共查询到15条相似文献，搜索用时 131 毫秒
1.
利用多尺度边缘分析理论,对重力异常的小波多重分解法作了改进,提出了基于多尺度边缘的重力异常分离方法。实验表明,改进方法除保留了多重分解法的优点外,还能够同时实现异常的纵向和横向分离,而且可以根据每个场源对应的多尺度边缘的分布情况确定小波分解的阶数,有利于单一异常特征的提取。利用该方法对琉球俯冲带西南端区域的船测重力资料进行了处理分析,结果与该区域的地质构造具有很好的对应关系。 相似文献
2.
综合应用小波多重分解法和小波多尺度边缘重构方法研究了重力异常的分离,发现该方法可以同时进行纵向和横向影响的有效分离,为复杂地区重力异常的合理分离提供了参考。在模拟实验的基础上,应用该分离方法对琉球俯冲带地区的重力异常进行了分离。在纵向分离中,提出根据重力异常和海底地形的相关性确定合适的分离尺度。在小波多尺度边缘分析中,通过选择合适的尺度范围同样可以达到分离横向重力异常的效果,而且比多尺度边缘重构方法简单。 相似文献
3.
应用小波变换确定琉球俯冲带的深部特征 总被引：1，自引：0，他引：1
综合应用离散小波变换和连续小波变换进行了干扰源分离和场源深度确定的模拟实验,发现通过小波变换可有效地确定场源深度。根据实测重力异常数据研究了琉球俯冲带的深部特征,推测其在东经122.5°线上地下105 km左右发生弯曲变为水平延伸。 相似文献
4.
为了有效地消除重力异常畸变对海洋重力测量的影响,得到高精度的海洋重力测量值,本文在小波理论分析的基础上,将小波分析应用到消除海洋重力异常畸变中。基于信号的奇异性分析理论和小波软阈值处理方法,提出一种小波联合软阈值处理方法;根据重力异常状态方程,分别采用小波软阈值处理方法和小波联合软阈值处理方法对重力异常畸变数据进行了仿真对比实验,理论分析和仿真实验表明:采用小波软阈值处理方法和小波联合软阈值处理方法并选用通用阈值选择规则都能在一定程度上消除海洋重力异常畸变,但在相同背景条件下,小波联合软阈值处理方法的性能优于小波软阈值处理方法。 相似文献
5.
针对步态识别方法中加速度信号的去噪问题,提出了一种利用复合评价指标及小波熵进行步态加速度信号小波去噪的参数优选方法。均方根误差和平滑度的变化率随小波分解层数的增加表现出单调性和负相关性,根据该特性使用改进熵权法构建了一种复合评价指标,通过构建的复合评价指标确定不同小波基处理步态信号时的最优分解层数,根据步态信号小波分解后低频系数的小波熵大小来确定每一分解层次的最优小波基。实验结果表明,所提方法确定的小波去噪方案可以满足步态信号研究的滤波要求。 相似文献
6.
7.
不同于传统的重力异常模型精度分析方法,本文以马里亚纳海沟区域(140°E—150°E,10°N—20°N)为例,利用DOG球面小波提取了DTU10、DTU17和SIO V32.1模型在不同波段内的重力异常信号,对模型间的差异进行了深入分析,并对基于径向基函数的不同深度、不同分辨率的多尺度分析进行了尝试。利用DOG球面小波对各模型多尺度分析的结果表明,随着尺度变小,模型间的差异在变大;DTU10、DTU17模型间的差异主要集中在10.9～43.6 km的波段内,分布在海岸、海沟、海底山附近,体现了Cryosat-2、Jason-1/GM观测数据和FES2014海潮模型的贡献;受模型构建方法不同、观测数据增多和波形重跟踪的影响,DTU17、SIO V32.1模型的差异大于DTU10、DTU17之间的差异。对传统径向基函数进行了改进,实现了多深度、多空间分辨率情况下径向基函数多尺度分析,结果略优于单一深度、单一空间分辨率径向基函数构建结果,有望应用于多源数据的重力场模型构建。 相似文献
8.
卷积自编码器融合了适于处理相同维度数据映射的自编码器神经网络,以及近年来在图像处理领域取得广泛应用的卷积神经网络。基于深度学习处理重力观测数据图像, 利用卷积自编码器从含噪声的重力图像中重建重力观测图像。首先,随机建模生成大量不同参数的重力异常体,正演其重力异常, 将加入噪声的重力异常和原始重力异常分别作为卷积自编码器的输入和输出进行训练;然后,模拟数据测试表明训练得到的神经网络重建效果良好;最后,用Kauring实验场实测重力数据测试该神经网络的泛化性能,并与快速傅里叶变换(fast Fourier transform,FFT)滤波、db小波(Daubechies wavelet)滤波方法进行了比较。结果表明,训练好的卷积自编码器重建实测重力数据的平均误差小于FFT滤波方法及db小波滤波,且能避免重力异常特征过度滤波而消失,受噪声干扰小于db小波滤波,综合效果理想。 相似文献
9.
利用不同尺度下的位场数据进行边界检测可获得相应的多尺度边界信息,其在区域地质构造单元划分、地质填图、矿产资源圈定和结晶基底研究等方面具有广泛应用。通过联合二维经验模态分解（bi-dimensional empirical mode decomposition, BEMD）和小波模极大值（wavelet modulus maximum, WMM）方法实现位场数据多尺度分解及各尺度异常边界检测,首先,证明了BEMD方法能够实现对位场的多尺度分解,且分解各尺度异常具有实际地质含义;然后,对构建的模型重力异常进行边界检测,结果显示, WMM方法具有良好的抗噪声干扰能力,能够清晰、准确地检测出组合模型体的边界位置、走向及分布范围;最后,将该联合方法用于三峡地区布格重力异常的多尺度分解和各级固有模态函数的边界检测,结合径向对数功率谱曲线对分解各尺度异常进行场源深度估计,得到了三峡地区不同深度层位上的构造或岩体线性分布特征,并对各尺度异常边界检测结果与区域地质构造特征进行了比较分析和解释,验证了该方法的优越性和有效性。 相似文献
10.
本文详细讨论了重力固体潮观测数据预处理中平均滤波方法、加窗傅里叶变换方法和小波滤波方法。对于M2和S2的调和分析结果,平均滤波方法得到相位延迟误差超过了40°;加窗傅里叶变换得到的振幅因子精度分别为0.00029和0.00068,相位延迟精度分别为0.014°和0.033°;小波滤波方法得到最优的振幅因子精度分别为0.00013和0.00035,最优的相位延迟精度分别为0.006°和0.017°。研究结果表明:小波滤波方法的精度最高,加窗傅里叶变换的精度次之,平均滤波方法的精度最低;基于Daubechies小波基的小波滤波更适合于重力固体潮观测数据的预处理。 相似文献
11.
小波分析在重力界面反演中的应用 总被引：1，自引：0，他引：1
基于Parker-Oldenburg反演方法，分析了低通滤波器B（K）的不同阈值对位场分离的影响。分别采用小波变换和低通滤波对青藏高原地区布格重力异常进行了位场分解和莫霍面反演，并将反演结果与地震资料作比较。结果表明，在重力位场分解中小波多尺度分解可以代替低通滤波器B（K），避免了闻值的选取。 相似文献
12.
提出了一种基于小波分解的多窗口图像融合方法,通过对不同分解层的图像采用不同大小的窗口进行处理,得到了较单窗口图像融合方法效果更佳的融合图像. 相似文献
13.
基于经验模分解的陀螺信号消噪 总被引：2，自引：0，他引：2
陀螺随机漂移是影响惯性导航精度的重要因素。小波消噪方法对异常噪声效果不明显,且对小波基和分解尺度等因素依赖性较强。提出陀螺信号经验模分解(EMD)消噪方法,将信号进行经验模分解得到一个本征模态函数(IMF)组,先基于2sigma准则处理异常噪声IMF分量,再利用相关系数确定高频噪声IMF分量个数,将噪声分量去除以实现陀螺信号消噪。详细对比小波方法与EMD方法,利用交叠式Allan方差分析两者的消噪效果,通过惯导算例进一步验证EMD方法的实效性。结果表明,相比小波方法,EMD消噪法能剔除异常噪声,可以更有效地抑制陀螺漂移。 相似文献
14.
基于信号和噪声在提升格式小波分解中呈现出的不同特性，提出了一种新的小波包去噪算法。该算法采用提升格式小波对SAR图像进行最优小波包分解，并计算每个子频带的能量范数，然后根据软阈值法和能量范数区分信号和噪声，达到去除噪声的目的。试验结果表明，该算法对SAR图像具有较好的去噪效果，不仅可以去除图像中的大部分噪声，而且可以较好地保留图像纹理的细节信息。与传统小波包算法相比，其计算速度快了一倍左右。 相似文献
15.
重力匹配辅助导航理论大都建立在离散场的基础上的,为了研究基于连续场重力匹配算法以克服传统匹配算法的局限,必须建立精度高且具有良好解析性质的局部重力异常场解析模型。利用斐波那契数列寻优方法对一维高斯样条函数插值进行最优化,在此基础上提出了基于斐波那契数列寻优的二维高斯样条函数逼近局部重力异常场方法。为了提高寻优算法运算速度,将二维准则函数解耦为X方向和Y方向两个独立的一维准则函数,分别采用斐波那契数列寻优方法对这两个准则函数进行寻优以获取X方向和Y方向最优参数,最终得到高精度逼近局部离散格网数据的局部重力异常场连续解析模型。仿真实验中采用五组不同的参数对变化范围为-51.185mGal~86.1819mGal的重力异常场进行逼近。从最后的仿真实验结果可以看出采用最优参数时逼近绝对误差均值达到0.00069,相对误差均值更达到10-6级,能较好的满足了匹配导航要求,其逼近精度较采用其它非最优参数时均有较大提高,由此验证了文中提出的重构算法有效性。 相似文献