简介：摘要

简介：摘要

简介：F-X域经验模态分解去噪方法在处理非稳态地震数据时存在两个局限,一是单纯剔除第一个固有模态分量将导致有效信号缺失及去噪能力偏弱问题,二是分解复信号时对实部和虚部分别分解存在分解数目不一致的风险。本文对上述两个方面进行了改进,提出了一种新的F-X域投影法复数经验模态分解预测滤波方法,首先采用基于空间投影的复数经验模态分解将F-X域地震数据直接分解为不同的复固有模态分量,然后再对这些分量分别进行F-X域预测滤波。合成记录及实际资料测试表明,本文的新方法能更好地衰减随机噪声,更有效地保持地震信号。

简介：陀螺的噪声是影响组合导航系统精度的重要因素之一。以农机多传感器组合导航系统为研究背景,在分析经验模态分解去噪和小波去噪的基础上,提出了一种基于自相关特性的经验模态分解去噪方法。该方法根据本证模态函数分量的自相关函数特性,提出了一种含噪本证模态函数筛选策略。该方法能够自适应地确定主要含噪的本证模态函数分量,避免了需要人为确定的不足;同时,结合改进小波阈值去噪的优势,避免了将混叠在噪声中的有效信号完全消除,使其具有一定的自适应性。为了验证方法的有效性,利用农机组合导航系统中微机械陀螺的实际输出数据,分别采用改进阈值小波去噪方法、经验模态分解去噪和改进的经验模态分解去噪方法进行了对比试验。结果表明,改进经验模态分解去噪方法的效果要优于前者,在一定程度上能够改善农机多传感器组合导航系统的定位精度。

简介：摘 要：基于压缩感知的图像去噪是近年来图像处理领域的一个研究热点。本文针对传统去噪方法的不足，提出了一种基于压缩感知的平滑0范数图像去噪。通过实验仿真，本文采用的去噪方法优于对比的压缩感知重建算法，能够实现较好的图像去噪。

简介：摘要小波变换是去噪领域最常用的一种去噪方法，但是由于使用过程中小波基选取困难的问题，使小波变换缺乏自适应性。本文介绍一种基于经验模态分解的去噪新方法，用于对高压断路器在线监测信号的降噪处理，并与小波变换的去噪结果进行对比分析。仿真结果及数据表明与小波变换相比，经验模态分解去噪的信噪比平均提高率为35%，平滑度的平均提高率为85%，噪声抑制比的平均提高率97%，这一结果验证了经验模态分解去噪的有效性与可靠性。

简介：摘要:近年来随着计算机硬件性能的提升以及人工智能技术的发展,使用人工智能手段处理地震数据已成为新的研究热点｡深度学习是一种基于数据驱动的方法｡不依赖于物理方程与公式理论,仅通过大量数据训练,便可以学习输入数据和标签数据间的映射关系,并利用这种映射关系解决相似的问题｡

简介：近30年来,地震采集的数据量持续增加.目前,在一艘地震勘探船上部署12条或更多的拖缆、在海底埋置成千上万个检波器或数以万道进行陆上采集已经常态化.数据体已经不仅由检波器密度来定义,而且还由每个位置上所记录的分量数来定义.方位角的覆盖范围已经从窄方位角发展到多方位角,再到全方位角.更多的检波器数量仅仅是数据爆炸的一个方面,在此期间,震源的研究工作也有所发展,采用的方案主有连续记录和各种同步震源.数据密度和野外工作量均在增加,并且持续增长,以满足业界对成像和解释的更高需求.

简介：摘 要：深地震反射剖面数据的浅层处理流程与参数和石油勘探地震数据处理基本一致；但对于深地震数据的深层主要存在如下问题：深层数据的品质低、面波干扰强，常规压制面波方法压制难度大；结晶基底下探测目标的波阻抗差异小，深层反射信噪比低、有效反射频带窄等特点使深层成像效果差，深部速度难以确定，影响叠加、偏移、时深转换等处理；制约对深部构造形态的认识；故开展针对深地震反射剖面资料去噪关键技术的研究工作，选取针对性的处理方法，有效去除噪音，保留有效信号，尤其是低频有效信号，提高目的层反射波组的信噪比，具有重要的现实意义。

简介：针对纸张横向定量控制中的测量数据去噪,在对横向定量测量数据特性进行分析的基础上,提出了一种改进阈值小波去噪方法,并进行了仿真对比分析。结果表明,相对于传统去噪方法,该方法具有较好的去噪效果,去噪后的波形更为平滑,更接近于原始横向定量数据,有利于进一步实施控制。

简介：摘要：油气技术形势的发展勘探目标逐渐向深层和地表复杂地区的转移,给地震资料处理工作提出了更高的要求,而如何解决地震数据的信噪比问题，对于改善数据处理的质量至关重要。如何运用已有的技术与方法使数据的信噪比达到最大，是目前地震数据处理中的一个重要问题。基于此，本文将从以下几个方面出发，详细阐述去噪技术在地震资料处理中的应用，以期能够为相关人员提供一些必要的参考。

简介：摘要：地震勘探是探测地下油气资源的重要手段，但在实际应用中，受到地质构造复杂性和噪声成因多样性的影响，勘探资料的质量受到严重影响。为了在低信噪比条件下有效地抑制随机噪声并保留有效信号，本文对地震勘探中的信号去噪与噪声模型建立算法进行分析。

简介：根据小波变换下信号和噪声在多尺度空间中的不同特性，对不同尺度下的小波系数用阈值处理，改进了多次小波变换应用于地震信号去噪的方法。数据仿真和实际应用表明，该方法可以有效压制随机噪声，对提高地震记录信噪比和分辨率都有较好的效果。

简介：变形监测数据中包含有实际变形量和噪声，应用小波分析理论，对监测数据进行变形信号的提取和噪声的消除，通过实例证明，它的效果非常明显。

简介：摘 要：低信噪比（SNR）是信号处理和通信系统中一个非常重要的问题，因为在实际应用场景中，信号经常暴露在被噪声干扰的环境中。在这种情况下，信号的质量会受到噪声的影响，从而导致系统的性能下降。为了解决低SNR下的问题，研究人员一直致力于开发各种去噪技术。这些技术的目标是从受噪声干扰的信号中恢复出原始信号，以提高系统性能。

简介：多小波是对小波理论的一个新发展，它可以同时满足正交性、对称性、短支撑等良好的特性要求，本文介绍了多小波变换的基本理论、变换过程及预处理方法，提出了基于GHM类多小波分析的地震信号去噪方法，对理论数据和实际资料进行的软阈值去噪处理表明，多小波变换在有效压制随机噪声的同时，还能较好地保留原信号的特征信息，是一种行之有效的去噪方法。

简介：针对马铃薯环腐病易传染,扩散面积大,不易检测,提出马铃薯环腐病的光学无损检测方法,设计了一种基于近红外光谱的马铃薯光谱采集系统。本系统可以完成对马铃薯的光谱采集,从而对比健康马铃薯和带有环腐病的马铃薯的光谱图,通过对比Matlab小波消噪中几种常用的方法找出最适合马铃薯光谱图消噪的方法,为后续马铃薯环腐病光谱分析,计算,建立数学模型,从而实现对马铃薯环腐病的检测和评价功能做铺垫。本研究表明,运用Matlab默认阀值法对马铃薯光谱进行小波消噪,通过对比原始光谱和消噪后的光谱,能有效的消除马铃薯光谱中多余的噪声。研究结果为马铃薯内部缺陷的光谱定性判别提供了参考,提高了马铃薯光谱特征选取的准确率和精度。

简介：摘要：在电气测量领域，信号去噪与数据处理算法是确保测量结果准确性和可靠性的关键技术。电气测量过程中，原始信号往往受到各种噪声的干扰，这些噪声可能来源于测量设备、环境因素或信号传输过程。有效的去噪算法能够从含有噪声的信号中提取出有用的信息，提高信号的质量。数据处理算法则进一步对去噪后的信号进行分析和解释，以获得有价值的测量结果。研究和应用高效的信号去噪与数据处理算法，对于提升电气测量的精度和效率具有重要意义。

简介：今年5月10日,《华西都市报》曾经发表过《数十万只蟾蜍跳上岸寻找新的"家"》一文,文中,绵竹市林业局对当地蟾蜍异常迁徙现象解释道:"水温高助蟾蜍繁殖,有利于减少当地蚊虫。"在5·12汶川地震发生后,各地网民纷纷在网上质问:"地震局为什么不能根据这些反常现象预测出地震?"主流媒体ChinaDaily也于5月13日发文对地震局提出质疑。那么,动物是否真的能感知地震?人类是否真的可以借助动物来预测地震呢?

简介：主要针对图像的高斯噪声和椒盐噪声的去噪算法进行研究，分别使用到中值滤波、均值滤波和维纳滤波三种滤波算法。实验结果表明中值滤波对于椒盐噪声有更好的去噪效果；维纳滤波对高斯噪声有明显的作用，相比中值滤波和均值滤波，维纳滤波对高斯噪声有很好的抑制效果，与此同时，维纳滤波却容易丢失边缘信息且对椒盐噪声几乎没有去噪作用。