毕业设计论文范本样本.doc
上传人:fa****楠吖 上传时间:2024-09-11 格式:DOC 页数:16 大小:117KB 金币:10 举报 版权申诉
预览加载中,请您耐心等待几秒...

毕业设计论文范本样本.doc

毕业设计论文范本样本.doc

预览

免费试读已结束,剩余 6 页请下载文档后查看

10 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

资料内容仅供您学习参考,如有不当或者侵权,请联系改正或者删除。论文专用纸自带,不需要专门设置”摘要”中间空两格,黑体小三号、加粗、居中,行距:1.5倍;段前:0.5行;段后:0.5行摘要2.3cm提高地震信号的分辨率是地震勘探所要解决的一项主要任务,而提高地震信号的信噪比是提高地震信号分辨率的先决条件。要提高地震资料的信噪比,需要去除地震资料中的随机噪声和相干噪声。相干噪声一般在时间上的出现具有规律性,有明显的运动学特征,能够有针对性地加以衰减。随机噪声没有统一的规律,在整张记录上随机出现,比较难以去除。因此如何有效消除随机噪声是人们一直追求的目标。装订线小波分析在时域频域同时具有良好的局部化性质和多分辨率分析的特点,与传统的去噪方法相比较,有着无可比拟的优点,成为信号分析的一个强有力的工具。小波变换能将信号在多个尺度上进行小波分解,信号和随机噪声在不同的尺度上进行小波分解时,存在一些不同的特征表现:地震信号中的有效反射波的小波变换模极大值随着尺度的增大而增大;噪声在小波变换下具有的特性同信号相比则完全相反,随着尺度的增大而减小。其截然不同的表现特征为我们选择和确定一个用于取舍信号和噪声模极大值的阈值提供了条件。本文主要是使用离散二进小波变换,采用小波域阈值的去噪方法对地震信号中随机噪声进行分析和处理.论文主要介绍了小波变换和地震信号去噪的基本理论,分析了小波变换的特点,介绍了小波变换的去噪方法,及常见的小波集函数。最后将小波域阈值去噪方法与计算机技术相结合,利用软件对地震信号进行去噪。正文采用宋体小四号字,中文标点行距:固定值20磅;段前:0行;段后:0行关键词:地震信号;小波分析;小波域阈值去噪宋体小四号加粗,关键词之间以分号分隔ABSTRACT所有字母均大写TimesNewRoman小三号、加粗、居中行距:1.5倍;段前:0.5行;段后:0.5行Toimprovetheresolutionofseismicdataisamaintaskofgeophysicalexploration,anditsprerequisiteconditionistoimprovethesignal-to-noiseratio.Itisnecessarytoremovecoherentnoisesandrandomnoisesinseismicdataprocessingtoimprovethesignal-to-noiseratio.Commonlytherearesomerulesofcoherentnoises,sotheycanberemovedaccordingtotheirrulesRandomnoiseshavenorules,soitisdifficulttoremoverandomnoises.Thereforehowtoeffectivelygetridofrandomnoisesisagoalwhichmanypeoplewanttoreach.Wavelettransformhasthecharacteristicofgoodlocalnatureandanalysisofmulti-ratioinbothtimedomainandfrequencydomain.Comparingwiththeconventionalmethod,thenewde-noisingmethodhastheincomparablestrongpointandbecomesthepowerfulimplementforanalysisofdata.Thewavelettransformcanresolvethedataindifferentmeasure.Itappearsdifferentfeaturesduringtheprocessofresolvingondataandrandomnoises,suchasinseismicdatathemaximumofwavelettransformpatternofefficientreflectionwaveincreasesasthemeasureincreasing;comparingwithdata,thenoisehasthecompletelyoppositecharacteristicwhichdecreasesasthemeasureincreasing.Theentirelydifferentfeatureprovidestheprerequisiteconditionforchoosingathresholdfilterapplyingtochoosingdataandowningthemaximumofnoisepattern.This