压制地震勘探随机噪声的分段时频峰值滤波方法

提高勘探资料信噪比是地震勘探的主要内容之一.本项研究利用短时能量将记录分成能量均衡的若干段,获得减少尺度变换误差的分段时频峰值滤波方法,并运用端点拓展和与地震信号特征匹配的多级时窗参数改进时频峰值滤波精度.理论模型和共炮点资料处理结果表明,分段时频峰值滤波很好地消除了尺度变化误差引起的信号波形阶梯状畸变,能够在压制强随机噪声的同时更好地保留信号特征.对低信噪比勘探资料处理具有较大的应用价值.

压制空间非平稳地震勘探随机噪声的ROAD径向时频峰值滤波算法

径向时频峰值滤波算法是一种有效保持低信噪比地震勘探记录中反射同相轴的随机噪声压制方法,但该算法对空间非平稳地震勘探随机噪声压制效果不理想.本文研究空间非平稳地震勘探随机噪声,即各道噪声功率不同的地震勘探随机噪声,其在径向滤波轨线上表征近似脉冲噪声,在径向时频峰值滤波过程中干扰相邻道滤波结果.为了减小空间非平稳随机噪声的影响,本文提出一种基于绝对级差统计量(ROAD)的径向时频峰值滤波随机噪声压制方法.该方法首先根据径向轨线上信号的绝对级差统计量检测空间非平稳地震勘探随机噪声,然后结合局部时频峰值滤波和径向时频峰值滤波压制地震勘探记录中的随机噪声.将ROAD径向时频峰值滤波方法应用于合成记录和实际共炮点地震记录,结果表明ROAD径向时频峰值滤波方法可以压制空间非平稳地震勘探随机噪声且不损害有效信号,有效抑制随机噪声空间非平稳对滤波结果的影响.与径向时频峰值滤波相比,ROAD径向时频峰值滤波方法更适用于空间非平稳地震勘探随机噪声压制.

基于SW统计量的自适应时频峰值滤波压制地震勘探随机噪声研究

由于金属矿区地震记录中随机噪声性质复杂且信噪比低,常规降噪方法难以达到预期的滤波效果.时频峰值滤波(TFPF)方法是实现低信噪比地震勘探记录中随机噪声压制的有效方法,但其在复杂地震勘探随机噪声下时窗参数优化问题仍难以解决.本文充分利用地震勘探噪声的统计特性,结合Shapiro-Wilk(SW)统计量辨识地震勘探记录中的微弱有效信号,提出基于SW统计量的自适应时频峰值滤波降噪方法(S-TFPF).在S-TFPF方案中,对于有效信号集中区,S-TFPF方法根据信号频率特征,选择有利于信号保持的较短时窗长度;对于噪声集中区,按噪声方差自适应增加时窗长度,增强随机噪声压制能力.S-TFPF应用于合成记录和共炮点记录的滤波结果表明,与传统时频峰值滤波方法相比,S-TFPF方法可以有效抑制低信噪比地震勘探记录中的随机噪声,更好地恢复出同相轴.

小麦高分子量谷蛋白亚基及其基因的研究进展

主要介绍了小麦高分子量谷蛋白亚基 (HMW- GS)及其基因的研究进展情况。目前 ,转基因小麦的技术已经逐渐成熟。由于分子生物学领域分子标记技术的迅速发展 ,尤其是PCR技术的广泛应用 ,为实现外源优良储藏蛋白基因导入改良品种提供了可能。利用已知小麦品种的基因序列设计引物 ,从众多的未知小麦品种中扩增出新基因加以研究并做外源优质HMW-

检测混沌背景中微弱正弦信号的神经网络方法

提出了一种提取混沌背景中微弱正弦信号的神经网络方法。该方法利用 RBF神经网络对被噪声污染的混沌背景建立最优一步预测模型 ,结合频域处理的方法从预测误差中提取微弱正弦信号。改善了信噪比 ,在混沌背景中存在白噪声和任意色噪声情况下 ,均能检测出微弱正弦信号 ,微弱正弦信号与混沌背景的检测信噪比门限最低可以达到 - 37d B。

混沌噪声背景下检测微弱信号的神经网络方法分析

地震勘探资料的噪声许多呈现混沌现象,利用传统的去噪方法效果并不理想.如何根据混沌固有的性质,对地震勘探资料中的有效信号进行提取是许多科学工作者极为关注的问题.针对这种混沌噪声下的微弱信号检测,本文提出三种神经网络方法并对此进行比较.理论分析及仿真实验表明这三种神经网络在信噪比达到-37dB时,均能检测混沌噪声背景中的微弱信号.

混沌噪声背景下弱谐波信号的GRNN检测

针对BP(BackPropagation)神经网络方法存在训练时间长,收敛性能不理想;RBF(RadialBasisFunction)神经网络的隐层结构对鲁棒性影响大的问题,将广义回归神经网络GRNN(GeneralizationRegressionNeuralNetwork)引入混沌背景下的弱谐波信号检测中,提出了一种提取混沌噪声背景下微弱谐波信号的GRNN检测方法。该方法利用GRNN建立噪声混沌背景的最优一步预测模型,再结合频域处理预测误差提取微弱信号,以Duffing系统产生混沌时序作为混沌背景,使用该方法用MATLAB6.1验证在没有噪声、存在高斯白噪声和存在色噪声情况下的混沌背景下的弱谐波信号检测。实验结果表明,谐波对混沌的信噪比达到-36dB时仍然可以检测出谐波。

时频峰值滤波信号增强方法在实际地震资料处理中的应用

在不损失有效信号能量的基础上从低信噪比地震资料中恢复出有效信息是地震资料处理的关键问题之一。针对这一问题利用基于伪Wigner-Ville分布的时频峰值滤波技术处理共炮点地震记录。基于伪Wigner-Ville分布的时频峰值滤波技术可以保证得到复杂地震记录的无偏估计,增强地震资料中的有效信息,去除随机噪声,有效地恢复同相轴。采用实际共炮点地震资料,比较时频峰值滤波前后的地震记录可以看出:地震资料中的有效信息明显增强,同相轴连续性得到改善。

时频峰值滤波去噪技术及其应用

本文将时频峰值滤波（TFPF）去噪技术应用于共炮点地震资料的随机噪声压制．时频峰值滤波技术是通过频率调制将信号调制成解析信号的瞬时频率，利用解析信号的Wigner-Ville分布的峰值进行瞬时频率估计，恢复有效信号，与其它去噪方法相比，TFPF具有在较少的约束条件下压制强随机噪声的优点．本文针对实际地震资料的非线性特性，利用加窗的Wigner-Ville分布实现TFPF，使得地震信号在一个窗长内近似满足线性瞬时频率条件，减小由地震信号非线性引起的偏差．本文对共炮点地震记录做时频峰值滤波处理，滤波结果表明在地震勘探资料中存在强随机噪声的情况下，利用局部线性化处理的时频峰值滤波技术可以有效地压制地震资料中的随机噪声，恢复出湮没在随机噪声中的地震反射信号．信噪比提高3～6dB．

高压SVG在煤炭行业复杂多变供电系统中的应用

本文介绍了新风光电子科技股份有限公司生产的高压SVG在充矿能源南屯煤矿复杂多变供电系统的应用情况。介绍了SVG单机并机各种控制方案。结果表明,该高压SVG智能控制系统根据系统的需求,自动调节无功的输出,补偿效果好,补偿精度高。

减小离散误差的时频峰值滤波算法

提出减少时频峰值滤波分段点处阶跃误差的改进方法。经过研究时频峰值滤波在频率调制和时频平面峰值滤波时产生的离散误差以及尺度变换方式,发现分段点处阶跃误差与离散傅里叶变换的长度成反比,且与零点在尺度变换后产生的不确定值有关。提出基于定零点尺度变换的时频峰值滤波,在信号尺度变换时将零点变换到瞬时频率区间上的固定值,使各段时频峰值滤波零点偏移量一致,从而消除分段点处的阶跃误差。仿真实验和实际地震信号时频峰值滤波处理结果表明,改进的时频峰值滤波算法能够有效消减随机噪声,减少分段滤波在分段处的阶跃。

基于模糊多级时频峰值滤波消减地震勘探随机噪声

为解决时频峰值滤波采用单一窗长无法同时压制随机噪声和保留信号特征的问题,需要针对信号和噪声设置不同长度的窗函数,提出一种基于模糊判别的多级窗长时频峰值滤波方法。该方法结合模糊判决准则,根据地震信号局部时变特征模糊判定地震图像中各像素隶属于有效信号和随机噪声的程度。对于模糊分段后的信号和噪声,分别根据信号频率特征和噪声强度设置多级时频峰值滤波窗长时频峰值滤波算法,在噪声区域采用较长的窗长以压制随机噪声,在信号部分采用较短的窗长以保持地震信号的细节。将模糊多级时频峰值滤波应用于合成记录和共炮点地震勘探记录,结果表明,改进的方法增强了时频峰值滤波算法保持信号特征的能力,能够有效提高地震勘探图像的信噪比。

高压变频器在华电邹县发电厂的应用

本文介绍了新风光高压变频器在华电邹县电厂的应用,在了解浆液循环泵工艺的基础上,通过变频对原工频系统的改造,说明了变频器在软启动、改善生产工艺及节能方面的巨大优势,阐明了变频器在这方面的应用前景。

自适应窗长径向时频峰值滤波算法压制地震勘探随机噪声

提出了自适应窗长径向时频峰值滤波的算法,用结构张量的特征值自适应调整径向时频峰值滤波窗长,该方法通过分析地震资料的平坦区域和信号区域,在噪声区域采用延长窗长以更好地压制随机噪声,在信号区域缩短窗长从而减小信号失真。模拟地震记录和实际地震勘探记录结果表明:本文方法能够有效压制低信噪比地震勘探资料中的随机噪声,在同相轴的细微结构变化部分具有更优的信号保持能力。

检测强混沌中微弱谐波信号的神经网络方法

提出了一种提取强混沌中微弱谐波信号的方法。该方法根据嵌入定理,利用混沌系统的单变量观测值对混沌背景重构相空间,并利用径向基函数神经网络(RBFNN)建立混沌噪声的一步预测模型,使其与混沌噪声具有相同的基本动力学特征。并结合一个梳状滤波器对预测误差进行滤波,从而检测出湮没在混沌中的感兴趣的微弱谐波信号。该方法在信噪比(SNR)为-46dB时仍可检测出强混沌中微弱谐波信号。

自适应结构方向复扩散压制沙漠地震随机噪声

非线性复扩散(NCD:Nonlinear Complex Diffusion)能针对不同结构特征调节扩散强度,有效压制地震勘探随机噪声。但沙漠地震勘探数据结构复杂,NCD方法不能有效估计出同相轴方向,会导致同相轴衰减。为此,基于同相轴结构特征提出自适应结构方向复扩散(ASOCD:Adaptive Structure-Oriented Complex Diffusion)滤波算法,该算法沿同相轴方向定向复扩散,在压制随机噪声同时增强有效信号。此外,该算法利用地震勘探数据的区域特性自适应调节扩散阈值,在信号区域减小扩散阈值以更好地恢复地震勘探信号。合成和实际沙漠地震数据结果验证了所提方法的有效性,与NCD方法相比,滤波后信噪比提高了6 d B左右。

空间自适应EPLL低频地震随机噪声降噪方法

期望块对数似然降噪方法从外部数据学习高斯混合模型作为地震信号先验,利用与图像块最匹配的高斯分量对数据块去噪,并与含噪图像加权实现图像重构,能够有效抑制地震图像中的随机噪声,保持图像细节。期望块对数似然算法采用与噪声方差有关的正则化参数,在处理沙漠地震图像的非平稳信号和低频色噪声时很难兼顾弱信号保真与噪声压制。针对期望块对数似然正则化参数不适应非平稳地震信号问题,提出空间自适应期望块对数似然低频随机噪声降噪方法。该方法采用方差归一化对图像平稳化,根据图像块信噪比控制正则化参数,使其随非平稳地震勘探信号强度的时空变化而自适应调整,从而平衡局部细节的保持和非平稳信号全局特征的恢复。此外,在信号重构过程中,通过块信噪比对图像块加权平均,减少信号丢失。笔者采用空间自适应期望块对数似然算法对合成以及实际地震勘探图像去噪。结果表明,该方法可以有效地恢复沙漠地震勘探图像中非平稳信号,抑制低频弱相似随机噪声。

基于空间分数阶复扩散的地震勘探噪声压制

沙漠地震勘探数据信噪比低,随机噪声主要为非平稳、非高斯的低频色噪声,利用常规噪声压制方法很难有效辨识与表征地震勘探信号,导致弱纹理结构信号的损失。针对此问题,引入分数阶梯度算子,提出空间分数阶复扩散随机噪声压制算法。该算法利用空间分数阶梯度增强地震信号的弱纹理和细节,在复扩散框架下,根据同相轴结构控制扩散强度。实验采用合成地震勘探数据和实际沙漠地震勘探数据评估算法性能,结果表明,提出的空间分数阶复扩散滤波算法可压制沙漠勘探随机噪声并保留有效信号结构。

基于变分模态分解的心冲击信号分析与提取实验设计

心冲击(BCG)信号是无损监督心脏健康状态的重要依据,为了获得准确的心脏搏动特征需要从采集到的生理信号分离出心冲击信号和呼吸信号。本文设计了一个基于压电薄膜的床垫式BCG信号采集与分析系统,提出基于变分模态分解(VMD)的呼吸信号与心冲击信号分离方法。该方法根据BCG信号的统计特征设置VMD分解算法参数,使之适用于低信噪比BCG信号特征,从而实现呼吸信号的分离和心冲击信号的提取。该实验为“随机信号处理”课程实验项目,采用MATLAB工具实现BCG信号的分析与提取,既可促进学生对随机信号处理理论的掌握,也有助于提高他们解决实际随机信号处理中复杂工程问题的能力。

检测地震勘探微弱同相轴的混沌振子算法

针对地震勘探资料湮没在随机噪声中的微弱同相轴问题提出基于混沌理论的混沌振子检测算法.利用修正的Duffing_Holmes方程建立检测微弱同相轴的混沌振子系统,之后经过对同相轴的扫描处理,构成新子波等时间间隔序列W(t),与此同时对随机噪声也进行相同的截断.截断的随机噪声在混沌振子系统中可以具有与周期信号相同的表现;经过大量仿真实验确定出满足通常地震勘探子波延续时间的使混沌振子检测子波不呈现周期相态的随机噪声截断时间范围.选用与松辽盆地T1、T2反射层类似的子波函数并构成待检微弱周期信号,经过MATLAB仿真试验成功地检测出该弱信号,信噪比达到约-10.3dB.