第二代小波变换及在不规则测点重磁资料处理中的应用

合集下载

第二代小波变换及其在地震信号去噪中的应用

第二代小波变换及其在地震信号去噪中的应用

基于以上变换公式对含噪信号进行了 2 级可 逆变换, 并结合下面的去噪方法对地震信号的噪声 作了处理。
0 3 地震信号去噪 91 [, ]
地震数据包括信号和噪声2部分, 噪声没有一 它代表了一条地震剖面中所不需要 个绝对的定义, 的那一部分。陆地地震资料经常含有不同类型的 噪声, 本文所讨论的是去除随机噪声, 假设随机噪 声为高斯白噪。 离散信号的小波变换去噪可分为3步: 小波分 解; 小波系数缩减 ( 切除噪声部分 ) ; 缩减小波系数 的合成。目前常用的小波去噪的方法有硬域值法 和软域值法。我们采用软域值法去噪, 其方程为 ( ) ( ) 犱 i n 犱( 狀) 犱( 狀) 狘 - 狘 τ g τ =s , 0 狓狘 狘 ≤τ 烄 ( ) , 犱狀 - =烅 τ 狓 >τ , 狓 <τ 烆 犱( 狀) + τ 1 2
)反变换。 3
, , 犮 1 犽 =犮 1 犽- + + 犼 犼
, , 犱 1 犽 =犱 1 犽 + + 犼 犼
1( 犱 [ 4 9 犮 +[ ( 1 6
, 1 犽 1 + - 犼
, +犱 + 1 犽) + 犼
1 2
, 2 犽 犼
, 犮 + - 2 犽 2) + 犼
1( 1 , , 犮 犮 + 2 犽 2+ 2 犽 4) - + 犼 犼 1 6 2
5 结束语
第二代小波变换是对传统小波理论的进一步 发展, 人们对它的研究还在起步阶段, 其理论研究 尚需进一步深入。 本文讨论了第二代小波变换的 基本原理和变换过程, 并利用 D e s l a u r i e r s D u b u c ( , ) 小波对模拟数据及实际资料做了去噪处理 , 42 从处理结果可以看出, 用第二代小波变换去噪算法 效果明显, 证明它是一种切实可行的地震信 简单, 号去噪新方法。 参 考 文 献

第二代小波变换在旋转机械故障诊断中的应用研究

第二代小波变换在旋转机械故障诊断中的应用研究

第二代小波变换在旋转机械故障诊断中的应用研究摘要:不同类型的机械故障在振动信号中会反映出不同的波形特征,选用不适当的小波基函数会冲淡故障的特征信息,给故障诊断造成困难。

第二代小波变换可以通过设计预测系数和提升系数获得具有某种特性的小波基函数。

本文介绍了第二代小波变换的原理,研究了预测系数和提升系数与低通和高通滤波器系数之间的关系,根据信号的特征构造了基于插值细分方法的双正交小波,在旋转机械的轴系不对中故障诊断中取得了满意的效果。

关键词:第二代小波变换;插值细分法;预测系数;提升系数;故障诊断引言在机械设备发生故障时,其动力学特性通常表现出复杂性和非线性,所产生的振动信号也随之出现非平稳性。

小波变换通过伸缩和平移运算对信号进行多尺度分解,从而能够有效地从信号中获取各种时频信息,是分析非平稳信号的一种有效的手段,在机械设备故障诊断领域被广泛应用"。

小波分解的结果与所采用的小波基函数有关,不同类型的机械故障在振动信号中会反映出不同的波形特征,选用不适当的小波基函数会冲帧故障的特征信息,给故障诊断造成困难'},因此,寻求适当的小波基函数来表征特定的故障信息是小波技术应用于机械设备故障诊断时所面临的最大难题。

由WimSweldens提出的第二代小波变换是一种基于时域运算的信号分析方法),与经典小波变换不同的是,它不依赖Fouerier变换,但同样可以获得与经典小波变换相同的时频特性,且可通过设计预测系数和提升系数得到具有某种特性的小波基函数,为故障诊断提供了一个新的分析手段,使得针对不同类型的故障特征构造相应的小波基函数成为现实。

本文介绍了第二代小波变换的原理,研究了预测系数和提升系数与尺度函数和小波函数之间的关系,构造了基于插值细分方法的双正交小波,在旋转机械的轴系不对中故障诊断中取得了满意的效果。

1第二代小波变换的原理第二代小波变换是由WimSweldens博士提出的一种使用提升模式构造小波的方法,它不依赖Fourier变换,小波基函数不再是由某-一个函数的平移和伸缩而产生,所有的运算在时城上进行,不仅能获得与传统小波变换同样的结果,实现信号在不同频带上的分离,而且还能设计某种特定功能的小波。

改进的第2代小波变换在地震资料去噪中的应用

改进的第2代小波变换在地震资料去噪中的应用

46 5
勘 探地 球 物 理 进 展
第3 0卷
实现 方法 , 文 采 用 第 2代 Delui sDu u ( , 本 s r r— b c4 a e
2 插值细分法
第 2代小 波 变 换 过 程 中 , 测 算 子 P 和 更 新 预
s _’: s ’ U ( ‘ ‘ 一 ‘ + , 广 厂 ) () 5
分 裂过 程是 将原 始数 据 s { , EZ) 裂 u一 s 足 分
成2 个子集合。 偶数 样本 :‘ s 广”一 { s
奇数 样本 : ‘ { d广l一

综合上述的讨论 , 2 第 代小波变换的分解算法
式 中 :EZ ‘ ’ J 十; 广l 称为 小波 子集 ; S表示分 裂 。
1 2 预 测 .
保 持偶 数 样 本 s ’ ‘ 不变 , 虑 到原 始 数 据 的 川 考 相关 性 , 以利用 偶 数样 本 s 预 测 奇 数 样 本 可 ‘ 来 广l d广l 并 用奇 数 样 本 与 预 测 值 之 差 ( 为 细 节 系 ‘ , 称 数) 替代 奇数 样本 d , u 即
由如下 3 步骤 : 个
1 ( ‘ ): ( ‘ )S s ’ 一 s 产”, ‘ ’ ; d 厂 ) 2 )d‘ ’: d‘ 一 P(‘ ) 广 一 产¨ s_ ; ,
, EZ) 足 , EZ) 足
s ¨一 s’ : 广
d 广”一 s 1 ;
S s ’ 一 (‘ ( ‘ ): , s 厂”, ‘ d 厂”)
3 ‘ ’: s _ + ( 厂 ) )s 产 一 ‘ , ‘ 。
() 1
() 2
重构 算法 由如下 3个 步骤组 成 :

第二代小波变换及其在故障诊断中的应用

第二代小波变换及其在故障诊断中的应用
二代小波分解的关键是预测算子和提升算子系数的确定。本文 采用 L ga g 插值多项式设计预测算 子 【 。 已知函数在某一 区间 ar e n 2 】 上 的 N个 互异 点 ( 【 ii , … , M 可 以构造 一 个 M・ 阶 的 】Y , 2 ; )=l ' , l L ga g ar n e多项式 。分别取预测 点左右 M/ 个点进行插值就 可以得 2 到 M= , 68 2 , 的预测算子,然后根据低阶 消失矩保持不变 的要求设 4, 计提升算子 。 以 M= 为例来求解预测算子 。首先构造 M・ 3 4 1 阶的 L gag = arne 多项式 fx 。 ()
值 ,低阶消失矩等特性不变 ,减 少由于剖分所引起的混叠效应,引 入 了提升算 子 U 并 由此导出逼近信号 ,
1S+U( 1 =。 ) () 5
Se on e er t n wa e e r n f m c d g n a i v lt ta s or o
a d t p l a i n i aut d a n ss n i a p i t n f l i g o i s c o

旺: 强 :
图 1 号 的 分 解 、 重 构 过 程 信
d oma n ta s o m me h s i ig s h me h i cpl f i r n f r t od ba ed on lt c e fn 。t e pr i e o n
2 预测算子和提升算子 系数 的设 计算法
LI S ng hu ,HU A e,NI Zhe hu he - a W i U n. a
从频域角度看 , d 1 _反映了信 号 s . i 的高频成分 ,而逼近信号 1 反映了信号 0 i 的低频成分。继续对 01 -进行分解 可以得到下一层的逼 . 近信号 s2 i和细节信号 d. 以此类推。 . i' 2 信号的重构过程 是分解 过程 的逆过 程,即更新 ,预测 .合并, 并改变分解 公式 中的加减 号即可得到,见 图 l 。

小波变换在地磁磁暴分析上的应用

小波变换在地磁磁暴分析上的应用

小波变换在地磁磁暴分析上的应用作者:应允翔朱厚林汪继林陶方宇车濛琪刘红飞来源:《科技资讯》2020年第29期摘要:通过对小波变换原理的学习以及对地球磁场的初步认识,利用小波变换可以讲数字信号分解,选择相对较好的墨西哥帽小波函数,对安徽省蒙城地震台近年来的典型地磁暴事件的预处理分数据进行了简单分析,从时域及频域中得到磁暴的重要信息并利用这些重要信息检测地震磁效应,对于日常的地震监测和预报工作,获取地震前的地磁异常信号的识别具有重要意义。

关键词:小波变换地磁日变化震磁效应地磁磁暴中图分类号:P315 文献标识码:A 文章编号:1672-3791(2020)10(b)-0079-04Abstract: Through the study of the principle of wavelet transform and the preliminary understanding of the earth's magnetic field, the wavelet transform can be used to decompose digital signals, and a relatively good Mexican hat wavelet function is selected. The typical geomagnetic storm events in Mengcheng Seismic Station, Anhui Province in recent years. The pre-processed sub-data of the company is simply analyzed, and important information of the magnetic storm is obtained from the time domain and frequency domain, and the important information is used to detect the seismic magnetic effect. For the daily earthquake monitoring and prediction work, the identification of the geomagnetic abnormal signal before the earthquake is obtained It is of great significance.Key Words: Wavelet transform; Diurnal variation of geomagnetism; Seismomagnetic effect; Geomagnetic storm1 小波变换分析原理地球磁场具有较宽的频率范围和丰富的频谱成分,可以对其进行全面的分析和解读。

小波变换特点应用领域在测量中的应用

小波变换特点应用领域在测量中的应用
四、基于多尺度变换的图像增强技术
图像增强的主要目的是提高图像的视觉质量或者凸现某些信息特征信息。按照处理空 间的不同,常用的增强技术可以分为基于图像域和基于变换域两种,前者直接对象素点作运 算,如基于点运算的灰度直方图调整和空域数字滤波;传统算法在边缘,细节方面存在失真, 基于小波多尺度分析是解决该问题的有力工具。
〉 小波变换的多分辨率的变换,有利于各分辨率不同特征的提取〔图 像压缩,边缘抽取,噪声过滤等〕
〉 小波变换比快速傅里叶变换快一个数量级
小波变换的特点
对于突变信号,在突变的时 间点,傅里叶变换需要用大量的 三角波去进行拟合〔吉布斯效 应〕;
小波变换那么在突变处不为0, 其他区域相关系数都为0,大量节 省储存空间。
小波变换不仅能用于稳态信号的谐波分析,而且可以跟踪暂态瞬时的信 号。
小波变换在测量中的应用
超声回波检测 超声波检测技术具有适中的分辨力和较低的本钱优势, 使之成为工业检
测中应用较多的一种检测方法。由于超声检测过程中的回波信号同时包含回波 信号和各种噪声信号, 而且, 微小回波信号微弱, 易于被噪声淹没, 因此, 必须设 法从嘈杂的波形中判断出回波之所在
小波变换的应用领域
三、图像降噪
小波去噪的成功主要得益于小波变换有如下特点: ( 1) 低熵性。小波系数的稀疏分布, 使图像变换后的熵降低; ( 2) 多分辨率特性。由于采用了多分辨率的方法,可以非常好的刻画 信号的非平稳特征;( 3) 去相关性。因小波变换可对信号去相关,且噪声在变换后有白化趋 势,所以小波域比时域更利于去噪; ( 4) 选基灵活性。由于小波变换可以灵活的选择基,也可 以根据信号特点和去噪要求选择多重小波、小波包、平移小变小波等,对于不同的场合,可 以选择不同的小波母函数。

小波变换在医学影像处理中的应用实例

小波变换在医学影像处理中的应用实例

小波变换在医学影像处理中的应用实例小波变换是一种数学工具,它在信号和图像处理中有着广泛的应用。

在医学影像处理领域,小波变换也被广泛应用于图像的去噪、边缘检测、特征提取等方面。

本文将通过几个实例来介绍小波变换在医学影像处理中的应用。

第一个实例是小波变换在医学影像去噪中的应用。

医学影像通常受到噪声的干扰,这会降低图像的质量和准确性。

小波变换可以通过分析信号的频率和时间信息,将噪声和信号分离开来。

例如,在脑部MRI图像处理中,小波变换可以有效地去除图像中的噪声,提高图像的清晰度和对比度,从而更好地帮助医生进行诊断。

第二个实例是小波变换在医学影像边缘检测中的应用。

边缘是图像中物体边界的表示,对于医学影像的分割和分析具有重要意义。

传统的边缘检测算法在处理复杂的医学影像时往往会出现边缘断裂、噪声干扰等问题。

而小波变换结合多尺度分析的特点,可以更好地捕捉图像中的边缘信息。

例如,在乳腺X射线图像的分析中,小波变换可以提取出乳腺肿块的边缘特征,帮助医生进行早期乳腺癌的诊断。

第三个实例是小波变换在医学影像特征提取中的应用。

医学影像中的特征提取是指从图像中提取出与疾病相关的特征信息。

小波变换通过分析图像的局部频率特征,可以提取出图像中的纹理、形状等特征。

例如,在眼底图像的分析中,小波变换可以提取出图像中血管的纹理特征,用于糖尿病视网膜病变的早期诊断。

除了以上几个实例,小波变换还在医学影像处理中的其他方面有着广泛的应用。

例如,在医学影像的压缩和存储中,小波变换可以将图像的冗余信息去除,实现图像的高效压缩和存储。

在医学影像的配准和对齐中,小波变换可以通过分析图像的频率信息,实现不同图像之间的准确对齐。

在医学影像的三维重建中,小波变换可以通过分析图像的空间信息,实现对三维结构的恢复。

综上所述,小波变换在医学影像处理中具有广泛的应用。

它可以用于医学影像的去噪、边缘检测、特征提取等方面,帮助医生更准确地进行疾病的诊断和治疗。

随着医学影像技术的不断发展,小波变换在医学影像处理中的应用也将不断拓展和深化,为医学影像领域的研究和应用提供更多的可能性。

小波变换在医学影像处理中的应用指南

小波变换在医学影像处理中的应用指南

小波变换在医学影像处理中的应用指南医学影像处理是一门旨在提取、分析和解释医学图像数据的学科。

在这个领域中,小波变换是一种非常重要的工具,它可以帮助医生和研究人员更好地理解和诊断医学图像。

一、小波变换的原理和特点小波变换是一种数学变换方法,它将信号分解成不同频率的子信号,从而可以更好地分析信号的时间和频率特征。

与傅里叶变换相比,小波变换具有更好的局部性和时频分辨率,能够更好地捕捉信号中的瞬态特征。

在医学影像处理中,小波变换可以应用于图像的去噪、边缘检测、特征提取等方面。

由于医学图像通常包含大量的噪声和细节信息,去噪是一个非常重要的任务。

小波变换可以将图像分解成不同频率的子图像,通过滤波器将高频噪声去除,然后再进行逆变换得到去噪后的图像。

此外,小波变换还可以通过检测图像中的边缘和纹理等特征,帮助医生和研究人员更好地分析和诊断图像。

二、小波变换在医学图像去噪中的应用医学图像通常受到各种噪声的干扰,如伪影、散斑、运动伪影等。

这些噪声会影响医生对图像的判断和诊断。

小波变换可以通过将图像分解成不同频率的子图像,然后通过滤波器去除高频噪声,从而实现图像的去噪。

与传统的滤波方法相比,小波变换可以更好地保留图像的边缘和细节信息,避免图像的模糊和失真。

三、小波变换在医学图像边缘检测中的应用医学图像中的边缘信息对于诊断和分析非常重要。

小波变换可以通过分析图像的高频子图像,检测图像中的边缘。

与传统的边缘检测算法相比,小波变换可以更好地捕捉图像中的细节和瞬态特征,从而提高边缘检测的准确性和稳定性。

四、小波变换在医学图像特征提取中的应用医学图像中的特征提取是一项关键任务,它可以帮助医生和研究人员更好地理解和分析图像。

小波变换可以通过分析图像的不同频率子图像,提取图像中的纹理、形状和灰度等特征。

这些特征可以用于图像分类、目标识别和疾病诊断等方面,为医学研究和临床实践提供重要的支持。

综上所述,小波变换在医学影像处理中具有广泛的应用前景。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第二代小波变换及在不规则测点重磁资料处理中的应用1刘天佑,史辉,吴小羊中国地质大学,湖北武汉(430074)E-mail:liuty4508@摘要:1994年swelden提出了基于提升算法的第二代小波,它继承了第一代小波的多分辨特性;不依赖傅立叶变换,小波变换后的系数是整数,运算速度快;并且可以实现不规则测网数据的小波分析。

本文实现了基于提升算法的第二代小波变换,并把它应用于不规则测点的重力数据的处理,该方法比预先将不规则测点的重力数据经过二次插值网格化,再进行第一代小波分析的方法不仅精度高,而且失真小。

它可用于1:5万~1:20万石油高精度重磁勘探中对不规则测网数据的处理。

最后利用第二代小波变换处理了江南古陆CHAMP卫星磁测数据。

关键词:第二代小波提升算法高精度重磁勘探不规则测网江南古陆 CHAMP卫星磁测中图分类号:P31.引言重磁勘探是方法理论成熟,覆盖面积广,应用领域十分广泛的两种地球物理方法。

在1:20万或更小的比例尺重磁勘探的数据采集中,通常采用不规则测网。

近年,随着人们绿色与环保理念的增强,为了在施工中不砍伐树木、破坏生态环境,在1:10万,1:5万比例尺的重磁数据采集中也常常采用不规则测网。

在石油重磁勘探中,由于被探测的目标埋深大(通常密度界面、磁性界面深度在3~10km),产生的重磁异常弱,为了探测深部构造,近年国内已开始采用“高精度三维重磁采集方法”,其做法是沿测点号观测一次,再沿测线号观测一次,通过多次观测来提高观测精度。

例如在我国南方复杂地形的石油重磁勘探,1:5万重力设计精度为0.09×10-5m/s2,而实际可达到0.065×10-5m/s2,在野外采集这一环节,目前国内已经可以达到相当高的精度。

重磁资料数据处理,如利用傅立叶变换的频率域位场转换,小波分析等,都要求观测数据是等间距的,即规则测网数据。

对于实测不规则测点数据,通常要先做网格化处理变为网格数据,由于对不规则测点重磁数据做了网格化(如采用距离平方反比、克吕金法等等),原本野外采集的数据其高精度将由于网格化过程而丧失。

因此,寻找一种能够保持原始重磁观测数据高精度的处理方法具有十分重要的意义,它是实现野外采集与室内资料处理同时高精度的重要途径。

本文介绍的第二代小波变换是一种能够直接对不规则测点重磁资料进行小波分析的新方法,由此可以对不规则测点重磁资料进行去噪,位场分离等等处理与解释。

1994年,W.Sweldens等人针对第一代小波的局限性,提出了一种不依赖傅立叶变换的新的小波构造算法-提升算法(Lifting scheme)[1][2],称之为第二代小波变换,其主要特点有:继承了第一代小波的多分辨特性;不依赖傅立叶变换;小波变换后的系数是整数[3],;基于多项式内插的思想,所有运算都在空间域进行,从而摆脱了对频域的依赖[4]。

由于无需傅立叶分析,运算速度大大加快,且逆变换也容易实现,它还简化了小波函数的构造(将小波构造转化为选用合适的插值算法)。

对于重磁数据处理,第二代小波变换还有一个重要应用就是可以实现不规则点数据的小波分析。

2.第二代小波变换的基本原理1本课题得到高等学校博士学科点专项科研基金(项目编号:20050491504)的资助。

第二代小波是一种基于提升算法(Lifting scheme )的小波,它主要包括分裂(Split )、预测(Predict )、更新(Update )三个步骤。

2.1分裂(Split ,又称为惰性小波变换)此步骤是将原始的离散数据j λ分割为两部分1−j r 和1−j λ。

通常是将数列进行奇、偶分割,即把原始数据k j ,λ分成偶数部分k j ,1−λ和奇数部分k j r ,1−。

k j k j 2,,1λλ=−,12,,1+−=k j k j r λ (1)2.2预测(Predict ,对偶提升过程)针对数据间的相关性,可以用1−j λ去预测1−j r ,因此可以采用一个与数据集结构无关的预测算子)(1−j P λ来作为1−j r 预测值,用1−j λ和它的预测值之间的差值来代替1−j r ,称这个差值为小波系数(即信号的细节部分):)(111−−−−=j j j p r λλ (2)式中()P ⋅为预测函数,通常利用插值方法构造出一个多项式。

要提取信号的突变特征,通常选用平滑插值多项式,如线性插值、立方插值等等,因为在信号的突变部分,采用平滑预测函数得到的数据会与原始数据差值较大,而在信号的平缓部分,采用平滑预测函数得出的数据则相反。

即细节系数的大小表征了信号的平滑程度,这样就提取了信号的突变特征。

在第二代小波中,小波的选取就简化为选择什么样的插值方法。

通常线性插值是用周围的两个点预测中间值,消失矩为1;立方插值用周围的四个点预测中间值,消失矩为2。

消失矩越大,则预测的平滑性越好,但同时破坏了分析的局部性,在实际应用中,消失矩一般不超过6。

2.3更新(Update )经过以上两个步骤产生的系数子集1−j λ的某些整体特征(如均值)可能与原始数据并不一致。

为了保持原始数据的这些整体特征,需要一个更新过程,得出原信号的概貌部分,从而建立起多分辨率信号分解框架。

)(111−−−+=j j j r U r λ (3)式中()U ⋅为更新函数,可采用线性函数或者更高阶次的平滑函数,具体形式与整体特征以及预测函数有关。

图1给出了利用第二代小波变换分解和重构的示意图,利用不同的预测算子P 和更新算子U 可以建立不同的小波变换。

图1 第二代小波变换提升算法的分解与重构示意图3.不规则测点重磁资料的第二代小波变换图2是数据采集长度n =64,不等间距的重力数据第一代小波与第二代小波去噪结果对比,图2a 是原始重力数据曲线,图2b 是在上述数据曲线上加了随机噪声。

为了对该资料进行去噪及位场分离,首先要将不等间距数据用二次插值方法得出等间距的数据集,然后再用傅立叶变换或第一代小波变换方法进行处理。

图2c 是通过二次插值,再用第一代小波去噪处理后的结果。

由该结果可以看出,经二次插值与第一代小波去噪重构后,曲线变得光滑,失去原有的宝贵信息,并且尾部出现了振荡。

而图2d 是直接采用第二代小波变换去噪,它很好的保留了原始信号的局部特征。

由此可见,对于不规则测点的高精度重磁测量资料,采用第二代小波变换可以保留原有采集数据的高精度,同时可以对不等间距的重磁数据进行各种处理。

a 不等间距的重力数据曲线b 含噪声的不等间距重力数据曲线c 第一代小波去噪重构结果d 第二代小波去噪重构结果图2 不等间距重磁数据第一代小波与第二代小波去噪结果对比图3 图2中0~0.3区间第一、二代小波重构对比图3是图2中0~0.3区间第一代小波与第二代小波去噪重构对比图。

由图可以看出第二代小波重构的信号很接近原始信号,而第一代小波重构后的结果则有较大的偏差。

4.江南古陆CHAMP 卫星磁测数据处理图4是德国波茨坦地球科学研究中心(GFZ)公布的CHAMP 卫星磁测数据,所取的范围是东经o o 122~98,北纬oo 34~20。

间距均为15分,一共有共5529个数据。

由于观测数据在一个局部的球面上,所以不能用第一代小波分析和其他傅立叶变换的方法。

首先我们将局部球面上卫星T ∆数据投影到平面xoy 上,得到的点位是不规则测网数据。

直接用二次最小平方预测算子进行第二代小波处理,分别得到了卫星T ∆的一阶细节、二阶细节、三阶细节和三阶逼近(只列出图4a 江南古陆卫星T ∆数据和图4b 江南古陆卫星T ∆数据3阶细节)。

武汉襄樊长沙南昌赣州上饶合肥杭州温州上海南京成都黑水巫山重庆西昌贵阳南宁湛江桂林广州福州泉州汉中昆明大理武功山武夷山雪峰山武陵山南充石柱981001021041061081101121141161181202022242628303234-25-15-55152535图4a 江南古陆卫星T ∆数据(100km )(单位nT)981001021041061081101121141161181201222022242628303234武汉襄樊长沙南昌赣州上饶合肥杭州温州上海南京成都黑水巫山重庆西昌贵阳南宁湛江桂林广州福州泉州汉中昆明大理武功山武夷山雪峰山武陵山南充石柱图4b 江南古陆卫星T ∆数据3阶细节(单位nT)第二代小波变换结果为我们分析该区地质构造提供了丰富的信息,如在图4b 中,成都、巫山、西昌和武陵山的高值正异常区,是该区磁性结晶基底的反映。

该区磁性结晶基底是由强磁性的太古代变质岩构成。

在成都和重庆附近的南充和石柱一带也呈现出正异常,根据已知地质资料,在南充附近出露片麻岩,属于基性岩浆岩,而成都至南充为花岗岩,它属于深变质岩。

石柱附近出露的是中性的岩浆杂岩体而其周围地区出露的是浅变质沉积岩,即为板溪群。

川中地区基底以下是由岩浆杂岩体和各种片麻岩体组成,它们属于中基性岩浆岩,磁性强,因而在南充与石柱也产生较为明显的正异常。

5.结论本文探讨了第二代小波变换的基本原理,用基于提升算法的第二代小波变换对不规则测点的高精度重磁资料进行处理。

第二代小波变换由于对数据的格式没有严格要求,它可以对不规则测网的高精度重磁数据直接进行小波分析(去噪、多尺度分解、分离区域场与局部场,边缘检测与断裂分析等等),因而可以实现高精度野外采集和高精度室内处理解释的一体化,它对于油气高精度重磁勘探具有十分重要的意义。

参考文献[1] Sweldens W.The lifting scheme:a new philosophy in biorthogonal wavelet constructions[A]. In: Proc.SPIE,Wavelet applications in signal and image processing III(C),1995[2] Sweldens W.The lifting schem:A custom-design construction of biorthogonal wavelets[J. Applied andcomputational harmonic analysis,1996,3(2)[3] 邓集锋.第二代小波变换及其遥感图象应用[J].中国图象图形学报,1998,3(2)[4] Ercelebi E.Second generation wavelet transform-based pitch period estimation and voiced/unvoiced decisionfor speech signals[J].Appliedacoustics,2003,64(1)[5] Sweldens W.The lifting scheme:a construction of second generation wavelets[J].SIAM journal onmathematical analysis,1997,29(2)[6]汤焱,莫玉龙.第二代小波变换应用于图象的无损压缩编码.中国图象图形学报,2000,5A(8):699~702.[7]郑军,诸静.基于第二代小波变换的电力设备图象特征提取.电工技术学报,2003,18(6):98~102.[8]冯林,程璐,吴振宇.基于第二代小波变换的测井信号处理.石油仪器,2004,18(2):6~8.[9]陈香朋,曹思远.第二代小波变换及其在地震信号去噪中的应用.石油物探,2004,43(6):547~550.Second Generation Wavelet Transform and Application in Processing of Irregular Measurement ofGravity and Magnetic DataLiu Tianyou,Shi Hui,Wu XiaoyangChina University of Geosciences, Wuhan, PRC, 430074AbstractIn 1994, the lifting scheme is proposed based on the second generation wavelet by Swelden. It has inherited the characteristic of multi-resolution of the first wavelet and does not rely on Fourier transform. Computation has speeded because of integral coefficient after wavelet transform. The lifting scheme even could realize wavelet analysis of irregular measuring network data. This paper presents an algorithm of the second generation wavelet transform based on the lifting scheme, and applies it to the processing of data of irregular measuring gravity anomaly. Comparing with that using quadratic interpolation gridding first and then the first generation wavelet analysis in the irregular measuring network data, this method not only has higher precision, but also little distortion. It can be used in the processing of irregular nerwork data of 1:50000~1:200000 high-precision gravity and magnetic oil exploration. At last, the authors use the second generation wavelet transform to processing CHAMP satellite magnetic surveying data of Jiangnan Old Land.Keywords:Second Generation Wavelet,the Lifting Sscheme,High-Precision Gravity and Magnetic Exploration,Irregular Measuring Network,Jiangnan Old Land,CHAMP Satellite Magnetic Ssurvey 作者简介:刘天佑,1945年生,教授,博士生导师,从事应用地球物理的教学与科研。

相关文档
最新文档