CN111474581B - 一种基于非线性时间挤压时频变换的瞬态弱信号检测方法 - Google Patents

一种基于非线性时间挤压时频变换的瞬态弱信号检测方法 Download PDF

Info

Publication number
CN111474581B
CN111474581B CN202010407656.0A CN202010407656A CN111474581B CN 111474581 B CN111474581 B CN 111474581B CN 202010407656 A CN202010407656 A CN 202010407656A CN 111474581 B CN111474581 B CN 111474581B
Authority
CN
China
Prior art keywords
time
frequency
short
transient
fourier transform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010407656.0A
Other languages
English (en)
Other versions
CN111474581A (zh
Inventor
王清振
高静怀
张金淼
姜秀娣
朱振宇
翁斌
丁继才
孙文博
桑淑云
李振
赵小龙
李超
郑颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Offshore Oil Corp CNOOC
CNOOC Research Institute Co Ltd
Original Assignee
China National Offshore Oil Corp CNOOC
CNOOC Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China National Offshore Oil Corp CNOOC, CNOOC Research Institute Co Ltd filed Critical China National Offshore Oil Corp CNOOC
Priority to CN202010407656.0A priority Critical patent/CN111474581B/zh
Publication of CN111474581A publication Critical patent/CN111474581A/zh
Application granted granted Critical
Publication of CN111474581B publication Critical patent/CN111474581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/307Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/60Analysis
    • G01V2210/63Seismic attributes, e.g. amplitude, polarity, instant phase

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种基于非线性时间挤压变换的弱信号检测方法,包括:1)利用短时傅里叶变换公式对待检测瞬态信号f(t)进行变换,得到其短时傅里叶变换结果;2)以冲激信号为基础进行群延时算子估计,得到群延时算子;3)利用步骤2)中的群延时算子和步骤1)中的待检测瞬态信号的短时傅里叶变换系数,计算非线性时间挤压变换时频结果,根据该时频结果得到待检测瞬态信号发生时刻的时频系数。本发明提出的非线性时间挤压时频变换,可以在时频域比较清晰地检测出能量较弱的信号分量。该技术方案易于实现,可操作性强。因此,可以广泛应用于瞬态弱信号的检测领域。

Description

一种基于非线性时间挤压时频变换的瞬态弱信号检测方法
技术领域
本发明属于地球物理勘探中的信号处理领域,涉及一种瞬态弱信号的检测方法,具体涉及一种基于非线性时间挤压时频变换的瞬态弱信号检测方法。
背景技术
弱信号的现象在实际工程中很常见到,它的检测与识别是一项重要任务。针对弱信号的检测,已有很多理论和应用研究。比较常用的方法包括小波变换、曲波变换等。然而,小波阈值方法在压制随机噪声的时候缺乏对信号幅值的有效保护,它对弱信号的检测效果不理想;而曲波阈值方法虽然可以有效的检测出弱信号,但是结果中常包含部分“伪影”。
在新的技术中,有学者提出了一种基于非线性挤压时频变换的弱信号检测方法。这个方法是在同步挤压短时傅里叶变换的基础上改进的,因此该方法在一定程度上依赖于同步挤压短时傅里叶变换的效果。由于同步挤压短时傅里叶变换可以精确地估计弱调频信号的瞬时频率,从而时频谱的能量聚集性也很高,因此,基于此精确的瞬时频率估计,非线性挤压时频变换可以很好地检测弱调频的弱信号。但是,对于强调频的信号,同步挤压变换的瞬时频率估计不再精确,从而非线性挤压时频变换对强调频的弱信号检测效果不佳。
为了处理强调频信号,比如冲击信号,时间同步挤压变换被提出。但是,对于含有弱分量的信号,时间同步挤压变换的时频谱不佳。
以上现有技术具有以下缺点:
(1)非线性挤压时频变换不适用检测含有强调频信号;
(2)时间同步挤压变换不适用于含有弱分量的信号。
发明内容
针对上述问题,本发明的目的是提供一种基于非线性时间挤压时频变换的测瞬态弱信号检测方法,该方法对瞬态弱信号的检测具有较强的能力。
为实现上述目的,本发明采取以下技术方案:一种基于非线性时间挤压时频变换的瞬态弱信号检测方法,其包括以下步骤:
1)利用短时傅里叶变换公式对待检测瞬态信号f(t)进行变换,得到其短时傅里叶变换结果;
2)以冲激信号为基础进行群延时算子估计,得到群延时算子;
3)利用步骤2)中的群延时算子和步骤1)中的待检测瞬态信号的短时傅里叶变换系数,计算其非线性时间挤压变换时频结果,根据该时频结果得到待检测瞬态信号发生时刻的时频系数。
进一步的,所述步骤1)中,短时傅里叶变换的计算公式为:
Figure BDA0002491930360000027
其中,
Figure BDA0002491930360000021
为待检测瞬态信号f(t)的短时傅里叶变换系数;g(t)为窗函数,u和η分别为时间变量和频率变量。
进一步的,所述步骤2)中,群延时算子
Figure BDA0002491930360000022
定义为:
Figure BDA0002491930360000023
其中,
Figure BDA0002491930360000024
为待检测瞬态信号f(t)的短时傅里叶变换系数。
进一步的,所述步骤3)中,非线性时间挤压变换公式为:
Figure BDA0002491930360000025
其中,
Figure BDA0002491930360000026
是以t·g(t)为窗函数的短时傅里叶变换;u和η分别为时间变量和频率变量。
本发明由于采取以上技术方案,其具有以下优点:本发明将非线性操作引入到时间同步挤压变换中,由于时间同步挤压变换可以很好地刻画瞬态信号,并且非线性操作的结果与振幅大小无关,仅与群延时估计有关,解决了无法清晰识别瞬态弱信号的问题。根据时间同步挤压的特点:在提高时间分辨率的同时,也能够很好地显示低振幅的弱信号频谱。该方法易于实现,可操作性好。因此,可以广泛应用于瞬态弱信号检测领域。
附图说明
图1(a)~图1(d)为本发明实施例中合成信号处理对比显示图;
图2(a)~图2(e)为本发明实施例中合成褶积模型的应用效果图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明提供的一种基于非线性时间挤压时频变换的瞬态弱信号检测方法,其包括以下步骤:
1)利用短时傅里叶变换公式对待检测瞬态信号f(t)进行变换,得到其短时傅里叶变换结果。
其中,利用短时傅里叶变换公式对待检测瞬态信号f(t)进行计算时,计算公式为:
Figure BDA0002491930360000031
其中,
Figure BDA0002491930360000032
为待检测瞬态信号f(t)的短时傅里叶变换系数;g(t)为窗函数,u和η分别为时间变量和频率变量。
2)以冲激信号为基础进行群延时算子估计,得到群延时算子。
具体的计算方法为:
以冲激信号fδ(t)=Aδ(t-t0)为例来推导群延时算子,其中,A为冲激信号fδ(t)的幅值,t0为冲击发生的时刻,它的短时傅里叶变换结果为:
Figure BDA0002491930360000033
对式(2)关于频率变量η求偏导,有
Figure BDA0002491930360000034
从而有
Figure BDA0002491930360000035
故本发明中将群延时算子
Figure BDA0002491930360000036
定义为:
Figure BDA0002491930360000037
3)根据得到的群延时算子和待检测瞬态信号f(t)的短时傅里叶变换结果,计算非线性时间挤压变换时频结果,根据该时频结果得到待检测瞬态信号发生时刻的时频系数。
其中,非线性时间挤压变换的计算公式为:
Figure BDA0002491930360000038
式中,
Figure BDA0002491930360000039
是以t·g(t)为窗函数的短时傅里叶变换。联合群延时算子,我们可以得到以下等式:
Figure BDA00024919303600000310
从式(7)中,我们可以得到NTSf(u,η)与瞬态信号的振幅不相关,只与群延时有关系。当时间变量u与群延时估计算子
Figure BDA00024919303600000311
的值越接近,那么时频结果NTSf(u,η)幅值就越大。由此,非线性时间挤压变换是突出了瞬态信号发生时刻的时频系数。所以,在时频域中,无论瞬态信号的振幅强弱,都可以被很好地检测到。
实施例一
本实施例采用合成的冲击信号来检测本发明方法的有效性。
如图1(a)所示,在0.25s和0.75s时刻发生了冲击响应,它们的幅值分别为2和0.02。信号的采样频率为200Hz,采样时间为1s。本实施例给出了短时傅里叶变换(图1(b))、时间同步挤压变换(图1(c))和非线性时间挤压变换(图1(d))的时频结果。通过观察,可以得到,时间同步挤压变换的时频谱相对于短时傅里叶变换,时间方向上的能量更加集中,但是都不能够检测出弱信号的存在。而本发明方法的结果可以准确清晰地检测出能量弱小的分量。
然后本实施例给出了一个褶积得到的简单地震道,如图2(a)所示,它包含两个反射系数,一个强反射和一个弱反射,图2(b)是通过褶积得到的数据。图2(c)~图2(e)所示分别为不同时频方法的结果,相比较而言,可以看到本发明提出的非线性时间挤压变换方法可以清晰地检测出弱反射的存在性,而且也能精确地定位反射的时间位置。
以上给出一种具体的实施方式,但本发明不局限于所描述的实施方式。本发明的基本思路在于上述方案,对本领域普通技术人员而言,根据本发明的教导,设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变形仍落入本发明的保护范围内。

Claims (2)

1.一种基于非线性时间挤压时频变换的瞬态弱信号检测方法,其特征在于包括以下步骤:
1)利用短时傅里叶变换公式对待检测瞬态信号f(t)进行变换,得到其短时傅里叶变换结果;
2)以冲激信号为基础进行群延时算子估计,得到群延时算子;
3)利用步骤2)中的群延时算子和步骤1)中的待检测瞬态信号的短时傅里叶变换系数,计算其非线性时间挤压变换时频结果,根据该时频结果得到待检测瞬态信号发生时刻的时频系数;
所述步骤3)中,非线性时间挤压变换公式为:
Figure FDA0003462719610000011
其中,
Figure FDA0003462719610000012
为待检测瞬态信号f(t)的短时傅里叶变换系数;
Figure FDA0003462719610000013
是以t·g(t)为窗函数的短时傅里叶变换,g(t)为窗函数,t为时间;
Figure FDA0003462719610000014
为冲激信号fδ(t)的短时傅里叶变换;u和η分别为时间变量和频率变量;
Figure FDA0003462719610000015
为群延时算子。
2.如权利要求1所述的一种基于非线性时间挤压时频变换的瞬态弱信号检测方法,其特征在于:所述步骤1)中,短时傅里叶变换的计算公式为:
Figure FDA0003462719610000016
其中,
Figure FDA0003462719610000017
为待检测瞬态信号f(t)的短时傅里叶变换系数;u和η分别为时间变量和频率变量。
CN202010407656.0A 2020-05-14 2020-05-14 一种基于非线性时间挤压时频变换的瞬态弱信号检测方法 Active CN111474581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010407656.0A CN111474581B (zh) 2020-05-14 2020-05-14 一种基于非线性时间挤压时频变换的瞬态弱信号检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010407656.0A CN111474581B (zh) 2020-05-14 2020-05-14 一种基于非线性时间挤压时频变换的瞬态弱信号检测方法

Publications (2)

Publication Number Publication Date
CN111474581A CN111474581A (zh) 2020-07-31
CN111474581B true CN111474581B (zh) 2022-03-08

Family

ID=71759951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010407656.0A Active CN111474581B (zh) 2020-05-14 2020-05-14 一种基于非线性时间挤压时频变换的瞬态弱信号检测方法

Country Status (1)

Country Link
CN (1) CN111474581B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114722334B (zh) * 2022-04-11 2022-12-27 哈尔滨工程大学 一种基于stft的高压天然气缸内直喷发动机燃气喷射时间特征在线识别方法
CN115356108B (zh) * 2022-10-10 2023-02-10 成都阿普奇科技股份有限公司 一种调制高阶水平挤压变换机械故障诊断方法与装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109063613A (zh) * 2018-07-20 2018-12-21 东北大学 基于广义参数化同步提取变换的非平稳信号处理方法
CN109117832A (zh) * 2018-10-12 2019-01-01 成都理工大学 高阶同步提取变换信号时频分析方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014191011A1 (en) * 2013-05-27 2014-12-04 Statoil Petroleum As High resolution estimation of attenuation from vertical seismic profiles
CN109239780A (zh) * 2017-07-10 2019-01-18 中国石油化工股份有限公司 基于同步挤压小波变换去除面波的方法
CN107918146B (zh) * 2017-07-25 2018-10-30 西安交通大学 一种基于非线性挤压s时频变换的弱信号检测方法
CN107632320A (zh) * 2017-08-21 2018-01-26 西安交通大学 基于同步提取s变换的地震资料时频分析方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109063613A (zh) * 2018-07-20 2018-12-21 东北大学 基于广义参数化同步提取变换的非平稳信号处理方法
CN109117832A (zh) * 2018-10-12 2019-01-01 成都理工大学 高阶同步提取变换信号时频分析方法

Also Published As

Publication number Publication date
CN111474581A (zh) 2020-07-31

Similar Documents

Publication Publication Date Title
CN111474581B (zh) 一种基于非线性时间挤压时频变换的瞬态弱信号检测方法
Jian et al. On the denoising method of prestack seismic data in wavelet domain
US20150168573A1 (en) Geologic quality factor inversion method
Wu et al. Noise attenuation for 2-D seismic data by radial-trace time-frequency peak filtering
CN105652322B (zh) 多分量地震数据的t-f-k域极化滤波方法
CN105785324A (zh) 基于mgcstft的线性调频信号参数估计方法
CN101551465A (zh) 一种自适应识别和消除地震勘探单频干扰的方法
CN111535802A (zh) 泥浆脉冲信号处理方法
CN108226934A (zh) 一种基于压缩感知的水下动目标检测方法
CN106680874A (zh) 基于波形形态特征稀疏化建模的谐波噪声压制方法
CN108333568B (zh) 冲击噪声环境下基于Sigmoid变换的宽带回波Doppler和时延估计方法
CN102096101A (zh) 混合相位地震子波的提取方法及装置
WO2024040655A1 (zh) 一种电能信号的分数域降噪方法
CN113552542B (zh) 针对脉冲体制强辐射源干扰的fmcw雷达干扰抑制方法
CN103743969A (zh) 一种近场电磁辐射干扰测量信号的测量噪声抑制方法
Guo et al. Research on a multiscale denoising method for low signal-to-noise magnetotelluric signal
CN110426681B (zh) 一种基于同步提取s变换的lfm信号参数估计方法
CN108957416A (zh) 脉冲噪声环境下基于分数阶功率谱密度的线性调频信号参数估计方法
Li et al. Suppression of strong random noise in seismic data by using time-frequency peak filtering
CN112578438A (zh) 一种地震子波提取方法及系统
CN105700019A (zh) 一种基于Born-Jordan时频分布的地震信号时频峰值滤波方法
Yong et al. Evaluation of partial discharge denoising using power spectral subtraction
Boufenar et al. Time-frequency analysis techniques review and their application on roller bearings prognostics
CN112505640B (zh) 基于参数自适应的扩展b分布脉冲信号时频分析方法
Wang et al. A predictive deconvolution method for non-white-noise reflectivity

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant