首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
小波分析在前兆数据处理中的应用   总被引:1,自引:0,他引:1  
运用小波分析将不同频率成分组成的数据序列按尺度分解为低频和高频成分,并对低频和高频系数进行分析,然后根据小波系数的重构原理还原数据序列。本文以地下流体资料进行研究,结果表明:①小波方法可以较好地抑制流体数据中的随机噪声,并可有效地将数据的趋势变化和局部变化分开;②通过分析各频段小波系数,将降雨干扰的小波系数去掉后重构,从而达到消除降雨干扰的目的。  相似文献   

2.
通过对“十五”水位动态干扰调查和分类总结,得到一类受周期性干扰的水位动态曲线。通过对该类动态的水位序列进行小波分解,得到其水位时间序列的不同分解层次的干扰特征;利用小波重构剔除干扰信息,得到水位动态的重构时间序列;通过对多个台站的水位序列进行小波分析,得到该类干扰的典型动态特征。  相似文献   

3.
水位电信号干扰识别的新方法   总被引:1,自引:0,他引:1  
通过对"十五"台站水位数据干扰原因进行调查分析,得到一类受电信号变换干扰影响明显的台站。通过对该类台站的水位数据进行小波分解,利用小波模极大值原理,得到水位受明显干扰的时刻。通过对多个台站不同时段内电信号变换影响的水位数据分析,得到该类干扰的典型动态,以及识别方法。  相似文献   

4.
前兆水位数据处理中的小波基及其参数选择方法研究   总被引:3,自引:0,他引:3  
万永芳  杨马陵 《地震》2009,29(2):64-72
在分析不同小波基函数特征的基础上, 详细阐述了前兆水位数据处理中小波基及其参数的选择问题, 针对多个水位测项进行了实例分析和比较。 得到如下结论: ① 在检测前兆水位数据的突变点或不规则的突变部分, 选择db6、 bior2.6、 rbio2.6、 sym4和sym6小波基效果较好, 其中选用双正交小波bior2.6效果最佳; ② 在小波变换分解层数的选取方面: 第1~2层多适用于突变异常信号的获得, 第5~6层多适用于缓变异常信号的提取; 对于数据跳变异常显著的时间段, 第4~6层能较好地还原被高频信息掩盖的趋势变化过程。  相似文献   

5.
为高精度识别定点潮汐形变观测中干扰信号的时频响应特征,提出一种基于小波分解和同步挤压变换的形变干扰数据分频时频分析方法.首先,选用合适的小波基和分解层数对原始数据做多尺度分解和重构,提取出目标异常干扰分量信号;其次,基于分频策略采用高频分辨率较好的同步挤压广义S变换处理高频干扰分量,采用低频分辨率较好的同步挤压小波变换处理中低频干扰分量,同步挤压变换可以在传统方法结果基础上进一步“挤压”瞬时频带,获得更高精度的时频谱结果.利用该方法处理分析2016—2020年西昌小庙台形变观测中受调零标定、人为进洞、道路施工交通、抽水、降雨、地震波等因素影响的典型干扰数据,得到各类形变观测手段在不同干扰因素下的时频响应特征,为准确识别干扰及异常特征提供时频谱特征方面的参考.  相似文献   

6.
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   

7.
利用小波分析和多尺度分析原理,结合通河、延寿、鹤岗静水位资料进行分析,对黑龙江省桦南县M4.7级震例资料,探讨该方法对于提取静水位数据水位资料中水位整点值序列的不同周期成分进行了有效分离,小波分析分解结果能够更直观和显著地反映地震活动的震前异常信息的有效性,表明小波分析在处理和分析水位资料方面是一种有效的方法。  相似文献   

8.
基于探地雷达信号处理的小波基选取研究   总被引:6,自引:3,他引:3       下载免费PDF全文
针对探地雷达信号处理和分析时小波基选取存在的问题,本文在分析探地雷达信号特点的基础上,首先从理论上讨论小波基的选取准则,然后再从实验角度进行对比、判别,认为在进行小波分解和重构时应该分别选择不同的小波基函数进行处理,这样可以保证重构信号的精确度,增强对信号的处理能力,从而也突破了以往分解与重构时都采用同一个小波基进行处理的做法.最后通过实际资料的处理,指出bior2.6小波基在进行雷达信号处理时效果最佳,不仅去噪彻底,而且能够保留有效信号的高频部分,提高信号的分辨率和信噪比,为后续解释工作打好了基础.  相似文献   

9.
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   

10.
小波阈值方法中硬、软阈值方法是地震信号降噪常用方法,但容易造成信号中高频信息丢失导致地震误判和漏判情况发生。小波综合阈值方法继承和发展了硬、软阈值降噪方法的优点,对信号高频部分用硬阈值方法,以提高高频信号能量,对信号低频部分用软阈值方法,提高信号降噪能力的同时保证信号连续性和光滑性。利用噪声信号小波系数小和地震信号小波系数大的特征,进行雷克子波降噪仿真实验和实际地震信号降噪实验。仿真实验表明,小波综合阈值方法降噪后波形MSE值最小,且降噪后与原信号波形最近似,降噪后波形高频部分能量增强且抑制低频部分能量。最后,对实际采集的地震信号进行降噪处理,处理后信号中能量增强被压制,利用处理后的信号可得到地震的初至时间。  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