检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

地震弱信号增强方法研究

地震弱信号增强方法研究

作者：吴彩端中国石油大学(华东)

学位级别：硕士

近年来,随着油区勘探的进一步加大,勘探目标已经由常规油气藏逐渐转移到薄互层,小砂体、微裂缝等隐蔽性油气藏。地震反射弱信号的研究是不可避免的,地震弱信号的增强方法研究成为一种新的课题。本文提出了三种地震弱信号增强方法:第一... 详细信息

近年来,随着油区勘探的进一步加大,勘探目标已经由常规油气藏逐渐转移到薄互层,小砂体、微裂缝等隐蔽性油气藏。地震反射弱信号的研究是不可避免的,地震弱信号的增强方法研究成为一种新的课题。本文提出了三种地震弱信号增强方法:第一种方法通过结合独立变量分析理论和卡尔曼最优估计理论,求取出地震资料的反射系数信息,提高地震资料的分辨率,增强地震弱反射信号;第二种方法应用了压缩感知理论求取反射系数信息,进行地震弱信号的增强;第三种方法通过求取瞬时属性,反映地下地层信息,达到增强弱信号的目的。本文研究的第一种方法:基于独立变量分析理论和卡尔曼最优估计理论的地震弱信号增强方法。该方法结合了两种重要理论:独立变量分析理论和卡尔曼最优估计理论。独立变量分析理论可以将混合信号分解成为相互独立的源信号形式。卡尔曼最优估计理论可以对估计值进行递推计算,使其无限接近实际值,结果变得更加准确。结合两者的优点得到的方法,在不同工区数据的应用效果显著。本文研究的第二种方法为基于压缩感知理论的地震弱信号增强方法,该方法将压缩感知理论应用于地震勘探弱信号处理领域。压缩感知理论作为一种新的采样定理,相比于奈奎斯特定理,其在信号处理方面有其特有的优势。首先将信号经过四参数B样条小波基进行稀疏化表示,然后设计出非奇异的观测矩阵,最后应用范数计算实现信号的重构。我们将该方法应用于模型和工区数据上,其应用效果说明了该方法的有效性。本文研究的第三种方法为基于经验模态分解的瞬时属性求取方法。经验模态分解是一种信号分解算法,它可以将信号分解为频率从高到低的固有模态函数分量叠加的形式,然后对求得的固有模态函数分量进行正交变换和反正切变换,得到地震资料的瞬时属性。相比较于传统的希尔伯特变换,基于经验模态分解的归一化直接正交法避开了希尔伯特变换法受到的限制,得到了更加准确的地震瞬时属性。

关键词：弱信号增强独立变量分析卡尔曼估计压缩感知信号稀疏化经验模态分解固有模态函数

基于FHN神经元和自适应随机共振的信号增强研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于FHN神经元和自适应随机共振的信号增强研究

作者：王栋诚青岛大学

学位级别：硕士

噪声的存在通常被人们认为会阻碍原始信息的获取,因此信号的增强研究都是基于抑制噪声理论实现。随机共振(Stochastic Resonance,SR)理论的出现颠覆了人们对于噪声的认知,噪声对于信号的获取并非只起到干扰作用,适量的噪声存在可以转换... 详细信息

噪声的存在通常被人们认为会阻碍原始信息的获取,因此信号的增强研究都是基于抑制噪声理论实现。随机共振(Stochastic Resonance,SR)理论的出现颠覆了人们对于噪声的认知,噪声对于信号的获取并非只起到干扰作用,适量的噪声存在可以转换为有用的信息,使原始的输入信号得到增强。随机共振效应被应用到很多领域,尤其是在神经元中应用广泛,本文将Fitzhugh-Nagumo(FHN)神经元非线性系统与随机共振效应相结合,设计了一种自适应算法,针对弱信号增强和低亮度图像对比度增强问题,提出了基于自适应随机共振的FHN神经元模型,本文的主要工作如下:(1)本文提出了一种基于自适应随机共振的FHN神经元随机汇池网络模型,采用不同规模的FHN神经元节点对弱周期信号和非周期信号增强。通过改变FHN神经元节点数目和噪声强度,分析FHN神经元节点数目和噪声强度对弱周期信号和非周期信号的影响。实验结果表明,本文提出的方法对弱周期信号和非周期信号都有显著的增强效果,且FHN神经元节点数目越多增强效果越好。(2)本文提出一种求解非线性系统最优参数的新方法,通过自适应算法消除原始低亮度图像的噪声扰动并获取FHN神经元系统的最优参数。本文中将基于自适应随机共振的FHN随机汇池网络模型扩展到二维图像处理中,通过本文设计的卡尔曼和最小均方(Kalman and Least Mean Square,Kalman-LMS)自适应算法消除输入低对比度图像中的噪声扰动,并通过最小二乘估计(Least Square Estimation,LSE)自适应算法获取FHN非线性系统的最优参数值。实验结果表明,通过该模型处理后的图像,有效地消除了图像中的噪声扰动干扰。同时该模型也为非线性系统最优参数值的求解提供了新的方法。(3)本文提出了一种基于自适应随机共振的FHN神经元迭代模型,通过自适应迭代非线性方程对彩色低对比度图像增强。改变原始低对比度图像的尺寸,分析图像尺寸对增强效果的影响。图像的增强效果通过相对对比度增强因子和感知质量指标进行衡量。实验结果表明,图像的尺寸越大,增强效果越显著。将FHN神经元迭代模型扩展到自突触FHN神经元和耦合FHN神经元非线性系统中,分析相同尺寸下本文提出的三种神经元迭代模型与现有方法的对比。与现有方法相比,本文提出的模型显著增强了图像的对比度和视觉感知。

关键词：自适应随机共振 Fitzhugh-Nagumo神经元自适应算法图像增强弱信号增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于随机共振的阵列神经元模型应用研究

基于随机共振的阵列神经元模型应用研究

作者：张化戈青岛大学

学位级别：硕士

随机共振的出现颠覆了人们对噪声的认知,通常噪声被认为是信息在传输过程中产生的无规则信息,这种无规则信息干扰我们对原始信息的提取和利用,噪声的存在严重影响了数据的质量。随机共振效应的提出,为噪声的处理提供了一种新思路。随机... 详细信息

随机共振的出现颠覆了人们对噪声的认知,通常噪声被认为是信息在传输过程中产生的无规则信息,这种无规则信息干扰我们对原始信息的提取和利用,噪声的存在严重影响了数据的质量。随机共振效应的提出,为噪声的处理提供了一种新思路。随机共振效应在神经元中普遍存在,但如今对神经元中随机共振的研究较少,本文将随机共振效应与神经元系统相结合,针对弱信号增强和低峰值信噪比图像复原问题,提出了基于随机共振的神经元模型,主要工作和研究成果如下:（1）本文建立了基于随机共振的阵列饱和性突触神经元模型,使用不同规模的串联和并联饱和性突触神经元模型对弱周期信号和非周期信号增强。改变噪声强度或者阵列的规模,分析噪声强度和阵列大小对弱信号增强效果的影响,同时分析同规模的串联和并联阵列饱和性突触神经元对弱信号增强效果的优劣。实验表明,并联神经元模型对弱信号增强效果更好,对信号细节的复原更优秀。（2）本文建立了基于随机共振的并联Fitzhugh-Nagumo（FHN）神经元模型对低峰值信噪比（Peak signal-to-noise ratio,PSNR）灰度图像复原。改变FHN神经元阵列规模和噪声强度,分析阵列规模和噪声强度对图像复原结果的影响。然后使用峰值信噪比、误码率、结构相似性作为评价指标,客观判断低峰值信噪比图像的复原效果。将FHN神经元并联阵列方法与传统滤波方法及二维随机共振方法进行对比。实验结果显示,该模型可以极大提高低峰值信噪比灰度图像的PSNR值,且复原图像视觉效果极佳。（3）采取一种新的灰度图像预处理方法。该方法首先将原始二维图像通过行列扫描转换为一维信号序列,然后将该一维信号序列的每一个灰度值转换成一个八位的二进制。然后对该二进制序列进行极性转换和幅值调制。处理后一维序列通过阵列神经元系统进行随机共振,然后对阵列神经元系统输出的信号进行解码和反扫描处理最终得到复原灰度图像。通过该方法得到的复原的图像信息比传统方法更加完整,有着更好的视觉效果。

关键词：阵列随机共振神经元峰值信噪比图像复原弱信号增强

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于声信号处理的水产养殖生物行为监测研究

基于声信号处理的水产养殖生物行为监测研究

作者：叶晓毅厦门大学

学位级别：硕士

近年来,我国水产养殖业的产值与规模发展迅速,养殖方式也日趋丰富,但其自动化和智能化水平还有待提高。研究表明,被动声学技术对水产养殖业有着重要的理论价值和工程应用价值。因此,本文以鲍鱼为例,在海洋生物发声、鲍鱼养殖等方面进行... 详细信息

近年来,我国水产养殖业的产值与规模发展迅速,养殖方式也日趋丰富,但其自动化和智能化水平还有待提高。研究表明,被动声学技术对水产养殖业有着重要的理论价值和工程应用价值。因此,本文以鲍鱼为例,在海洋生物发声、鲍鱼养殖等方面进行了大量的文献调研,采集并分析鲍鱼摄食期间的发声信号,对信号进行增强、识别工作,设计了基于声信号处理的水产生物行为监测系统。主要工作如下:(1)介绍了水产生物行为监测系统的总体结构,根据鲍鱼生理习性和摄食特点设计了声音信号采集实验并搭建鲍鱼摄食声信号库,分析了鲍鱼摄食声及背景噪声、增氧机噪声的信号特点。(2)为了降低背景噪声和增氧机噪声的干扰、增强鲍鱼摄食声信号,本文对鲍鱼摄食声信号进行预处理和弱信号增强。首先,对鲍鱼摄食声信号进行预加重和分帧加窗处理;其次,构建参考纯净鲍鱼摄食信号和不同噪声水平的含噪鲍鱼摄食声信号,为下文提供数据基础;最后,分别对比了维纳滤波、谱减法以及基于小波去噪方法的去噪效果。结果表明,谱减法对不同信噪比的含噪鲍鱼摄食声信号均有最优的去噪效果。(3)实现了鲍鱼摄食状态的识别工作。首先,提取鲍鱼摄食声信号去噪前和去噪后的四种特征参数,包括短时能量、短时过零率、线性预测倒谱系数(LPCC)和梅尔倒谱系数(MFCC);其次,搭建深度置信网络(DBN),进行样本训练和摄食行为识别。实验结果表明,LPCC+MFCC双特征输入的DBN模型具有最优的识别性能。此外,由于谱减法拥有较好的去噪效果,因此显著提升了鲍鱼摄食声的识别率。(4)搭建了水产生物行为监测系统,实现对鲍鱼摄食声信号的采集、去噪、识别等工作。

关键词：水产养殖鲍鱼摄食声弱信号增强声音识别深度置信网络

火山岩岩性宏观预测方法——以松辽盆地北部徐家围子断陷为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

石油勘探与开发 2007年第2期34卷 150-155,196页

作者：杨辉宋吉杰文百红徐光成王立贤中国石油勘探开发研究院中国石油吉林油田公司

断裂、构造及岩性共同控制了油气的富集和高产,根据酸性岩到中性岩再到基性岩密度逐渐增大的特点,提出了利用重力地震剥层增强处理方法进行火山岩岩性宏观预测的新方法。首先,根据三维地震资料建立地球物理模型,通过重力地震剥层准确进... 详细信息

断裂、构造及岩性共同控制了油气的富集和高产,根据酸性岩到中性岩再到基性岩密度逐渐增大的特点,提出了利用重力地震剥层增强处理方法进行火山岩岩性宏观预测的新方法。首先,根据三维地震资料建立地球物理模型,通过重力地震剥层准确进行重力异常的分离,即去除与火山岩无关的由于地层之间的密度界面所产生的重力异常;在此基础上,对剩余重力异常进行弱信号增强,去除大区域场的影响并对埋藏较深的火山岩岩性所产生的微弱的重力异常进行增强。将反映火山岩宏观分布的航磁二次导数异常图与重力地震增强处理后的图件叠合,即可对火山岩的岩性进行预测。该方法在松辽盆地北部徐家围子断陷深层火山岩油气藏的应用取得了较好的效果。

关键词：松辽盆地深层天然气勘探火山岩岩性重力地震剥层弱信号增强重力勘探

基于谱峭度和EMD的滚动轴承早期故障检测与诊断增强

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于谱峭度和EMD的滚动轴承早期故障检测与诊断增强

作者：杨立龙哈尔滨工业大学

学位级别：硕士

滚动轴承被广泛地应用在各种工业现场中,它的运行状态直接影响到整台机器的功能,因此,它的早期故障诊断具有非常重要的意义,对于滚动轴承的早期故障,信号中包含的故障信息一般很微弱,常常淹没在噪声信号中,因此能否有效地降低噪声提高... 详细信息

滚动轴承被广泛地应用在各种工业现场中,它的运行状态直接影响到整台机器的功能,因此,它的早期故障诊断具有非常重要的意义,对于滚动轴承的早期故障,信号中包含的故障信息一般很微弱,常常淹没在噪声信号中,因此能否有效地降低噪声提高信噪比,有效地增强故障弱信号是进行滚动轴承早期故障诊断的关键。本课题在总结和汲取他人研究成果的基础上,提出一种基于谱峭度和经验模态分解（EMD）方法,以从滚动轴承振动信号中获取的故障数据为基础,进行早期故障弱信号增强,提前诊断出滚动轴承故障,从而提高故障诊断水平和效率,保证机械系统运行的稳定性和安全性,本文包括以下内容: 首先针对谱峭度缺乏自适应性和EMD存在模态混叠、在低频段产生多余IMF分量等问题,提出谱峭度和EMD相结合的方法,利用谱峭度对故障脉冲信号敏感能够有效增强故障脉冲信号减少噪声的优势,在增强故障脉冲信号减少噪声干扰的基础上与EMD方法相结合,有效解决了EMD方法受各种干扰的问题,能够有效提高EMD分解的效率和精度,进一步提高了故障诊断水平。然后把基于谱峭度和EMD方法应用到加噪仿真信号和滚动轴承早期故障诊断中,实验结果证明,基于谱峭度和EMD方法在加噪仿真信号和滚动轴承早期故障弱信号增强中取得了很好的效果,因此,该方法对滚动轴承早期故障弱信号增强具有重要意义,具有良好的应用前景。

关键词：滚动轴承弱信号增强谱峭度 EMD