简介:噪声衰减是探地雷达信号处理中的关键问题之一。当探测目标埋藏深度比较浅时,其反射信号与直耦信号和地面回波信号相互重叠,直接影响目标反射波到达时刻的检测及目标的正确定位。针对这个问题,本文提出了一种基于Curvelet变换的噪声衰减方法。通过对理论数值模拟数据和实测数据的处理,以及与平均消去法和二维连续小波该方法处理结果的对比,验证了该方法的可行性和有效性。处理结果显示,该方法不仅可以去除背景噪声、同时可以衰减倾斜相关的相干干扰和数据中的随机噪声。与二维连续小波变换方法相比有更高的计算效率。更多还原
简介:希尔伯特—黄变换(Hilbert-Huangtransform,HHT)是一种新的适合非平稳和非线性信号的分析方法,由于地震信号一般呈现出非平稳与非线性特性,因此HHT非常适合地震信号的分析。本文首先介绍了HHT中关于经验模态分解(EmpiricalModeDecomposition,EMD)的实现过程,在此基础上分析了几种基于EMD获得本征模态函数(IntrinsicModeFunctions,IMF)来计算瞬时频率的算法,其中利用了两个采样间隔瞬时频率的平均来计算瞬时频率,较好地反映了地震信号频率成分随时间变化的特征。将该方法应用于四川东北部某地区海相碳酸盐岩地层三维地震叠后偏移数据处理,提取"三瞬"地震属性,与传统的希尔伯特变换提取的"三瞬"地震属性进行对比,结果表明基于HHT的"三瞬"地震属性结果具有更高的分辨率,IMF2的瞬时相位能够较好地刻画台地边缘生物礁相,IMF2的瞬时频率亦具有较好的分带性。将IMF2的"三瞬"地震属性与钻井等资料结合分析,能够更好地识别沉积相的分布。
简介:摘要:近年来,人工神经网络国际上掀起的一股研究热潮,人工神经网络独特的结构和处理信息的方法,使其在许多实际应用领域中取得了显著的成效,能够解决一些传统计算机极难求解的问题。神经网络实现技术的研究,主要是探讨利用电子、光学、光电和生物等技术实现神经计算机的途径。神经网络应用则是探讨如何利用神经网络解决实际问题,即模拟人类的某些智能行为。随着人们对低质量电力变换器功率因数、谐波污染日益重视,研制新型优质电力变换以逐渐成为热点。矩阵变换器由于其诸多理想特性,正吸引着愈来愈多的科研人员对其开展广泛的研究。本文介绍神经网络机理功能,把神经网络与矩阵变换器控制原理有机的结合起来,提出利用神经网络控制矩阵变换器的输出电压的科学方法。
简介:这篇文章重点研究改进的Gabor小波(improvedGaborwavelet,IGW)变)并讨论了它在地震信号处理和解释中的应用ThispaperintroducesanimprovedGaborwaveletanditscompletetransform,andmainlyanalysestheirpropertiesanddiscussesapplicationsofthesepropertiesinseismicsignalprocessandinterpretation。改进的Gabor小波变换具有以下特性:1)IGWT把时域信号映射到时间一频率域,而传统Gabor小波变换把时间信号映射到时间一尺度域;2)IGWT可用于信号分频,通过固定变换的主频参数dominantfrequency,并变换能提取相应的子带信号,且其主频部分的信息与原信号相应频率部分的信息一致,通过调节变换的分辨率因子,变换能有效控制子带信号的带宽;3)用IGWT和IGWIT构建的滤波器有良好的时一频局部性,在指定时一频范围内能实现针对性滤波。文章用仿真实验和实际用例验证IGWT的这些特性,并在提高地震信号分辨率、地震信号分频和识别小断层等地震信号处理和解释等方面的应用中取得良好效果。
简介:利用小波变换法反演边界层高度时,不同小波母函数的选取可能得到不同的边界层高度。因此,对构造的白天及夜间激光雷达后向散射信号理想廓线进行Haar小波协方差变换,并对后向散射信号梯度廓线进行Morlet与MexicanHat小波变换反演边界层高度。结果表明,宜采用Haar函数与MexicanHat函数作为小波母函数,其中Haar函数准确性优于MexicanHat函数,而MexicanHat函数更易稳定。同时为了进一步检验3种小波变换法的反演结果对小波振幅的敏感性,通过改变小波母函数的小波振幅,发现无论是理想廓线还是叠加扰动的廓线,较大的小波振幅易得到比较稳定准确的白天边界层高度与夜间混合层高度。
简介:通过小波变换方法将测井曲线的一维信号拓展到二维的时频域中,可在不同尺度的范围内表现出不同的界面特征,从而揭示地层内部的旋回性结构。对惠民凹陷某井的试验表明,通过寻找小波变换的最佳尺度因子可探测到不同级别的层序地层单元界面。利用选取的Morlet小波基函数对自然伽马曲线进行的小波变换识别了该井的6个准层序组界面,这与传统方法的划分界面基本一致。