共查询到16条相似文献,搜索用时 187 毫秒
1.
2.
3.
周子勇 《物探化探计算技术》2013,35(5)
通过经验模态分解(EMD)方法,可以把高光谱曲线分解成一系列由高频到低频的本征模态函数(IMF),从而可以从不同层次分析高光谱数据特征,并进行特征提取.把EMD方法用于Hyperion高光谱数据处理,通过对每一个像元的高光谱曲线进行经验模态分解,构成IMF系列影像.通过分析IMF影像表明:对于不同的地物,其IMF也不同;不同波段,不但其噪声水平不同,而且噪声性质也不一样;原始影像的Smile效应在IMF中可以明显表现出来.由于IMF影像与原始影像的波段有一一对应的关系,因此与其它信号分析方法(如小波分析及FFT方法)相比,EMD方法得到的结果更直观,更易于数据分析.但是EMD结果受极值、插值方法、IMF判别准则以及端点效应的影响较大. 相似文献
4.
5.
6.
7.
针对矿集区大地电磁(MT)信号受环境噪声和人文噪声污染严重的问题,提出一种结合了经验模态分解(EMD)和数学形态学滤波的组合滤波方法,对矿集区大地电磁信号的时域信号进行滤波处理。介绍了方法原理和计算步骤,评估了该方法的去噪效果;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对某矿集区的实测数据进行了去噪处理。结果表明,组合滤波方法充分利用了EMD多尺度分解及其可重构特性和数学形态学滤波方法的优点,在滤除噪声的同时为MT信号尽可能多地保留了有用信息。去噪后,估算的响应曲线方差减小到原来的一半,为进一步正确资料处理和地质解释提供了保障。 相似文献
8.
《物探化探计算技术》2017,(4)
鉴于大地电磁信号的特点,大地电磁信号的去噪问题一直是研究的热点问题,而盲源分离技术是进行现代信号处理的有力工具。阐述了大地电磁信号的特点和它的噪声分类,利用盲源分离算法维持信号频率不变性的特点,并结合大地电磁信号的频谱特征,提出利用盲源分离算法来对大地电磁信号进行噪声分析和噪声去除。实验证明,无论是直接应用盲源分离算法来对大地电磁信号进行噪声去除,还是应用盲源分离对噪声进行分析后结合其他方法进行去噪处理,都能有效地去除噪声,减少脉冲干扰地影响,提高信号的整体平滑度。 相似文献
9.
10.
基于小波变换的脉冲类电磁噪声处理 总被引:1,自引:0,他引:1
在天然电磁场观测中,脉冲类干扰的存在,将使观测信号发生剧烈的波动,导致频率域中的阻抗估算结果发生严重的畸变。针对脉冲类噪声在小波域中的变化特征,利用迭代回归技术来分析和压制噪声。模拟与实测数据测试表明,改正前后信号能量损失小,相关性高,改正信号高精度地逼近原信号,可有效地消除脉冲类噪声干扰。 相似文献
11.
针对曲波阈值去噪方法阈值选取单一造成的有效信号损失或随机噪声压制不完全的问题,笔者提出了一种基于经验模态分解的曲波阈值去噪方法。该方法首先对带噪信号进行经验模态分解得到一系列固有模态函数,根据每个固有模态函数所含噪声强弱的不同,选取不同的阈值分别对分解得到的含噪固有模态函数进行曲波阈值降噪处理;最后将去噪后的固有模态函数与不含噪声的固有模态函数进行信号重构得到最终压噪的结果。由于引入经验模态分解,对分解得到的不同含噪程度的固有模态函数,选取不同的阈值进行处理,这样能够有效减小直接曲波阈值方法阈值选取单一产生的问题。模型和实际数据试算表明,该方法在提高数据信噪比的同时,能够有效地保留有效信号,是一种相对保幅的去噪方法。 相似文献
12.
介绍了Hilbert-Huang变换中经验模式分解(EMD)的基本原理;讨论了实际探地雷达信号处理中EMD分解的终止条件;给出了利用内蕴模式函数(IMF)计算信号瞬时频率的计算公式。实际探地雷达剖面的HHT(Hilbert-Huang Transform)分析表明,由IMF得到的瞬时频率剖面对埋地目标的识别能力明显优于直接由探地雷达信号得到的瞬时频率剖面,并讨论了IMF的多分辨率特性。 相似文献
13.
14.
A combinatorial filtering method for magnetotelluric data series with strong interference 总被引:1,自引:0,他引:1
Cai Jian-hua 《Arabian Journal of Geosciences》2016,9(13):628
In highly industrialized areas, magnetotelluric (MT)-induced variations are contaminated by strong manmade noise signals. A method is described as an alternative approach for noise removal, based on a combination of empirical mode decomposition (EMD) with independent component analysis (ICA). The filtering procedure takes advantage of the fact that data are analyzed through different scale levels, which requires a minimum of human intervention and leaves good data sections unchanged. Principle and steps of method are discussed, and de-noising results are evaluated by some parameters. After the filtering stage, data is processed in the frequency domain to yield two sets of reliable MT transfer functions and the result was compared with that of the EMD-Wavelet method. Simulated signal and measured MT data series are processed. The results show that this procedure can lead to greatly improved apparent resistivity and phase curves after processing. Point defects are filtered out to eliminate their deleterious influence, which yields reliable estimates of the MT transfer functions. The EMD-ICA method provides a new method for the de-noising of MT data series under the condition of low SNR. 相似文献
15.
基于经验模态分解(EMD)的小波熵阈值地震信号去噪 总被引:1,自引:0,他引:1
针对EMD阈值去噪算法中阈值由经验选取以及无法有效区分各固有模态函数上有用信息的不足,本文对各固有模态函数进行小波变换,对各层小波系数进行相关处理,以突出有效信息,抑制噪声;将细节系数的有效信号和突变点置零并等分为若干区间,选取小波熵最大子区间的高频小波系数平均值作为噪声方差计算得到阈值。该阈值选取方法依据小波熵的特点,自适应地根据对应尺度上信号自身的能量特征确定该尺度阈值。将该算法应用于仿真信号和实际地震信号去噪,结果表明该方法优于基于EMD的小波阈值去噪,在提高去噪效果的同时,也更好地保护有效信号。 相似文献