期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于小波分解与同步挤压变换的西昌小庙台形变典型干扰的时频响应特征研究 被引量:1
1
作者 杨志鹏 陈秀清 +5 位作者 余洋洋 张御阳 巫萌飞 徐建明 赵晶 张正伟 《地震工程学报》 CSCD 北大核心 2022年第5期1192-1206,共15页
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... 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。 展开更多
关键词 西昌小庙地震台 形变干扰 同步挤压变换 小波分解 时频响应特征
下载PDF
乌加河地震台形变观测异常与干扰识别 被引量:1
2
作者 胡玮 冯雪东 +3 位作者 石伟 贾昊东 郭伟 刘芳 《地震地磁观测与研究》 2022年第2期145-152,共8页
收集并整理2018—2020年乌加河中心地震台VP型垂直摆、体应变仪、伸缩仪和水管倾斜仪等形变观测资料,分析归纳地球物理异常与各类干扰特征,自然因素、人为干扰和地球物理事件在观测曲线上主要表现为噪声大、阶跃、台阶、突跳、高频干扰... 收集并整理2018—2020年乌加河中心地震台VP型垂直摆、体应变仪、伸缩仪和水管倾斜仪等形变观测资料,分析归纳地球物理异常与各类干扰特征,自然因素、人为干扰和地球物理事件在观测曲线上主要表现为噪声大、阶跃、台阶、突跳、高频干扰和趋势性变化、同震响应等特征。不同观测仪器对各类干扰的响应不同,甄别并分析干扰特征及原因,可为准确识别各类形变干扰提供依据。 展开更多
关键词 形变干扰 观测数据 异常识别
下载PDF
应对数字化地形变观测干扰分析与实践 被引量:9
3
作者 樊冬 鲍从民 +2 位作者 李惊生 尹传兵 丁雨 《防灾科技学院学报》 2012年第4期47-53,共7页
文章在讨论、分析2010年5月初密封前后主要气象因素(大风、气压、强降水)对淮北台定点地形变观测影响的基础上,认为大风主要对倾斜仪产生干扰,气压主要对伸缩仪产生干扰,且密封后主要气象因素的干扰均得到改善。
关键词 形变山洞 形变观测干扰 密封
下载PDF
IMAGE WAVELET DENOISING USING THE ROBUST LOCAL THRESHOLD 被引量:2
4
作者 LinKezheng ZhouHongyu 《Journal of Electronics(China)》 2002年第1期8-13,共6页
This paper suggests a scheme of image denoising based on two-dimensional discrete wavelet transform. The denoising algorithm is described with some operators. By thresholding the wavelet transform coefficients of nois... This paper suggests a scheme of image denoising based on two-dimensional discrete wavelet transform. The denoising algorithm is described with some operators. By thresholding the wavelet transform coefficients of noisy images, the original image can be reconstructed correctly. Different threshold selections and thresholding methods are discussed. A new robust local threshold scheme is proposed. Quantifying the performance of image denoising schemes by using the mean square error, the performance of the robust local threshold scheme is demonstrated and is compared with the universal threshold scheme. The experiment shows that image denoising using the robust local threshold performs better than that using the universal threshold. 展开更多
关键词 Wavelet transform DENOISING THRESHOLD Image process
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部