【摘要】：時(shí)頻分析聯(lián)合時(shí)間頻率表示一維時(shí)間信號(hào),是非穩(wěn)態(tài)信號(hào)處理的重要工具之一。針對(duì)非穩(wěn)態(tài)信號(hào)的特點(diǎn),尋找新的時(shí)頻分析方法,提高時(shí)頻分析的精度是時(shí)頻分析的主要研究?jī)?nèi)容之一。非穩(wěn)態(tài)是自然界中信號(hào)的基本特征。例如:地震勘探中的地震信號(hào)、故障診斷中的機(jī)器震動(dòng)信號(hào)、雷達(dá)信號(hào)等等。本論文首先采用切比雪夫正交多項(xiàng)式作為基函數(shù),通過離散余弦變換,實(shí)現(xiàn)了信號(hào)的非穩(wěn)態(tài)漸近表示。該方法將切比雪夫漸近展開式的系數(shù)表示為與時(shí)間相關(guān)的參數(shù),得到信號(hào)隨時(shí)間變化的頻譜特征。通過數(shù)值試驗(yàn),驗(yàn)證了該方法能夠獲得信號(hào)的時(shí)頻特征。進(jìn)一步,通過與常規(guī)時(shí)頻分析方法對(duì)比研究表明:基于切比雪夫正交多項(xiàng)式的方法能夠精確地表示信號(hào)的頻譜特征。壓縮小波變換是近些年提出的一種高精度的時(shí)頻分析方法,該方法對(duì)小波變換進(jìn)行壓縮,進(jìn)而使得信號(hào)的時(shí)頻能量聚集在瞬時(shí)頻率的周圍,提高了時(shí)頻分析的精度。同時(shí)本論文針對(duì)短時(shí)傅里葉變換,推導(dǎo)了壓縮短時(shí)傅里葉變換的公式。在此基礎(chǔ)上通過數(shù)值試驗(yàn),驗(yàn)證了壓縮短時(shí)傅里葉變換能夠切實(shí)提高時(shí)頻分析的精度。地震信號(hào)的低頻異常可能是由于高頻信號(hào)在含油氣區(qū)域的異常衰減所引起,低頻異常常常與油氣儲(chǔ)層相關(guān)聯(lián)出現(xiàn)。本文將壓縮短時(shí)傅里葉變換應(yīng)用于地震信號(hào)的低頻異常檢測(cè),尋找與油氣儲(chǔ)層相關(guān)聯(lián)的信號(hào)特征,進(jìn)而提高儲(chǔ)層預(yù)測(cè)的精度。
【學(xué)位授予單位】：中國(guó)石油大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN911.7;P631.44
【圖文】：

- 12 -（d）圖 2.2 (a)線性調(diào)頻信號(hào) (b)信號(hào)重構(gòu) (c)STFT 頻譜 (d)重構(gòu)誤差.2 (a) LFM signal (b) signal reconstruction (c) STFT spectrum (d) reconstructio

圖 2.3 線性調(diào)頻信號(hào)的 CWT 頻譜Fig. 2.3 CWT spectrum of LFM signal 變換（ST）換的基小波是由簡(jiǎn)諧波與高斯函數(shù)的乘積構(gòu)成的，其中，簡(jiǎn)諧波在時(shí)變換，高斯函數(shù)可進(jìn)行伸縮、平移變換，因此 S 變換兼具短時(shí)傅立葉換的優(yōu)勢(shì)。的基本原理時(shí)傅里葉變換中，根據(jù)信號(hào)分析的不確定原理，窗函數(shù)為高斯類函數(shù)達(dá)到最小，已知高斯窗函數(shù)的定義為： ( ) = 22 2（21| |。將σ代入（2.25）式，歸一化后的高斯窗函數(shù)表達(dá)式為 ( , ) =| | 2 2

√2| |，| |√2 ）時(shí)頻窗的面積為1 ，這是海森堡原理的下界，且時(shí)頻窗的面積始）在頻率| |條件下，中心頻率與頻寬的比值滿足等“Q”原理，這個(gè)關(guān)： 2 √23 = √2 2.6 中，與圖 2.4（c）相比，它在信號(hào)高頻部分，分析窗的頻寬比較小，這表明中心頻率與頻寬的比值較小，導(dǎo)致了頻率分辨率較低而高，這也是 S 變換在時(shí)頻分析中的一個(gè)缺點(diǎn)。

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 胡愛軍;孫敬敬;向玲;;經(jīng)驗(yàn)?zāi)B(tài)分解中的模態(tài)混疊問題[J];振動(dòng).測(cè)試與診斷;2011年04期

2 芮國(guó)勝;王林;田文飚;;一種基于基追蹤壓縮感知信號(hào)重構(gòu)的改進(jìn)算法[J];電子測(cè)量技術(shù);2010年04期

本文編號(hào)：2783923