CN114002734A - 一种地运动数据处理方法、装置、存储介质和电子设备 - Google Patents

一种地运动数据处理方法、装置、存储介质和电子设备 Download PDF

Info

Publication number
CN114002734A
CN114002734A CN202111287569.7A CN202111287569A CN114002734A CN 114002734 A CN114002734 A CN 114002734A CN 202111287569 A CN202111287569 A CN 202111287569A CN 114002734 A CN114002734 A CN 114002734A
Authority
CN
China
Prior art keywords
signal
acceleration
time signal
speed
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.)
Pending
Application number
CN202111287569.7A
Other languages
English (en)
Inventor
石永相
邢园丁
彭映成
崔云霄
黄晓飞
黎小毛
郭弦
宋诗谦
张龙
李曾悦
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.)
63653 Troops of PLA
Original Assignee
63653 Troops of PLA
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 63653 Troops of PLA filed Critical 63653 Troops of PLA
Priority to CN202111287569.7A priority Critical patent/CN114002734A/zh
Publication of CN114002734A publication Critical patent/CN114002734A/zh
Pending legal-status Critical Current

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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141Discrete Fourier transforms
    • G06F17/142Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/148Wavelet transforms

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Discrete Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本公开涉及一种地运动数据处理方法,该方法包括:获取当前时刻地运动的电压时间信号;基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,根据所述混合滤波模型对所述速度信号或加速度信号进行分析处理,得到速度信号或加速度信号的特性参数;根据所述特性参数对地运动产生的爆炸效果进行评估,所述特性参数可用来分析实验环境影响因素对结果的影响,例如实验当量,爆室体积,衰减防护材料等因素对结果的影响。

Description

一种地运动数据处理方法、装置、存储介质和电子设备
技术领域
本公开属于爆炸监测技术领域,具体涉及一种地运动数据处理方法、装置、存储介质和电子设备。
背景技术
地下爆炸能瞬间释放出极大的能量,并在爆室周围的岩土介质中产生一个向四周传播的冲击波,当其强度迅速衰减到不足以使硬岩介质产生塑性变形时,便以地震波的形式向外传播。由于大地对地震波高频成分的吸收,百公里外的地震P波卓越频率约在几十Hz以下,因此,在地震监测中,经常通过对比百公里外同一地震台站的地震波频谱比值来评价地下爆炸的地震效应。地运动通常指地下爆炸引起的地表面运动,试验近区地运动参数测量是爆炸试验测试工作的重要环节,利用多量程多频段传感器获取的大量地运动数据,包含了丰富的爆炸信息。然而由于地运动信号采样率高,得到的数据量大,处理也极为复杂。因此,有必要提供一种地运动数据处理方法解决上述技术问题。
发明内容
本公开的目的是提供一种地运动数据处理方法、装置、存储介质和电子设备,用于解决现有技术在评估过程中由于地运动信号采样率高,得到的数据量大,处理复杂,使得无法同时获得分析结果的问题。
为了实现上述目的,本公开的第一方面,一种地运动数据处理方法,所述方法包括:
获取当前时刻地运动的电压时间信号;
对所述电压时间信号进行预处理,得到速度信号或加速度信号;
基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,根据所述混合滤波模型对所述速度信号或加速度信号进行分析处理,得到速度信号或加速度信号的特性参数;
根据所述特性参数对地运动产生的爆炸效果进行评估,所述特性参数可用来分析实验环境影响因素对结果的影响。
可选地,所述获取当前时刻地运动的电压时间信号后,还包括:
对获取的电压时间信号进行数据测试:测试内容包括对所述电压时间信号进行放大、缩小、存储、复制、读取峰值中的一种或多种方式。
可选地,所述对所述电压时间信号进行预处理,得到速度信号或加速度信号,包括:
将进行测试后的电压时间信号乘以灵敏度系数转换为速度或加速度时间信号,其中,所述灵敏度系数与获取当前时刻地运动的电压时间信号的传感器的量程有关;
采用FFT滤波分析方法对所述速度或加速度时间信号进行滤波;
对滤波后的所述速度或加速度时间信号进行基线调整和波形截取。
可选地,所述基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,包括:
对所述速度或加速度时间信号进行时域分析得到峰值速度、加速度及峰值能量;
通过爆炸冲击参数量纲分析,根据所述峰值速度、加速度及峰值能量和爆炸当量及测点距离的关系,结合不同测点信号的时域分析结果,得到峰值速度、加速度的衰减规律及峰值能量的衰减规律;
采用快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT分别对所述速度或加速度时间信号进行滤波处理,确定不同滤波方法计算得出所述速度或加速度时间信号的不同特性参数。
第二方面,提供一种地运动数据处理装置,所述装置包括:
获取模块,用于获取当前时刻地运动的电压时间信号;
预处理模块,用于对所述电压时间信号进行预处理,得到速度信号或加速度信号;
分析处理模块,用于基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,根据所述混合滤波模型对所述速度信号或加速度信号进行分析处理,得到速度信号或加速度信号的特性参数;
评估模块,用于根据所述特性参数对地运动产生的爆炸效果进行评估,所述特性参数可用来分析实验环境影响因素对结果的影响,例如实验当量,爆室体积,衰减防护材料等因素对结果的影响。
第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述方法的步骤。
第四方面,提供一种电子设备,包括:上述的计算机可读存储介质;以及
一个或者多个处理器,用于执行所述计算机可读存储介质中的程序。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是本公开实施例提供的一种地运动数据处理方法的流程图。
图2是本公开实施例提供的一种地运动数据处理装置的结构示意图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
在现有技术中,由于地运动信号采样率高,得到的数据量大,处理也极为复杂,传统的地运动数据处理方法无法同时满足得出多个分析结果。而在本申请中,通过设置基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,根据所述混合滤波模型对所述速度信号或加速度信号进行分析处理,得到速度信号或加速度信号的特性参数,可以根据多种分析方式得出的特性参数同时对地运动产生的爆炸效果进行评估,让数据处理更加智能化,更为简约高效。
本公开实施例提供一种地运动数据处理方法,图1是根据本公开一实施例示出的一种地运动数据处理方法的流程图。如图1所示,该方法包括以下步骤:
步骤S11,获取当前时刻地运动的电压时间信号。
在本步骤中,电压时间信号是通过压电传感器对当前时刻地运动进行测量得到的,进一步,传感器还可以选择现有技术中的其他类型传感器,例如电压输出型、电流输出型及电荷输出型等,只要对不同的传感器的采集数据进相对应的数据处理,将采集到的数据转化为电压时间信号。
步骤S12,对所述电压时间信号进行预处理,得到速度信号或加速度信号。
在该步骤之前,所述获取当前时刻地运动的电压时间信号后,还包括:
对获取的电压时间信号进行数据测试:测试内容包括对所述电压时间信号进行放大、缩小、存储、复制、读取峰值中的一种或多种方式。
需要说明的是,对获取的电压时间信号进行数据测试,主要功能在于读取和显示原始的电压时间信号,自动显示出数据存在的路径。而信号的放大、缩小、存储、复制、读取峰值等图形操作功能,仅是便于提取、显示原始数据特征参数。
进一步,所述对所述电压时间信号进行预处理,得到速度信号或加速度信号,包括:
将进行测试后的电压时间信号乘以灵敏度系数转换为速度或加速度时间信号,其中,所述灵敏度系数与获取当前时刻地运动的电压时间信号的传感器的量程有关;采用FFT滤波分析方法对所述速度或加速度时间信号进行滤波;并对滤波后的所述速度或加速度时间信号进行基线调整和波形截取。
信号转换即将电压时间信号转化为速度或加速度与时间的信号,具体为将测试后的电压时间信号乘以灵敏度系数,所述灵敏度系数与传感器标定参数有关。由于信号采集过程中会存在一定的噪声及偏移,所以需对信号进行滤波处理。滤波分析,就是模块中采用FFT滤波分析方法,设置滤波频率对信号进行滤波,滤波后的数据能进行基线调整、波形截取,同时也能另存为自定义数据文件,为后续分析处理奠定基础。
步骤S13,基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,根据所述混合滤波模型对所述速度信号或加速度信号进行分析处理,得到速度信号或加速度信号的特性参数。
开展速度及加速度信号的时域分析得到其峰值速度、加速度及峰值能量等特性参数,并显示出其采样率及幅值对应的时间。通过爆炸冲击参数量纲分析,得到速度或加速度与爆炸当量及测点距离的关系,结合不同测点信号的时域分析结果,得到峰值速度、加速度的衰减规律及峰值能量的衰减规律。
具体操作方法:读取预处理模块自定义的数据文件,显示出速度或加速度与时间的波形,计算得出其峰值、峰值能量等特性参数,并进行赋值保存。依据相同当量不同测点距离或相同测点不同当量下的计算结果,基于速度或加速度峰值与爆炸当量及测点距离的关系式,拟合得出峰值速度、加速度的衰减规律及峰值能量的衰减规律式。
进一步,所述基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,包括:
采用快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT分别对所述速度或加速度时间信号进行滤波处理,确定不同滤波方法计算得出所述速度或加速度时间信号的不同特性参数。
FFT能很好地将信号的时频特性和频率特征联系起,能分别从时域和频域对信号的特征进行刻画,可以较好的得到信号的频率高低、优势频率、相位角等物理量。从时域进行刻画时,增加了基于震动速度的地震波能量衰减规律研究。
频域分析即采用FFT分析方法,将时域信号转换为频域信号,获得信号的幅值和功率谱与频率的变化曲线,进而得到信号的频率范围及优势频率等特性参数。
具体操作方法:读取预处理模块自定义的数据文件,采用FFT法将时域信号转换为频域信号,即速度或加速度与时间的变化曲线转化为幅值或功率谱与频率的变化曲线,并计算得到信号的优势频率及频率范围等。
信号的小波包分析是在小波变换基础上发展起来的,它能对小波分析中没有细分的高频部分进行进一步分解,因而能够对信号的局部信息进行更为精细的掌握。对信号进行小波包分析时,首先必须确定小波包分解的深度,由深度既可以确定每个层级的频率范围。依据小波包分析的结果定义频段能量,计算出各个频段能量所占的比例。
HHT则是以颜色编码和三维图谱显示了时间频率振幅的关系,并可以计算得到边际谱、能量谱等。依据HHT方法中EMD分解得到的IMF分量,构造能量特征向量T,并进行归一化处理,表征出信号的能量分布。
在基于三种分析方式,分析得出相对应的特性参数,其中,该特性参数包括FFT中的信号的频率、优势频率、相位角等物理量,WPA中的各个频段能量所占的比例,以及HHT中的边际谱、能量谱等。
基于小波包变换WPA、希尔伯特黄变换HHT开展信号的时频分析,获得各个节点的频谱图,信号的HHT时频谱、边际谱和瞬时能量谱等;小波包变换由深度既可以确定每个层级的频率范围,定义各分区能量计算方法,既可以计算出每个频率分区能量所占百分比;同理HHT变换中EMD分解得到的各MF分量,定义各分量能量计算方法,计算出其能量所占百分比。
具体操作方法:读取预处理模块自定义的数据文件,考虑选用WPA或HHT法对信号开展时频分析;选用WPA法时,设定分解层数,计算得到每个层级的频率范围及各个节点的频图,依据最先定义的频率分区能量计算方法,计算出每个频率分区能量所占百分比;选用HHT法时,将信号自适应分解多个IMF分量,定义各分量能量计算方法,计算出每个IMF分量能量所占百分比;同时依据Hilbert变换原理,计算得到信号的时频谱、边际谱和瞬时能量谱等。
步骤S14,根据所述特性参数对地运动产生的爆炸效果进行评估所述特性参数可用来实验环境影响因素对结果的影响,例如实验当量,爆室体积,衰减防护材料等因素对结果的影响。
如图2所示,本公开还提供一种地运动数据处理装置200,包括:
获取模块201,用于获取当前时刻地运动的电压时间信号;
预处理模块202,用于对所述电压时间信号进行预处理,得到速度信号或加速度信号;
分析处理模块203,用于基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,根据所述混合滤波模型对所述速度信号或加速度信号进行分析处理,得到速度信号或加速度信号的特性参数;
评估模块204,用于根据所述特性参数对地运动产生的爆炸效果进行评估,所述特性参数可用来分析实验环境影响因素对结果的影响,例如实验当量,爆室体积,衰减防护材料等因素对结果的影响。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。

Claims (7)

1.一种地运动数据处理方法,其特征在于,包括:
获取当前时刻地运动的电压时间信号;
基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,根据所述混合滤波模型对速度信号或加速度信号进行分析处理,得到速度信号或加速度信号的特性参数;其中,所述速度信号或加速度信号是根据所述电压时间信号计算得到的。
根据所述特性参数对地运动产生的爆炸效果进行评估,所述特性参数可用来分析实验环境影响因素对结果的影响。
2.根据权利要求1所述的方法,其特征在于,所述获取当前时刻地运动的电压时间信号后,还包括:
对获取的电压时间信号进行数据测试:测试内容包括对所述电压时间信号进行放大、缩小、存储、复制、读取峰值中的一种或多种方式。
3.根据权利要求2所述的方法,其特征在于,所述对所述电压时间信号进行预处理,得到速度信号或加速度信号,包括:
将进行测试后的电压时间信号乘以灵敏度系数转换为速度或加速度时间信号,其中,所述灵敏度系数与获取当前时刻地运动的电压时间信号的传感器的量程有关;
采用FFT滤波分析方法对所述速度或加速度时间信号进行滤波;
对滤波后的所述速度或加速度时间信号进行基线调整和波形截取。
4.根据权利要求1所述的方法,其特征在于,所述基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,包括:
对所述速度或加速度时间信号进行时域分析得到峰值速度、加速度及峰值能量;
通过爆炸冲击参数量纲分析,根据所述峰值速度、加速度及峰值能量和爆炸当量及测点距离的关系,结合不同测点信号的时域分析结果,得到峰值速度、加速度的衰减规律及峰值能量的衰减规律;
采用快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT分别对所述速度或加速度时间信号进行滤波处理,确定不同滤波方法计算得出所述速度或加速度时间信号的不同特性参数。
5.一种地运动数据处理装置,其特征在于,包括:
获取模块,用于获取当前时刻地运动的电压时间信号;
预处理模块,用于对所述电压时间信号进行预处理,得到速度信号或加速度信号;
分析处理模块,用于基于快速傅里叶变换FFT、小波包变换WPA和希尔伯特黄变换HHT建立混合滤波评估模型,根据所述混合滤波模型对所述速度信号或加速度信号进行分析处理,得到速度信号或加速度信号的特性参数;
评估模块,用于根据所述特性参数对地运动产生的爆炸效果进行评估,所述特性参数可用来分析实验环境影响因素对结果的影响,例如实验当量,爆室体积,衰减防护材料等因素对结果的影响。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至4中任一项所述方法的步骤。
7.一种电子设备,其特征在于,包括:
权利要求6中所述的计算机可读存储介质;
以及一个或者多个处理器,用于执行所述计算机可读存储介质中的程序。
CN202111287569.7A 2021-11-02 2021-11-02 一种地运动数据处理方法、装置、存储介质和电子设备 Pending CN114002734A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111287569.7A CN114002734A (zh) 2021-11-02 2021-11-02 一种地运动数据处理方法、装置、存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111287569.7A CN114002734A (zh) 2021-11-02 2021-11-02 一种地运动数据处理方法、装置、存储介质和电子设备

Publications (1)

Publication Number Publication Date
CN114002734A true CN114002734A (zh) 2022-02-01

Family

ID=79926634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111287569.7A Pending CN114002734A (zh) 2021-11-02 2021-11-02 一种地运动数据处理方法、装置、存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN114002734A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008037260A2 (en) * 2006-09-26 2008-04-03 Morpheus Medical Methods for a movement and vibration analyzer (mva)
CN109983365A (zh) * 2016-07-12 2019-07-05 英国石油勘探运作有限公司 用于地震传感器响应修正的系统和方法
DE102018004397A1 (de) * 2018-05-24 2019-11-28 Bernd Seidel Schwingungs- und Keilmodelle als Anschauungs- und Deutungsmodell zur Interpretation des Universums oder des Mikro-, Meso- und Makro-Kosmos unter Berücksichtigung der Existenz der selbsterregten Schwingungen mit Verfahren und Vorrichtung
CN111948704A (zh) * 2020-08-14 2020-11-17 中国人民解放军63653部队 一种近区地运动测试信号在地下爆炸监测中的应用方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008037260A2 (en) * 2006-09-26 2008-04-03 Morpheus Medical Methods for a movement and vibration analyzer (mva)
CN109983365A (zh) * 2016-07-12 2019-07-05 英国石油勘探运作有限公司 用于地震传感器响应修正的系统和方法
DE102018004397A1 (de) * 2018-05-24 2019-11-28 Bernd Seidel Schwingungs- und Keilmodelle als Anschauungs- und Deutungsmodell zur Interpretation des Universums oder des Mikro-, Meso- und Makro-Kosmos unter Berücksichtigung der Existenz der selbsterregten Schwingungen mit Verfahren und Vorrichtung
CN111948704A (zh) * 2020-08-14 2020-11-17 中国人民解放军63653部队 一种近区地运动测试信号在地下爆炸监测中的应用方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
宋诗谦 等: "爆破中实测地运动数据分析及应用", 测控技术, vol. 38, no. 9, pages 56 - 61 *
张义平 等: "《爆破振动信号的HHT分析与应用》", 北京 冶金工业出版社, pages: 2 - 8 *
李丽萍;孔德仁;苏建军;王芳;商飞;: "基于能量谱的爆炸冲击波毁伤特性研究", 振动与冲击, vol. 34, no. 21, pages 71 - 75 *
林大超,施惠基,白春华,张奇: "爆炸地震效应的时频分析", 爆炸与冲击, vol. 23, no. 01, pages 31 - 36 *

Similar Documents

Publication Publication Date Title
CN108168891B (zh) 滚动轴承微弱故障信号特征的提取方法及设备
CN107329932B (zh) 基于非线性调频分量分解的时频域模态参数辨识方法
CN103941254A (zh) 一种基于地质雷达的土壤物性类别识别方法和装置
CN103955003B (zh) 一种在超导瞬变电磁应用中的噪声抑制方法
CN101893698B (zh) 噪声源测试分析方法及其装置
CN106443183B (zh) 一种从电磁频谱中提取频率源数量及基频值的方法
CN108646248B (zh) 一种针对低速运动声源的被动声学测速测距方法
CN108345039A (zh) 一种消除地面核磁共振数据中邻频谐波干扰的方法
Cheng et al. Enhanced symplectic characteristics mode decomposition method and its application in fault diagnosis of rolling bearing
CN106548031A (zh) 一种结构模态参数识别方法
Birsan Measurement of the extremely low frequency (ELF) magnetic field emission from a ship
Zhang et al. Partial discharge signal self-adaptive sparse decomposition noise abatement based on spectral kurtosis and S-transform
CN113311358A (zh) 基于快速成像的接地网故障监测方法与装置
CN114002734A (zh) 一种地运动数据处理方法、装置、存储介质和电子设备
CN104569894B (zh) 一种基于时域参数的局部放电特高频传感器性能评价方法
CN115480305A (zh) 边坡地震动力响应及灾变过程多元多域感知监测方法
Raghukanth et al. Empirical mode decomposition of earthquake accelerograms
CN102193082A (zh) 三传感器多尺度约束管网漏点定位的装置
CN114358046A (zh) 一种多复杂度等级复杂电磁干扰环境模拟生成方法及系统
CN114325853A (zh) 潜航器工频电磁场扰动的序列时间窗幅相频特征分析方法
Li et al. Sparse Bayesian learning for horizontal wavenumber retrieval in underwater acoustical signal processing
Dey et al. GNSS code multipath time-frequency analysis using wavelet-based synchrosqueezing transform in Urban environments
CN113655534A (zh) 基于多线性奇异值张量分解核磁共振fid信号噪声抑制方法
Isabona et al. Wavelet selection based on wavelet transform for optimum noisy signal processing
CN110532635A (zh) 一种基于时域的管道泄漏检测算法

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