小波分析在高精度层序单元划分中的应用

根据小波选取原则选择db5小波对测井曲线进行旋回划分,并对不同测井曲线划分的沉积旋回进行对比,充分利用小波分析可以识别高频旋回的特点,首次提出了将小波分析和Fischer图解相结合划分体系域的新方法,并将新方法在牛庄洼陷牛8井沙三上—沙二段地层层序划分中进行了应用。研究表明,db5小波可以将测井信号中的信息分频放大,识别出不同频段的旋回,分别对应不同沉积周期的沉积旋回,进而划分出各级层序单元。新方法在实际应用中得到的结论与实际的地质情况比较吻合。

听觉诱发电位信号的小波消噪方法研究

本文对听觉诱发电位(auditory brainstem response,ABR)的信号消噪方法进行研究,采用Daubechies5(DB5)小波分析方法进行去噪处理。首先在MATLAB中对信号进行频谱分析,然后再利用小波工具箱找到DB5是适合于分析ABR信号的最优小波基,结合频谱分析结果提出小波系数的选取算法。研究表明选用DB5小波对测量信号进行变换处理,该分析方法不仅大大减少了叠加次数,同时也得到了更好的去噪效果。最后,在程序中实现了上述小波消噪算法,并依照临床感兴趣的Ⅰ-Ⅴ五波的波间潜伏期设计出波形评估程序,从而进一步证实了上述理论的可靠性。

基于实时小波算法的暂态扰动检测的FPGA实现

通过实时小波算法在FPGA中的实现来检测暂态电能质量问题。采用高、低通分解滤波器来实现小波变换算法,以DB5小波为基函数,通过对暂态电能质量中五种扰动信号建立分析模型进行仿真并基于FPGA硬件平台进行模拟电能信号测试。对比信号源与测试结果中奇异点起止与持续时间,结果证明了该方法的准确性和可行性。

小波-ANFIS模型在年最大洪峰预测中的应用

洪水的非线性变化特征使其预测结果在防汛指挥中难以让决策者实时有效利用,基于此,提出两种小波-ANFIS模型,将其应用于张家庄水库的年最大洪峰流量预测中,从而选出预测效果较好者。首先拟合1973—2002年的原始数据S,利用不同小波分解函数db5和sym8,分别对S信号进行尺度为4的分解,得到两组系列的低、高频信号;然后利用各低、高频信号对ANFIS模型进行训练,调试得到最佳模型并用来预测各低、高频信号在2003—2007年的信息;最后将各系列低、高频预测信号进行重构,即生成由sym8-ANFIS和db5-ANFIS模型预测的两个序列。经比较分析,sym8-ANFIS模型具有较快的收敛速度,且精度更高。

基于提升小波的电力系统单端行波测距仿真

与传统小波方法相比,提升小波方法具有计算简便、计算速度快等优点。在分析故障暂态信号特性的基础上,采用经过db5提升的第二代小波作为新的工具进行故障时刻的检测。利用MATLAB仿真工具对单回线电力系统线路进行故障仿真,给出了不同故障类型下故障时刻和测距结果及其相对误差,仿真结果表明经过db5提升的第二代小波能正确提取故障时刻,具有很高的计算精度和速度。

小波分析在层序单元划分中的应用

根据小波选取原则,选择db5小波对测井曲线进行旋回划分,研究表明,db5小波可以将测井信号中的信息分频放大,识别出不同频段的旋回,分别对应不同沉积周期的沉积旋回,进而划分出准层序组,此方法在实际应用中得到的结论与实际的地质情况比较吻合。

基于正态反高斯模型的自适应小波消噪方法

提出一种基于正态反高斯分布模型局部逼近小波系数的降噪算法。该算法以db5小波作为振动信号的分解小波,对噪声信号进行分解。对于分解过程中包含大量噪声的小波系数,利用具有良好细节逼近性能的正态反高斯分布构造先验模型,在先验模型的基础上,运用贝叶斯最大后验概率估计从含噪的小波系数中估计出真实的小波系数。在后验估计的过程中,对于估计模型中的关键系数采用粒子群算法进行优化选取。利用估计的小波系数来重构信号,得到降噪后的信号。通过仿真实验和实际轴承的故障信号对该方法进行了验证,结果表明,该方法具有较好的降噪效果,可以有效的消除信号的噪声。

测井数据小波变换在层序地层分析中的应用研究

以柴达木盆地北缘某钻井中侏罗统的层序地层划分为例,对各种一维连续小波在地层划分中的效果进行尝试,发现采用db5小波用于层序划分较为理想。通过利用db5小波对自然伽马测井数据进行连续小波变换,将测井信号与深度的关系转换为与深度及尺度域的变化关系,以此识别出了层序界面。利用该小波变换进行的层序地层划分,与传统方法划分的结果基本一致。

利用小波方法抑制周期性干扰

在变压器局部放电在线监测过程中,干扰是迫切需要解决的一项技术难题。文章采用db5小波,经过二次小波变换来抑制周期性干扰。仿真结果表明,该方法可以有效抑制周期性干扰。

水稻锌污染胁迫的光谱奇异性分析

通过研究锌污染胁迫下水稻的光谱奇异性特征来诊断水稻锌污染水平。根据试验区水稻各个生长期的ASD实测高光谱数据和同步获取的作物与农田土壤重金属含量2a田间试验数据,利用Daubechies小波系中的"Db5"小波函数对锌污染胁迫水稻的350～1300nm光谱波段进行5层小波分解,并利用奇异范围、奇异幅度和奇异指数等参数对水稻光谱奇异性进行定量计算与分析。结果表明,"Db5"小波函数分解的第5层小波系数能精准探测水稻光谱的奇异性,其奇异范围集中在480～850nm波段范围;奇异幅度从出苗期到分蘖期迅速增加,并达到最大值,在随后的分蘖期→拔节期→开花期→成熟期逐渐减少;奇异指数从出苗期→分蘖期→拔节期→开花期→成熟期逐渐增加;水稻叶片锌含量与奇异幅度及奇异指数之间存在较强的相关关系,其决定系数(R2)为0.8445,均方根误差(RMSE)为5.60。光谱奇异性能有效地诊断并定量分析水稻锌污染胁迫状况,从而为作物重金属污染胁迫监测提供重要参考。

基于FPGA的暂态电能质量的检测方法

提出了基于FPGA实现小波变换算法的一种方法。该方法以硬逻辑方式,采用高通分解滤波器和低通分解滤波器来实现小波变换算法,解决了采用小波变换方法进行多分辨分析时由于计算量大限制了在实时监测系统中应用的实时性问题。以在检测信号奇异点上有很好效果的DB5小波为基函数,对在暂态电能质量中电压暂升/暂降、电压中断、电压脉冲、振荡等信号建立模拟扰动信号源并进行了仿真,对比信号奇异点产生时间和仿真结果中奇异点产生时间,结果表明该方法的准确性和可行性。

PSO优化BP神经网络的串联故障电弧识别方法

运用db5小波对故障电弧信号进行4层分解,提取故障频段能量谱作为特征量,建立BP神经网络。用粒子群优化(PSO)算法优化BP神经网络,从而快速准确地对故障电弧特征量进行拟合,用训练后的神经网络对故障电弧进行预测,达到了较好的预测识别效果,验证了该串联型故障电弧识别方法的有效性。

小波分析在深水砂砾岩和泥页岩地层层序划分中的应用

针对深水厚层砂砾岩和泥页岩沉积地层缺乏标志层,地层划分困难等问题,初步探索出一种以包含不同地质信息的自然伽马曲线和由声波时差曲线—电阻率测井曲线交会得到的ΔLogR曲线为对象,通过MATLAB软件对2类曲线分别进行db5小波变换,利用获得的能够充分显示深水砂砾岩和厚层泥页岩地层的内部旋回性结构的时频色谱图和小波系数重构曲线指导深水砂砾岩和泥页岩层序划分方法。以东营凹陷民丰地区永925井沙三中亚段—沙三下亚段近岸水下扇砂砾岩和湖相泥页岩沉积为例,利用db5小波分析进行了长期、中期和短期基准面旋回的划分。研究表明,自然伽马测井曲线小波分析对近岸水下扇砂砾岩体的划分与传统方法吻合较好;ΔLogR曲线小波分析能够有效刻画厚层湖相泥页岩的内部结构旋回,对其层序划分具有良好的指导效果,对小波分析在层序地层划分中的应用是一个重要发展和补充。