导读:本文包含了小波分解重构论文开题报告文献综述及选题提纲参考文献，主要关键词:煤层,槽波,小波分解,数据重构
小波分解重构论文文献综述
孙喆[1]（2018）在《基于小波分解重构方法提取煤层槽波信号》一文中研究指出为了进一步提高勘查的分辨率和详细程度,解决煤矿地质工作所面临的安全生产问题,近年来大力发展了槽波勘探方法。槽波勘探方法将物理场源及接收器直接安放在煤层内,由于煤层相对于顶板和底板速度更低而形成了低速层中地震能量的制导现象。利用这种导波可以探测煤层的不连续性,具有探测距离远、抗电干扰能力强的特点[1,2]。由于槽波本身的频散特性,以及井下复杂的激发接收条件,多种类型的纵波和横波及噪声迭加在一起,致使槽波信号震相难以识别。常规的处理方法是根据理论频散曲线设计频率域带通滤波的方式提取槽波埃里震相。本文利用小波变换的方式分解原始地震信号,在得到的分解结果中寻找槽波埃里震相的时间范围和优势频率,再对各个小波系数进行加权后重构合成新的信号来提取埃里震相。实际应用表明,小波分解重构方法提高了反射槽波成像的信噪比[3]。图1中红色信号为煤层中激发接收的单道反射记录,可以看出纵波,横波及槽波震相重迭,难以准确拾取槽波埃里相。经过小波分解重构后得到图1中的黑色信号可以看出尾部高频强震相界限清晰,时间和频率上符合埃里相特征,重构之后的信号可以直接提取槽波埃里相。结果表明利用小波变换分解重构槽波的方法适用于槽波勘探资料的预处理。(本文来源于《中国地球物理学会信息技术专业委员会地球物理信息前沿技术研讨会论文摘要集》期刊2018-08-18）
刘春生,袁昊,李德根,徐玉芸[2]（2018）在《小波分解重构截齿载荷谱的幅值关联性与分形特征》一文中研究指出为了研究截齿截割煤岩载荷谱的特性,采用FFT分析载荷谱频谱特性,利用Db4和Sym5两种小波基对载荷谱分解与重构,提取分解与重构后载荷谱各层高、低频幅值均值,基于分形理论计算2种小波基重构载荷谱各层的盒维数。结果表明:载荷谱的幅值存在稳态值,幅值主要集中在0~5Hz;获得了Db4和Sym5两种小波基下重构各层载荷谱幅值均值拟合曲线,其中第4层幅值均值拟合曲线的最大值与原载荷谱的分别相差0.17%和0.12%,在全域范围内,Db4与Sym5各层低频重构载荷谱更趋近于原载荷谱均值变化规律,可作为一种计算载荷均值的有效方法。通过前一层低频与后一层的高频和低频部分的盒维数线性迭加数学关系以及盒维数迭加误差,可判断小波分解重构的精度。(本文来源于《煤炭科学技术》期刊2018年05期）
李艳,吴安坤[3]（2016）在《基于小波分解和相空间重构的大气电场混沌特征浅析》一文中研究指出本文通过对伴有闪电过程的地面大气电场强度时间序列进行相空间重构分析知,闪电时段内地面大气电场强度时间序列均呈现混沌特性,而非闪电时段内地面大气电场强度时间序列并不全部呈现混沌特性;闪电时段内的地面大气电场强度时间序列经过小波函数sym5的4层分解重组的低频部分的相空间重构混沌特性较原始时间序列的相空间重构混沌特性明显。(本文来源于《价值工程》期刊2016年28期）
段益群,曾辉,卓辉[4]（2016）在《小波分解和重构算法在数字图像上的应用》一文中研究指出从小波分析数值建模方程出发,提出了一种小波分解和重构算法。在信号处理方面采用低、高频二级分解重构,不但能有效弥补傅立叶变换在时域与频域对信号局部分析缺失的不足,而且能在短时傅立叶变换基础上解决图像分辩率和频率分辨率问题。该方法可应用于非平稳信号分析,在图像压缩、图形去噪、机器视觉增强等领域具有重大意义。(本文来源于《机械工程与自动化》期刊2016年03期）
李娟[5]（2014）在《基于小波分解重构的基音周期检测算法》一文中研究指出在语音信号处理中,基音周期是一个非常重要的参数。语音合成的TD-PSOLA算法需要准确的在每个基音周期点处进行基音标注,而传统的基音周期检测算法只能求出平均周期。实验证明:小波变换的分解重构算法可以把一帧语音信号内所有准周期的基音周期都准确的检测出来,能反映微小的周期变化,具有跟踪基音周期变化的能力。仿真部分分别用haar小波、db10小波、sym10小波对信号进行分解重构,证明sym10小波是比较合适的小波基。(本文来源于《贵州师范学院学报》期刊2014年09期）
刘薇[6]（2014）在《黄金价格的小波分解与单支重构求和预测》一文中研究指出针对差分法会造成时间序列信息损失的缺陷,首先对2000年1月至2013年4月黄金价格(月度)序列进行了小波分解和单支重构,其次对重构的近似分量和细节分量分别建立非参数自回归模型和AR模型,最后对每个分支进行了14步外推预测,将这些预测值求和得到了原始黄金价格序列自2013年5月至2014年6月的预测值。预测结果表明:2013年5—12月,黄金价格稳中有降,但降幅较小;进入2014年后,黄金价格则稳中上升,但上升幅度较小。(本文来源于《黄金》期刊2014年04期）
郭爱智,王勇,苏晓庆,李建勇[7]（2013）在《利用小波分解重构提取高频GPS数据静态永久性变形》一文中研究指出研究了利用小波分解重构提取高频GPS数据静态永久性变形的方法。通过对El Mayor-Cucapah地震和东日本大地震两次地震高频GPS数据的处理和分析表明,PPP模式处理的高频GPS数据能够获取和强震仪相近的短周期强运动位移信息,并且保留了静态永久性变形信息;利用小波分解重构可以高精度地估计高频GPS动态位移中的静态永久性变形,有效区分主震和余震造成的静态永久性变形以及震后蠕滑位移。(本文来源于《武汉大学学报(信息科学版)》期刊2013年10期）
蒋英春[8]（2013）在《离散空间中正交小波分解重构算法的实现》一文中研究指出针对目前离散空间中分解重构算法的过程较为复杂,主要研究离散空间中周期小波和非周期小波分解重构算法的实现。首先证明离散空间中的多层小波分解重构算法可以按照Mallat分解重构算法的塔式结构实现,从而将离散序列空间与函数空间中的小波理论联系起来;其次,举例说明离散空间中的分解重构算法比函数空间中的Mallat分解重构算法在滤波器的选择上更加灵活;最后,数值结果表明基于离散小波对信号进行处理在很多应用中可以取得更好的效果。(本文来源于《计算机应用研究》期刊2013年02期）
金智庆[9]（2012）在《基于小波分解和重构的暂态选线与扰动识别》一文中研究指出在小波分解和重构理论的基础上,提出了基于故障暂态电流α模分量突变量的故障选线方法。根据小波理论善于处理突变信号的特点,利用小波理论对暂态电流、电压信号进行分析,由分解后的小波系数构成综合故障测度进行选线,小波重构信号则对故障和扰动进行识别。大量的仿真试验证明,提出的选线方法可以很好地对故障线路进行选择,同时不受扰动影响。(本文来源于《山西科技》期刊2012年04期）
钟丽辉,魏贯军[10]（2012）在《基于Mallat算法的小波分解重构的心电信号处理》一文中研究指出为了实现对微弱低信噪比的心电信号的有效提取,采用了Mallat算法的小波分解重构法去除心电信号的噪声。首先确定小波分解重构的小波基;其次确定分解的层数;然后直接提取有用信号所在的频带(有用信号占优的频带)进行重构;最后,Matlab仿真MIT-BIT标准数据库中的心电信号表明小波分解重构法可以有效的去除心电信号中的多种干扰;同时比起传统滤波器法来说,小波分解与重构去噪法应用起来更方便。(本文来源于《电子设计工程》期刊2012年02期）
小波分解重构论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了研究截齿截割煤岩载荷谱的特性,采用FFT分析载荷谱频谱特性,利用Db4和Sym5两种小波基对载荷谱分解与重构,提取分解与重构后载荷谱各层高、低频幅值均值,基于分形理论计算2种小波基重构载荷谱各层的盒维数。结果表明:载荷谱的幅值存在稳态值,幅值主要集中在0~5Hz;获得了Db4和Sym5两种小波基下重构各层载荷谱幅值均值拟合曲线,其中第4层幅值均值拟合曲线的最大值与原载荷谱的分别相差0.17%和0.12%,在全域范围内,Db4与Sym5各层低频重构载荷谱更趋近于原载荷谱均值变化规律,可作为一种计算载荷均值的有效方法。通过前一层低频与后一层的高频和低频部分的盒维数线性迭加数学关系以及盒维数迭加误差,可判断小波分解重构的精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
小波分解重构论文参考文献
[1].孙喆.基于小波分解重构方法提取煤层槽波信号[C].中国地球物理学会信息技术专业委员会地球物理信息前沿技术研讨会论文摘要集.2018
[2].刘春生,袁昊,李德根,徐玉芸.小波分解重构截齿载荷谱的幅值关联性与分形特征[J].煤炭科学技术.2018
[3].李艳,吴安坤.基于小波分解和相空间重构的大气电场混沌特征浅析[J].价值工程.2016
[4].段益群,曾辉,卓辉.小波分解和重构算法在数字图像上的应用[J].机械工程与自动化.2016
[5].李娟.基于小波分解重构的基音周期检测算法[J].贵州师范学院学报.2014
[6].刘薇.黄金价格的小波分解与单支重构求和预测[J].黄金.2014
[7].郭爱智,王勇,苏晓庆,李建勇.利用小波分解重构提取高频GPS数据静态永久性变形[J].武汉大学学报(信息科学版).2013
[8].蒋英春.离散空间中正交小波分解重构算法的实现[J].计算机应用研究.2013
[9].金智庆.基于小波分解和重构的暂态选线与扰动识别[J].山西科技.2012
[10].钟丽辉,魏贯军.基于Mallat算法的小波分解重构的心电信号处理[J].电子设计工程.2012