共查询到18条相似文献，搜索用时 531 毫秒
1.
2.
采用二进小波变换,构造了位场基小波,通过简单模型,分析了位场信号小波分解与重构的物理实质,阐明了小波变换的频带分布与“归一化”位场空间分布的一致性,以及小波重构的规律,并叙述了小波重构与异常分解的关系. 相似文献
3.
GPS观测环境愈来愈复杂,动态观测值包含的影响因素较多,函数关系复杂,影响特征信息的提取和参数模型的解释能力.小波包具有良好的时频分析能力,利用小波包理论对GPS数据序列进行分解与重构过程中有三个基本运算：与小波滤波器卷积、隔点采样、隔点插零,该三项运算产生频率交错和频率折叠等频率混淆现象.为消除频率混淆现象,分解与重构时,每作一次信号与小波卷积后,将其结果作一次快速傅立叶变换,频谱中多余的频率成分的谱值置零,再对置零后的频谱进行傅立叶逆变换,然后继续进行小波包的分解与重构,从而实现单子带重构提取GPS数据序列特征项.通过实例验证了小波包单子带重构提取GPS特征信息的有效性. 相似文献
4.
面波提取和压制是地震资料处理的关键问题之一,对地震资料处理的准确性具有重要影响.针对传统地震面波压制算法面波分离精度低、有效波损伤大的问题,提出一种基于小波谱能量曲线(Wavelet Spectrum Energy Curve,WSEC)经验小波变换(Empirical Wavelet Transform,EWT)的面波压制算法,该算法利用连续小波变换(Continuous Wavelet Transform,CWT)精细化的时频分析能力得到地震信号的WSEC,从频率和能量两个维度对信号进行自适应分解,提高面波提取精度.首先对地震记录进行CWT,根据小波谱计算各频率点的能量得到WSEC;基于WSEC极大值点的频率及ε邻域法确定频谱分割边界进行改进EWT,得到依能量和频率分解的各固有模态分量(Intrinsic Mode Function,IMF);根据各子频带的频率和能量确定面波IMF,最后对面波IMF进行带通滤波以保护其中的有效波.仿真实验表明,算法能根据地震信号的频率和能量自适应分解,实现面波的精准分离与提取;实际地震资料处理表明,算法能准确分离面波,能最大限度保护有效波,提高资料信噪比,是一种有效可靠的面波压制算法. 相似文献
5.
6.
基于频谱分解的碳酸盐岩储层识别 总被引：1，自引：0，他引：1
频谱分解技术是将地震信号从时间域转换到频率域,分析频率对不同尺度地质体的振幅、相位响应特征的一项技术.频谱分解能够得到高于传统分辨率的解释结果,提高刻画储层分布的能力.本文详述了短时傅里叶变换、连续小波变换和S变换的数学原理及适用性:短时傅里叶变换使用固定时窗,不能根据信号的变化调整分辨率,只适合分析分段平稳或近似平稳的信号;连续小波变换使用移动的、尺度可变的小波作为时窗,具有多分辨率特点,但是实际中选择能反映信号特征的小波函数不易;S变换使用频率的倒数来调节时窗,具有多分辨率特征,对数据处理的适应性较强.将这三种方法分别应用于碳酸盐岩储层发育区,利用靠近地震主频的35 Hz分频剖面,分析了不同时窗大小的短时傅里叶变换效果,不同类型小波的连续小波变换效果,并对比了不同频谱分解算法对储层的描述精度.通过分析得出分频剖面比常规地震剖面更有利于储层识别,且S变换效果最好. 相似文献
7.
Mallat算法在数字地震信号压缩中的应用 总被引：1，自引：1，他引：0
王军 《地震地磁观测与研究》2017,38(5):133-138
地震台站多、数据采集量大,日产出数据量庞大,研究数字地震信号的压缩方法成为行业热门课题。尝试将Mallat算法应用于数字地震波形数据压缩。选取不同的小波分解函数,对不同类型的数字地震信号进行3—5层的小波分解,将得到的小波系数进行分层硬阈值重构运算,对原始信号和处理信号进行压缩。分析可知,Mallat算法压缩比更高,与原始信号相比,重构信号不失真、能量保留系数高。 相似文献
8.
9.
尝试性地将一种双树复小波包变换方法应用于地震信号分析中. 复小波包变换综合了实小波包变换与连续复小波变换各自的优点，不但能提取信号的相位信息，而且选取与被分析信号相频特性相匹配的复小波包，可以对信号产生更好的聚焦作用. 本文描述了一种双树复小波包变换算法，并给出了模拟信号及实际地震记录的分析实例. 研究结果表明，双树复小波包变换是分析具有非线性相位地震信号的一种较为有效的方法. 相似文献
10.
11.
Mallat decomposition algorithm of wavelet packet transform can divide broader band into narrower ones with equal bandwidth and no overlapping each other. However, order by size of frequency within signal subspace is not in accordance with that of node label of decomposition tree. Therefore, it is not easy to determine frequency range of reconstructed signal from each node. In this paper, by analyzing the relationship between Mallat decomposition algorithm of wavelet packet transform and decomposition filter and setting operation rule of binary conversion of band labels into node labels, we find the corresponding relationships between nodes of decomposition tree and frequency bands of signal subspace. Then, the conclusion is verified by analog signals. Also, it shows that the ar- ranged rule of bands of signal subspace summarized in the paper is correct. 相似文献
12.
本文针对输电塔结构的损伤特点,提出了基于统计过程控制理论和小波包分析实现输电塔结构损伤预警的方法。首先将振动测试信号进行小波包分解,然后以小波包系数节点能量作为识别损伤的特征向量建立相应的损伤因子,通过统计过程控制理论计算其单侧置信上限,实现输电塔结构的损伤预警。为了证明该方法,对一个三层输电塔结构模型进行了试验研究,结果表明该方法能够有效地识别损伤的发生。 相似文献
13.
A method to identify the P-arrival of microseismic signals is proposed in this work, based on the algorithm of intrinsic timescale decomposition (ITD). Using the results of ITD decomposition of observed data, information of instantaneous amplitude and frequency can be determined. The improved ratio function of short-time average over long-time average and the information of instantaneous frequency are applied to the time-frequency-energy denoised signal for picking the P-arrival of the microseismic signal. We compared the proposed method with the wavelet transform method based on the denoised signal resulting from the best basis wavelet packet transform and the single-scale reconstruction of the wavelet transform. The comparison results showed that the new method is more effective and reliable for identifying P-arrivals of microseismic signals. 相似文献
14.
Roberto Carniel Petra Malisan Fausto Barazza Stefano Grimaz 《Soil Dynamics and Earthquake Engineering》2008,28(4):321-327
In this work we investigate the application of the wavelet analysis to improve the well-known horizontal to vertical spectral ratio (HVSR) technique for site effect estimation. Wavelet analysis has been widely used in the last decade for its capacity to localise the signal in both the time and frequency domains. The wavelet packet transform and the evaluation of a cost function for every node permit one to remove from the signal the least important components and lead to significant improvements in the identification of the fundamental frequency. In this paper a new algorithm is presented based on wavelet analysis, that allows, in some cases, to improve the identification of the peak in the QTS ratio. A number of examples of application are also presented. 相似文献
15.
利用sym5小波包基函数对小震级天然地震和人工爆破波形进行4层小波包分解并绘制了时频谱图.通过时频谱图可直观得出, 爆破频率成分简单, 时频谱聚集性较好. 为寻求定量的识别指标, 综合P波和S波小波包变换结果, 提出并定义了P/S能量比. 分析识别效果较好的 P/S能量比判据得出爆破的P波主频集中在频段3.125—9.375 Hz处, 地震频率成分较复杂, S波在高频12.5—23.4375 Hz处也较发育, 在这些频段上, 爆破的P波与S波差异要大于地震的P波与S波差异. 作为小波包判据研究的补充, 文中也提取分析了P波的能量比与S波的能量比. 能量比判据识别结果表明, 人工爆破与天然地震的频率成分存在差异, 通过小波包变换能够提取有效的识别判据. 相似文献
16.
基于小波包分解的地层吸收补偿 总被引：19，自引：1，他引：18
在分析地震反射波勘探信号小波包分解特性的基础上,提出了基于小波包分解的地层吸收补偿方法．如果没有地层吸收,浅层反射波和深层反射波具有相同的振幅谱而相位谱相差一线性相位．如果把地震记录分成不同的频段,不同频段对于时间的能量分布关系具有相似性,即对所有频段的深层反射的能量与同一频段浅层反射能量之比应该相同;只是不同频段的绝对能量大小不一样．由于地层的吸收造成各频段能量对时间的分布不同,如果给这些频段乘以时变权使各频段能量对时间的分布相同,就起到了对地层吸收的补偿作用．该方法首先用小波包对地震勘探信号进行分频,然后根据地层吸收的特点,在每一个频段上分别提取每一个时间点的吸收系数并用其倒数加权每一个小波包系数,再用加权后的小波包系数重构地震反射波记录消除地层吸收．该方法适合Ｑ值未知的情况,对变Ｑ和常Ｑ都能适应．从实际应用效果看,该方法能很好的补偿地层的吸收。 相似文献
17.
利用小波变换具有的多分辨率特点, 将时域信号通过小波分解与重构, 分解到不同的频带上。 分解步长的确定, 采用不同尺度近似信号标准差变化平缓段的最小尺度值, 从而避免了人为选择分解阶数可能造成的不完全分解或过度分解。 分解后的信号不仅在频率成分上较单一, 且平稳性较好。 然后对小波分解重构后不同尺度的信号分别采用自回归滑动平均混合模型进行预测, 再合成原始信号的预测值。 对半年尺度的最大震级序列和地震总释放能量序列的一步预测, 结果表明这样做有效地提高了预测精度, 一步预测结果与实际观测结果不仅相关性高, 而且两者的残差曲线离散性小, 以此对未来地震形势的判断较目前常用的方法更为可靠。 相似文献
18.
Wavelet‐based cepstrum decomposition of seismic data and its application in hydrocarbon detection 
下载免费PDF全文
下载免费PDF全文 Ya‐juan Xue Jun‐xing Cao Ren‐fei Tian Hao‐kun Du Yao Yao 《Geophysical Prospecting》2016,64(6):1441-1453
How to use cepstrum analysis for reservoir characterization and hydrocarbon detection is an initial question of great interest to exploration seismologists. In this paper, wavelet‐based cepstrum decomposition is proposed as a valid technology for enhancing geophysical responses in specific frequency bands, in the same way as traditional spectrum decomposition methods do. The calculation of wavelet‐based cepstrum decomposition, which decomposes the original seismic volume into a series of common quefrency volumes, employs a sliding window to move over each seismic trace sample by sample. The key factor in wavelet‐based cepstrum decomposition is the selection of the sliding‐window length as it limits the frequency ranges of the common quefrency section. Comparison of the wavelet‐based cepstrum decomposition with traditional spectrum decomposition methods, such as short‐time Fourier transform and wavelet transform, is conducted to demonstrate the effectiveness of the wavelet‐based cepstrum decomposition and the relation between these two technologies. In hydrocarbon detection, seismic amplitude anomalies are detected using wavelet‐based cepstrum decomposition by utilizing the first and second common quefrency sections. This reduces the burden of needing dozens of seismic volumes to represent the response to different mono‐frequency sections in the interpretation of spectrum decomposition in conventional spectrum decomposition methods. The model test and the application of real data acquired from the Sulige gas field in the Ordos Basin, China, confirm the effectiveness of the seismic amplitude anomaly section using wavelet‐based cepstrum decomposition for discerning the strong amplitude anomalies at a particular quefrency buried in the broadband seismic response. Wavelet‐based cepstrum decomposition provides a new method for measuring the instantaneous cepstrum properties of a reservoir and offers a new field of processing and interpretation of seismic reflection data. 相似文献