首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 218 毫秒
1.
小波理论在探地雷达信号处理中的应用   总被引:15,自引:7,他引:8  
探地雷达(ground penetrating radar—GPR)系统已成为浅层地下探测的有效手段并在地质勘探、城市建设、水文勘测、环境工程、考古等领域发挥着重要作用.信号处理质量是雷达技术能否成功运用的关键.本文对近年来探地雷达信号处理方面的文献进行了综合,对探地雷达技术中常用的数据处理技术作了阐述,重点分析了小波理论在探雷达信号处理中的应用,最后就小波变换理论在探地雷达中的应用前景提出了一些展望.  相似文献   

2.
位场小波分析的物理解释   总被引:13,自引:3,他引:10       下载免费PDF全文
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.
通过比较几种不同的小波基函数的幅频特性,并利用不同的小波基函数对模拟地震记录进行时频分析,以期找到可以更为准确地描述地震信号时频特性的小波基函数.结果表明:利用dmey小波基函数可以更为准确地描述模拟地震信号的时频变化特征,因此,利用小波包变换对地震信号进行时频分析时选取dmey小波基函数较为合适.  相似文献   

4.
地下管线实际形状与准确位置的确定是探地雷达图谱解释的主要内容之一.制约管线探地雷达反射归位精度最主要的因素是电磁波在地层中的传播速度,如何准确确定电磁波传播速度是探地雷达偏移处理能否成功的关键.为便于对探地雷达图谱特征进行定量解释,开展了不同大小、埋深与重叠等情况管线的正演模拟与模型实验.结合小波熵理论与频率波数偏移成像方法,提出了一种基于小波熵的探地雷达频率波数偏移成像方法,将其应用于地下管线正演模拟与模型实验探地雷达信号偏移处理.研究结果表明:探地雷达图像经基于小波熵的频率波数偏移处理后,电磁波速度的估计值与真实值误差可控制在2%以内;随着管线管径大小与埋置深度的增加,绕射双曲线的开口弧度不断增大,管与管之间绕射波交叉干扰越严重;探地雷达信号经基于小波熵的频率波数偏移处理后可大大提高图像的分辨率,压制了多次波的干扰,使绕射双曲线更收敛,能量更聚焦,从而有利于地下管线实际形状与具体位置的准确提取.研究结果对城市地下管线探地雷达图谱解译工作提供技术支持.  相似文献   

5.
小波变换在探地雷达探测地下管线信号处理中的应用   总被引:10,自引:7,他引:3  
阐述了小波变换的基本理论,给出了小波变换在探地雷达方面的应用实例.认为小波变换时频局域性好,是分析非平稳信号的有效工具之一。实例分析表明,小波方法在城市地下管线探测信号去除噪音分析处理方面具有优异性能。能有效提高探地雷达探测地下管线的精度。  相似文献   

6.
随着铁路货运量的不断增大和列车的提速,针对铁路路基出现的病害进行快捷的检测方面的需求逐渐加强.探地雷达是一种无损高效的检测手段,但其应用于铁路路基探测中,其探测记录易受轨枕等介质的强干扰反射所湮没.为了更准确地实现探地雷达在铁路路基检测中的应用,提出了一种针对轨枕等高频噪声的方便、快捷、自适应的压制算法,降低了人工解译方法的低效率和主观性.本文首先介绍了经验模态分解原理及实现方法并对铁路路基病害建模获得探地雷达仿真数据,提取探地雷达仿真信号同一采样点上不同扫描道的数据组成一维信号,将一维信号进行经验模态分解并对固有模态函数重构,分析高频信号消除效果.其次,对探地雷达仿真数据所有采样点依次行经验模态分解并对固有模态函数重构从而压制轨枕等的高频噪声.最后,将车载雷达实测数据进行经验模态分解压制噪声,得到了压制强噪声后的雷达图像.处理结果表明:车载雷达原始数据经过经验模态分解的压制噪声处理后,干扰信号被降低,提高路基病害的弱反射信号的信噪比.因此,经验模态分解能压制轨枕等强干扰信息,便于铁路路基病害的识别.  相似文献   

7.
选取成都地震台的测震数据作为研究样本,将不同的小波基进行了以重构精度、相对SNR值以及去噪后频谱的分析结果为依据的筛选流程。结果显示:bior2.4小波基重构精度最佳、去噪效果良好、更加完整地保留了样本的有效高频信号,是适合成都地震台测震数据的最优小波基。将其应用于成都地震台的测震数据干扰处理,波形去噪效果明显,波形的信噪比得到明显提高,对震级计算并无显著影响。  相似文献   

8.
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  
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   

9.
探地雷达小波域三维波动方程偏移   总被引:13,自引:1,他引:12       下载免费PDF全文
阐述了矩阵多分辨分析理论中的标准形式与非标准形式,并以Hilbert算子为例,说明了算子多分辨表示的压缩效果,为小波域偏移算法奠定了理论基础.从三维雷达波动方程出发,利用爆炸反射原理和浮动坐标变换,推导出三维探地雷达波动方程差分格式,并通过方程分裂算法及小波多分辨算法,在小波域求解波场外推矩阵,进而得到探地雷达小波域三维波动方程偏移算法,在此基础上,开发了探地雷达小波域偏移处理程序,并把该程序应用于三个球体空洞的3-D正演结果及实际的雷达数据中,通过对比偏移处理前后的雷达资料,得知该三维偏移算法能使3-D正演剖面中的反射波归位、绕射波收敛,极大地提高了雷达剖面的分辨率,有利于探地雷达资料的地质解释.  相似文献   

10.
为探明路基中隐藏病害的类型和空间位置,应用探地雷达方法对公路路基质量进行了无损检测.在地层介质强衰减和噪声干扰作用下,探地雷达信号存在信噪比低、深部复杂目标体难以识别的问题.针对探地雷达路基实测信号非线性和非平稳的特点,采用信号均衡和希尔伯特-黄变换相结合的方法,首先对数据进行均衡处理以突出深层弱信号,在此基础上对单道信号进行经验模态分解以获得固有模态函数,通过希尔伯特变换对固有模态函数的瞬态属性特征进行分析,进而将希尔伯特-黄变换应用于整个探地雷达的数据剖面,最后通过综合对比瞬时振幅剖面和瞬时相位剖面对探测结果进行了分析和解释.结果 表明,信号均衡可以有效缓解深部信号衰减问题,基于希尔伯特.黄变换可以从多属性参数角度对探地雷达信号进行处理与解释,可以较好的识别异常体的位置和属性信息,提高了探地雷达解释结果的可靠性.  相似文献   

11.
基于小波分频叠前相干噪声压制方法   总被引:2,自引:2,他引:0       下载免费PDF全文
覃天 《地球物理学进展》2009,24(4):1426-1430
基于小波分析的去噪方法在地震资料叠前处理中得到了广泛应用.本文主要介绍利用小波变换的分频特性来压制相干噪声.通过小波分频技术将叠前地震信号分解为不同频带,然后利用有效波和相干干扰波的频谱差异来区分有效信号和噪声,最后利用加权方法去掉不需要的噪声信息来达到去除相干噪声的目的.实际资料的处理结果表明:基于小波分频方法能很好地压制相干噪声,从而提高地震资料信噪比和分辨率.  相似文献   

12.
复数子波匹配追踪算法识别薄层砂体   总被引:1,自引:0,他引:1       下载免费PDF全文
针对东营凹陷滩坝砂岩薄砂体的预测识别问题,研究了复小波匹配追踪方法.从地震信号morlet小波分解及重构分析入手,讨论了重构地震信号时关于频率、振幅、相位及时移参数的选取方法及其具体的选取变量.并就关键的振幅参数,研究了改善的计算方法.常规的匹配追踪算法扫描地震信号的所有时间点和频率.在本文中,为了改善时频分辨率,采用局部扫描主频和子波的时间延迟.在具体实现过程中,采用计算地震信号的平均瞬时频率和地震信号的瞬时包络处的时间,做为采样频率和时间采样点,得到与地震信号最佳相关的子波.对研究的方法从理论模型和实际资料进行了论证分析,证明理论上正确合理,实际应用效果显著.  相似文献   

13.
基于提升算法和百分位数软阈值的小波去噪技术   总被引:2,自引:1,他引:1       下载免费PDF全文
在地震勘探领域,随机噪声一直是影响地震信号信噪比的主要因素之一,如何从被干扰的地震信号中有效去除随机噪声并保护有用信号具有重要的意义.针对经典小波变换在计算效率方面的缺陷,本文推荐应用提升算法实现第二代小波变换的构建,分析和对比了提升算法(Lifting Scheme)下不同小波变换方法的特性,选取更加符合小波域去噪原理的CDF 9/7双正交小波变换作为基本算法,同时应用了简单、有效的百分位数(Percentiles)软阈值进行信噪分离.通过理论模型处理,本方法可以在去噪能力和保护有用信号之间找到很好的平衡点.实际剖面的处理效果表明,此方法不仅能有效的滤除随机噪声,而且很好地保护有用信号,提高地震数据分析的精确性.  相似文献   

14.
基于小波变换与小波包变换的降噪方法比较   总被引:1,自引:0,他引:1  
在模拟地震记录信号中加入信噪比为17的高斯白噪声,然后分别采用小波降噪和小波包降噪方法,对含噪信号进行降噪处理。在不同降噪阈值下,比较降噪后信号的信噪比。结果表明:在同一降噪阈值下,小波包降噪后信号的信噪比高于小波降噪后信号的信噪比,而且采用wbmpen方法给定的阈值明显可以提高降噪后信号的信噪比。  相似文献   

15.
Fourier-based algorithms originally developed for the processing of seismic data are applied routinely in the Ground-penetrating radar (GPR) data processing, but these conventional methods of data processing may result in an abundance of spurious harmonics without any geological meaning. We propose a new approach in this study based essentially on multiresolution wavelet analysis (MRA) for GPR noise suppression. The 2D GPR section is similar to an image in all aspects if we consider each data point of the GPR section to be an image pixel in general. This technique is an image analysis with sub-image decomposition. We start from the basic image decomposition procedure using conventional MRA approach and establish the filter bank accordingly. With reasonable knowledge of data and noise and the basic assumption of the target, it is possible to determine the components with high S/N ratio and eliminate noisy components. The MRA procedure is performed further for the components containing both signal and noise. We treated the selected component as an original image and applied the MRA procedure again to that single component with a mother wavelet of higher resolution. This recursive procedure with finer input allows us to extract features or noise events from GPR data more effectively than conventional process.To assess the performance of the MRA filtering method, we first test this method on a simple synthetic model and then on experimental data acquired from a control site using 400 MHz GPR system. A comparison of results from our method and from conventional filtering techniques demonstrates the effectiveness of the sub-image MRA method, particularly in removing ringing noise and scattering events. Field study was carried out in a trenched fault zone where a faulting structure was present at shallow depths ready for understanding the feasibility of improving the data S/N ratio by applying the sub-image multiresolution analysis. In contrast to the conventional methods, the MRA sub-image filtering technique provides an overall improvement in image quality of the data as shown in the field study.  相似文献   

16.
地震信号中的随机噪声是一种干扰波,严重降低了地震信号的信噪比,并影响着资料的后续处理和分析.本文根据地震信号中有效信号和随机噪声的差异,结合分数阶B样条小波变换与高斯尺度混合模型提出了一种地震信号随机噪声压制方法.首先利用分数阶B样条小波变换将含噪地震信号映射到最优分数阶小波时频域内,然后对各小波子带系数分别建立高斯尺度混合模型,由贝叶斯方法估计出源地震信号小波系数,最后使用分数阶B样条小波逆变换重构得到降噪后的地震信号.利用本文方法对合成地震记录和实际地震信号进行降噪处理,实验结果表明本文方法能够有效地压制地震信号中的随机噪声,并且较好地保留了有效信号.  相似文献   

17.
地震信号随机噪声压制的双树复小波域双变量方法   总被引:2,自引:2,他引:0       下载免费PDF全文
有效地压制地震信号中的噪声是地震信号解释和后续处理的重要环节之一.本文建立两种双树复小波域双变量模型对地震信号中的随机噪声进行压制.地震信号经双树复小波变换后,同一方向实部与虚部系数、实部(或虚部)系数与对应的模之间存在较强的相关性.鉴于此,对同一方向实部与虚部小波系数建立双变量模型,从含噪地震信号小波系数中估计原始信号的小波系数,再基于双树复小波逆变换重构得到降噪后的地震信号.进一步对同一方向实部(或虚部)系数与对应的模建立双变量模型,得到地震信号随机噪声压制的第二种双树复小波域双变量方法.最后对合成地震记录和实际地震资料中的随机噪声进行压制的实验结果证实本文两种方法都能够有效地压制地震信号中的随机噪声.  相似文献   

18.
地震资料去噪方法、技术综合评述   总被引:36,自引:24,他引:36       下载免费PDF全文
地震资料去噪,无论是叠前还是叠后,都是处理中非常重要的内容.随着勘探技术的进步,地球物理界积累和开发的去噪软件已越来越多.对各种去噪方法进行分门别类,阐述其基本原理、物理意义、适用条件、发展前景,既有理论价值又有实际指导意义.本文从噪声的特征出发,首先对地震资料噪声进行了分类;然后综合评述了目前实际生产中常用的几种去噪方法,包括频率域滤波、频率波数域滤波、频率空间域滤波、Radon变换、聚束滤波、基于小波分解和重建的去噪方法等;最后还简述了去噪技术的应用及发展情况.  相似文献   

19.
地震资料去噪方法技术综合评述   总被引:13,自引:19,他引:13       下载免费PDF全文
地震资料去噪,无论是叠前还是叠后,都是处理中非常重要的内容.随着勘探技术的进步,地球物理界积累和开发的去噪软件已越来越多.对各种去噪方法进行分门别类,阐述其基本原理、物理意义、适用条件、发展前景,既有理论价值又有实际指导意义.本文从噪声的特征出发,首先对地震资料噪声进行了分类;然后综合评述了目前实际生产中常用的几种去噪方法,包括频率域滤波、频率波数域滤波、频率空间域滤波、Radon变换、聚束滤波、基于小波分解和重建的去噪方法等;最后还简述了去噪技术的应用及发展情况.  相似文献   

20.
GNMF小波谱分离在地震勘探噪声压制中的应用   总被引:2,自引:1,他引:1       下载免费PDF全文
田雅男  李月  林红波  吴宁 《地球物理学报》2015,58(12):4568-4575
地震勘探资料噪声压制及信噪比提高是整个地震勘探信号处理过程中的重要任务,随着地震勘探深度的增加及其复杂性,人们对地震数据质量的要求越来越高.勘探环境的复杂化使得采集到的地震资料中有效信号被大量噪声淹没,无法清晰辨识,严重影响后续的数据处理与解释.小波去噪是地震勘探中常用且发展较成熟的一种方法,但是其涉及到的阈值函数选取问题一直令人困扰,虽然已有多种阈值函数被提出,但仍存在各自的缺陷.本文利用小波分解在时域及频域良好的信号细节体现特性,引入模式识别中的非负矩阵分解(NMF)谱分离思想,针对小波系数阈值优化问题,提出了一种小波域图非负矩阵分解(GNMF)消噪算法.该方法首先在小波分解基础上,利用GNMF算法实现小波分解系数谱中信号分量与噪声分量的谱分离,然后通过反变换重构各分离子谱对应的子信号,最后利用K均值聚类算法将得到的多个子信号划分为信号类及噪声类,最终得到重构信号及分离噪声.合成记录和实际地震资料的消噪结果验证了新方法在提高信号与噪声分离准确性和精度方面的有效性,同时新方法避免了阈值选取造成的噪声压制不理想或有效成分损失问题.与小波消噪结果的对比及数值分析也说明了新方法在噪声压制及有效成分保持方面的优势.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号