Marr小波变换分频技术在隔夹层识别中的应用

油气藏隔夹层分布是影响流体渗透及油气藏采收率的关键因素,油气藏隔夹层认识对查明剩余油气分布、采取合理开发技术政策、提高油气采收率等十分重要。传统的油气藏隔夹层识别技术过度依赖井点数据,要得到可靠的隔夹层展布认识必须拥有足够多的井资料,对于井数较少的海上油气田来说难以使用传统方法开展精细隔夹层研究。Marr小波变换构造简单,比其他小波变换计算速度快,其低频和高频信号的准确性要远高于短时傅里叶变换,模拟雷克子波对地震记录进行分频,可有效提高分辨地质体的精度;其分频处理具有可逆性,分频后的信号相加能够恢复原始信号,且计算误差极小。为此,提出了一种基于Marr小波变换分频技术的隔夹层识别方法。首先通过选择合理的实钻岩石物理参数,在正演模型上实现Marr小波变换分频,验证其理论上的正确性;再在实际应用中充分利用地震频率域资料识别和追踪单井多期隔夹层在平面上的展布规律,得到了较为可靠的三维隔夹层识别成果,成功指导了海上某气田的开发实践。

基于非线性能量算子的心电信号R波检测方法

将Marr小波变换和非线性能量算子相结合实现了心电信号的R波检测,心电信号的Marr小波分解信号很好地抑制了各种噪声干扰,结合非线性能量算子运算可突出了QRS波的特征点,使得阈值检测便于实施,利用修正策略提高了R波检测率,经MIT/BIH标准心律失常数据库验证,R波的检测率可达到99.7%,该方法对于心电信号的自动分析系统具有应用价值。

隐匿危险品高准确度太赫兹光谱识别方法

爆炸物等危险品的分子振动和转动能级在太赫兹频谱段具有独特的指纹谱特性,且太赫兹波对非极性物质及介电材料有较强的透过性及低能性,因此利用太赫兹光谱可以实现障碍物隐匿复杂环境下的危险品无损探测。目前各种相关材料的太赫兹吸收光谱标准库并不完善,且市面上各类太赫兹光谱仪硬件参数不同、检测标准不统一,导致单纯依赖特征吸收峰的识别方法并不可靠。针对上述问题,提出一种不依赖于吸收峰准确性的物质识别技术路线:提取物质在不同频率分辨率、不同障碍物隐匿情况下的太赫兹吸收谱,利用Marr小波变换在频域上展开得到具有特征唯一性的小波频域尺度图,建立样本集;其次,结合迁移学习方法,利用Xception网络对样本集进行训练识别。实验结果表明,此方法可以很好地对不同障碍物隐匿环境中的危险品进行分类识别,识别准确率可达94%。说明此方法的识别准确性不受系统频率分辨率即吸收谱精确度等系统因素影响,为邮件及快递包裹等障碍物隐匿危险品无损检测、定性识别提供了一种新的技术思路。