小波变换与傅立叶变换在地震资料去噪中的对比

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：Comparative Study on Decreasing Noise in Seismic Data Between Wavelet Transform and Fourier Transform 中文刊名：内蒙古石油化工 英文刊名：Inner Mongolia Petrochemical Industry 作者：张旭东 ; 詹毅 ; 马永琴 英文作者：(1.Chengdu University of Technology ; Chengdu Sichuan 610059 2. The International Exploration Section Of BGP) 中文关键词：小波变换 ; 信号降噪 ; 傅立叶变换 ; 奇异信号 ; 非平稳信号 英文关键词：wavelet transform ; denoising signal ; fourier transform ; singularity singal ; unsteady signal 出版日期：2007-07-15 机构：成都理工大学,成都理工大学,东方地球物理公司国际勘探事业部 四川成都610059,四川成都610059,河北涿州072750 年：2007 期：07 出版单位：内蒙古石油化工

摘要

由于小波变换具有良好的时—频特性,从而为其在信号降噪中的应用提供了广阔的前景。小波变换通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析,解决了傅立叶变化不能解决的许多困难问题。本文通过傅立叶变换和小波变换在地震资料去噪中的对比可以看出,小波变换对奇异信号极其敏感,使得其在非平稳信号的去噪中显出了较大的优越性。
Because of its better time-frequency characteristic,wavelet transform can be used to decrease the noise in the signal effectively.Wavelet transform processes excessive scale thinning analysis to function or signal through calculation function such as stretching and translation and so on.Many difficult problems can be figured out by this.Compared to the fourier transform,wavelet transform is superior and it is sensitive to the singularity singal,which enables it to reveal its great advantages in denoising unsteady signals.

引文

[1]黄德济,贺振华,包吉山.地震勘探资料数字处理[M].地质出版社,1990.
    [2]李庆忠.走向精确勘探的道路[M].石油工业出版社,1993.
    [3]谭毅华,田金文,柳健.基于小波局部统计特性的图像去噪方法[J].信号处理,2005.
    [4]成礼智,王红霞,罗永.小波的理论与应用[M].北京:科学出版社,2004.
    [5]梁学章,何甲兴等.小波分析[M].北京:国防工业出版社,2004.
    [6]李建平,唐远炎.小波分析方法的应用[M].重庆大学出版社,1999.
    [7]李世雄.小波变换及其应用[M].北京:高等教育出版社,1997.
    [8]胡广书.数字信号处理——理论、算法与实现[M].清华大学出版社,1997.
    [9]MATLAB 6.5辅助小波分析与应用[M].电子工业出版社,2003.
    [10]Donoho D.D e—no ising by soft—Thresho ld ing[J].IEEE.T rans.On IT,1995;(3):613~627.