摘要 | 第4-5页 |
ABSTRACT | 第5页 |
创新点摘要 | 第6-9页 |
前言 | 第9-13页 |
0.1 研究的目的及意义 | 第9页 |
0.2 国内外研究现状及发展趋势 | 第9-11页 |
0.2.1 叠前去噪研究现状 | 第9-10页 |
(1) 基于经典傅氏变换的去噪方法 | 第9页 |
(2) 其他去噪方法 | 第9页 |
(3) 地震资料去噪技术的应用及发展 | 第9-10页 |
0.2.2 基于小波变换噪声压制研究现状 | 第10页 |
0.2.3 基于广义S变换噪声压制研究现状 | 第10-11页 |
0.2.4 基于经验模式分解研究现状 | 第11页 |
0.3 主要研究内容 | 第11-13页 |
第一章 频率-空间反褶积预测滤波方法 | 第13-20页 |
1.1 F-K域去噪技术 | 第13页 |
1.2 基本原理 | 第13-17页 |
1.2.1 F-X域反褶积和复Wiener预测滤波器 | 第13页 |
1.2.2 F-X域 | 第13-16页 |
(1) 可预测性 | 第14页 |
(2) 利用前向复预测滤波器预测复正弦函数 | 第14-16页 |
1.2.3 复Weiner滤波器 | 第16页 |
1.2.4 复Weiner滤波器作为F-X空间的褶积算子 | 第16-17页 |
1.3 F-X域滤波器原理 | 第17-18页 |
1.4 去噪技术 | 第18-19页 |
小结 | 第19-20页 |
第二章 基于小波分解的自适应阈值去噪方法 | 第20-33页 |
2.1 小波基本原理 | 第20-23页 |
2.1.1 小波连续变换 | 第20-21页 |
(1) 连续小波函数 | 第20页 |
(2) 连续小波变换 | 第20页 |
(3) 时频分析 | 第20-21页 |
2.1.2 离散小波变换 | 第21-22页 |
2.1.3 正交尺度函数和小波所满足的条件 | 第22页 |
2.1.4 正交滤波器H(w)和G(w)所满足的关系 | 第22-23页 |
2.1.5 滤波器系数所满足的关系式 | 第23页 |
2.2 多尺度分析 | 第23-24页 |
2.2.1 多尺度分析思想的提出 | 第23-24页 |
2.3 MALLAT算法 | 第24-26页 |
2.4 自适应阈值去噪方法 | 第26-30页 |
2.4.1 问题的提出 | 第26-27页 |
2.4.2 小波域噪声压制原理 | 第27-28页 |
2.4.3 自适应阈值和阈值函数的确定 | 第28-30页 |
(1)阈值函数 | 第28页 |
(2)自适应阈值选取 | 第28-29页 |
(3)处理步骤 | 第29页 |
(4)处理实例 | 第29-30页 |
小结 | 第30-33页 |
第三章 基于广义S变换的高频噪声压制方法 | 第33-39页 |
3.1 S变换理论原理 | 第33-34页 |
3.2 广义S变换理论原理 | 第34-35页 |
3.3 方法与步骤 | 第35-36页 |
3.4 实际数据处理 | 第36-38页 |
小结 | 第38-39页 |
第四章 基于经验模式分解(f-x EMD)去噪方法 | 第39-46页 |
4.1 问题的提出 | 第39页 |
4.2 经验模态分解 | 第39-40页 |
4.3 方法与步骤 | 第40-41页 |
4.4 模拟数据测试分析 | 第41-43页 |
4.5 实际数据处理 | 第43-44页 |
小结 | 第44-46页 |
第五章 广义S变换和经验模式分解方法的比较 | 第46-51页 |
5.1 去噪原理 | 第46-47页 |
5.1.1 基于广义S变换的高频噪声压制原理 | 第46-47页 |
5.1.2 基于经验模态分解的高频噪声压制原理 | 第47页 |
5.2 去噪效果 | 第47-48页 |
5.3 信号保真度 | 第48-49页 |
5.4 计算效率 | 第49页 |
5.5 存在的问题 | 第49-50页 |
小结 | 第50-51页 |
结论 | 第51-52页 |
参考文献 | 第52-55页 |
发表文章目录 | 第55-57页 |
致谢 | 第57-58页 |
详细摘要 | 第58-69页 |