口井的应用结果表明,该方法可以有效地提高测井曲线的纵向分辨率,为储层的精细评价提供高质量的测井资料。     

自适应阈值小波在指纹图像去噪中的应用

目前指纹识别技术具有很广泛的应用,但通常指纹图像含有混合噪声,而传统小波阈值去噪算法对含有混合噪声的图像去噪时,存在混合噪声去除不彻底的问题,为此提出了一种改进的自适应阈值和连续型低误差阈值函数的小波去噪算法.首先,算法对含有混合噪声的指纹图像进行一次中值滤波去噪.然后,设计了一种新的自适应阈值,小波分解层数越大新阈值就会越小,就能更好地体现噪声信号在进行小波分解时减小的特征.最后,设计了连续型低误差改进阈值函数,改进的函数是连续的,并且阈值达到极限时误差为0.改进后的算法使得估计的小波系数更加接近真实系数,重构后的图像更接近原始图像.实验结果表明,该算法对含有高斯噪声和椒盐噪声的指纹图像处理时,相比于其他算法,得到了更好的峰值信噪比和均方误差数值,去噪后的指纹图像纹理显示更加清晰.     

小波阈值滤波在涡街流量计信号处理中的应用

涡街流量计由于其特有的优点而得到了广泛应用,但低流量时涡街信号的提取一直是一个难题.根据小波变换和涡街流量计输出信号的特点,采用小波阈值滤波法对涡街流量计信号进行处理,并提出了一种改进的小波阈值选取方法.分析和仿真结果表明小波阈值滤波算法对涡街信号提取和噪声去除效果良好.     

小波分析在提高密度测井纵向分辨率的应用

小波分析是一种能在时间（或空间）域和频率域内同时进行局部化信号分析和去噪的方法,它适合于非稳定信号的分析,是一种多分辨率信号处理手段。利用该特点采用Mallat方法对测井曲线进行分解和重构,从而提高常规测井资料的纵向分辨率。     

离散正交小波包及其在噪声抑制中的应用

研究有限长序列的小波包处理和噪声抑制的方法,方法用正交共轭滤波器构造有限维内积空间的正交值和分解及有限长离散小波包,分析了噪声的小波包分解系数的特性,并提出小波包变换域降噪的方法。     

小波域维纳滤波在振动信号去噪中的应用研究

维纳滤波和小波阈值滤波是振动信号去噪的常用算法.前者在阶次较低时对非平稳振动信号的处理不能取得较好的效果,而后者对信号的滤波无法满足后期处理的要求.针对此问题,论文将维纳滤波和小波阈值滤波相结合,提出小波域维纳滤波算法.将维纳滤波运用于小波域,充分利用小波变换对非平稳振动信号的白化作用,实现更好的滤波效果.结合工业现场实测汽轮机振动信号,对算法进行分析与仿真.实验结果表明,该算法不仅保持了信号的线性相位特性,同时取得了较好的噪声去除效果,适用于振动信号的去噪处理,优于维纳滤波和小波阈值滤波.     

信噪局部方差自适应的小波阈值滤波

为了在去除高斯噪声的同时更有效地保持图像的边缘和细节,提出了信噪局部方差自适应的小波滤波方法.根据图像与高斯噪声的小波系数的分布特征,提出了一种信噪局部方差自适应的阈值.同时,鉴于无噪图像的小波系数具有平滑连贯性,提出一种连续的、可微的且无限逼近原小波系数的阈值函数.阈值依据信噪强度对信号系数与噪声系数进行区分,阈值函数依据阈值对小波系数进行量化处理,以去除噪声.实验结果表明,所提出的方法对图像去噪所得的PSNR(peak signal to noise ratio)和SSIM(structural similarity index)值以及图像的视觉效果,相对于现有的小波去噪方法有较大的提升,在彻底去除高斯噪声同时,更有效地保持图像的边缘和细节.     

改进的小波域阈值去噪方法

针对使用常规小波域阅值去噪方法对含有高频噪声的低频信号或较平稳信号进行处理时，其去噪效果和信号保真度有时不能令人满意的问题，提出了一种对小波变换尺度1上的小波系数进行二次小波变换，并进行去噪处理后重构小波系数的新方法。该方法可去除大部分高频随机噪声。此后，再对重构后的信号进行小波域阈值去噪处理。仿真结果表明：该方法去噪效果明显，且信号主要细节保留较好。     

双模噪声背景下多阈值小波包在信号消噪中的应用

针对一类非高斯噪声——双模噪声信号进行消噪时,传统小波变换和小波包变换在选取恰当阈值准则及阈值量化时存在困难,通过详细分析双模噪声信号结构及频率分布特征,在将小波包分解频带按照频率顺序排列且通过比较最底层子空间节点能量大小的基础上,提出一种将频带进行多分段的多阈值小波包消噪方法.实验结果表明:在双模噪声且信噪比相同情况下,该方法比传统的多尺度小波软阈值、小波包自适应阈值消噪效果都优越,是一种非常有效的信号消噪方法.     

小波分析及其在弱信号处理中的应用

应用离散小波分析进行数字弱信号分析及特征提取.离散小波分析具有时—频分析特性,能将信号的细微变化反映出来.对实时获取的数字弱信号作离散小波变换分析的结果表明;离散小波分析可明显提高数字信号的信噪比,十分利于从噪声中提取微弱信号.     

小波包分析在信号压缩中的应用

着重介绍了将信号在小波包最优基下展开,利用小波包最优基极好的空间、尺度定位性,使得信号的小波包变换系数在小波变换域尽可能集中,从而使在不降低压缩信号的质量情况下,进一步提高信号压缩比成为可能.具体讨论了小波包分析及小波包最优基的选取,同时针对小波分析在信号压缩中的局限性,研究用小波包分析来进行信号的压缩,从而提高了信号的压缩比和重建信号的质量,并用于实际数据处理压缩.     

Spline wavelet overlapped peaks analysis

The proposed method of spline wavelet overlapped peaks analysis is based on the model of wavelet multifrequency channel decomposition. If the suitable optimal wavelet basis and frequency scale value are selected, the useful information can be extracted from noised overlapped signal. Then, according to the linear relationship between individual components in blurred version, multiple linear regression in low frequency domain is employed to resolve highly overlapped peaks. The results show that even signal-to-noise (S/N) decreases to 0.2, relative errors of peak intensity are less than 12% and the sum of square deviations Q is less than 0.3.     

Spline wavelet combined with spline interpolation interruption filtering analysis for narrow sharp peak spectral signal

According to the main characteristic of sharp peak, the method of spline wavelet combined with spline interpolation interruption filtering analysis is proposed for a sudden change (an unstable) noised signal and is applied in V and Mn CCD-ICP-AEC spectral signal. The satisfactory results show that the new technique is effective, on enhancing the clarity and accuracy of an unstable signal.     

基于Morlet小波滤波的改进方法及仿真研究

基于Morlet小波的滤波方法是新近发展起来信号分析方法,对于提高结构动态测试信号分析精度具有重要作用.本文对该方法的原理与算法进行了分析,指出该方法分析效率较低,尤其是滤波过程对信号阻尼特性有不利影响等问题.在此基础上,提出了基于Morlet小波滤波的改进方法.采用欧洲航空界广泛应用的GARTEUR飞机模型进行数值仿真研究,利用改进前后两种方法对仿真的扫频信号进行滤波,并基于滤波数据进行阻尼参数的识别.结果表明,改进方法计算量小,且较好地保持了信号的阻尼信息,验证了改进方法的有效性.     

一维离散小波变换在心电信号降噪中的应用

为准确提取反映心电信号的特征信息,提出应用一维离散小波变换实现对心电信号的降噪处理方法。首先介绍了一维离散小波变换的基本思想;其次,应用小波分解与重构的方法(Mallat算法)在MATALB环境中编程实现对心电信号的降噪处理;最后,引入降噪信号与原信号的能量比(ENR)、均方根误差(RMSE)和自相关系数(AC)作为小波变换的降噪评价指标。可见,该方法能够有效地去除心电信号中的噪声干扰,对于实现心电信号特征信息的提取具有一定的参考价值。     

小波分析在微地震信号处理中的应用研究

通过探究小波分析特性选取适合微地震信号处理的基本小波,并以实测微地震信号为例,论述了利用MATLAB小波工具箱成功实现微地震信号处理的过程。利用对称小波函数sym8、启发式阈值选择规则、软阈值函数、5层分解等参数实现了信号的自动去噪,经检验去噪效果良好。通过尺度-频率转换成功绘制出频率-时间-小波系数图和时间频率谱,为分析信号时频同步特性提供了有效手段。     

空域相关滤波法在突变检测中的应用

为有效检测含噪信号突变点,研究了小波变换的空域相关滤波算法,并应用其分析和处理突变信号.应用Matlab分别对信噪比为15.7133 dB、10.1305 dB、5.7688 dB含噪突变信号进行仿真,结果证明,空域相关滤波算法在不同信噪比下具有良好的适应性.在信噪比为15.7133 dB时,分别运用小波阈值滤波算法和空域相关滤波法对突变信号进行处理,得到平均重构误差分别为1.1636和0.93906。证明了空域相关滤波法在突变点检测中的优越性.     

小波降噪在电力系统谐波分析中的应用

主要研究将小波降噪应用于电力系统谐波分析。针对电力系统谐波信号的特点,确定了降噪使用的小波基函数和降噪方法。提出了阈值的修正方法,防止谐波成分被当作噪声而消除。仿真结果表明,这一方法能有效的提高谐波分析的精度。     

非平稳大地测量信号特征信息小波识别

将小波变换和Fourier变换的谱分析结合起来,在时域中记录大地测量信号序列的突变时间,在频域中提取信号突变的频段,通过序列在小波变换各尺度上的小波能量时谱和能量频谱可以得到大地测量内涵的主要复杂过程的有关尺度层次,进而分析、识别内涵的特征信息.仿真实例表明,该方法既保证了特征信息提取的质量,又降低了计算的时空复杂度.对山东基准站的YATI站和WUDI站的年周期、半年周期、季节周期数据进行实例分析,识别提取了特征信息,效果良好.