非线性大地测量信号小波分析理论与应用研究

非线性大地测量信号小波分析理论与应用研究

论文摘要

现代大地测量技术具有大范围、长时间、甚至不间断地对地动态观测能力,其动态观测值中包含丰富的信息,可广泛应用于变形分析、重力测量、地壳形变等领域。由于具有时频域局部分析、多分辨(多尺度)分析等功能,小波分析理论与方法已成为大地测量数据处理中的重要研究方向之一。本文基于小波分析理论与方法,围绕多分辨率分析这条主线,对大地测量时间序列信号中的特征信息分析等问题进行了深入研究,建立了一套较为系统的大地测量信号分析理论与方法。主要包括以下内容:针对大地测量信号非平稳、随机性特点,分析了信号小波包估计理论与方法,提出了小波包估计的阈值改进算法,研究了大地测量信号以及系统性干扰和突变性干扰下信号的小波包估计方法;结合逼近论,提出了大地测量信号自适应小波包估计方法。分析研究表明:小波包对低频和高频部分同时进行分解与重构,可充分利用信号内涵的信息,可较好地保证重构的精度;利用小波包估计方法,可以有效地消除系统性干扰和突变性干扰;选择良好的小波包基可以提高信号估计质量;不同的阈值选择准则适应不同类型的信号,改进Penalty阈值的信号估计效果明显提高;基于逼近论的Schur凹花费函数小波包估计,可以自适应于噪声的结构,提高信号估计的质量。通过试验,上述方法的信噪比和均方误差得到明显改善。针对大地测量信号的复杂性,结合小波变换和Fourier变换的谱分析,充分利用小波的局部分析功能,提出了利用小波能量时谱和能量频谱分析大地测量信号特征的方法;研究小波熵,提出了识别大地测量信号主要复杂过程或成分的方法。通过实例,研究分析表明:当特征信号是全局、平稳信号时,功率谱分析是有效的,当信号是非平稳随机过程时,则存在一定的局限性;小波能量谱可在时域中记录信号的突变时间,又可在频域中提取信号突变频段,信号在小波各分解层上的小波能量时谱和能量频谱可以有效地探测大地测量信号内涵的特征信息;小波熵可用于探测大地测量信号中的主要复杂过程(信息)。通过山东基准站数据分析,清楚地探测到微弱的月周期、半年周期和年周期及其复杂性,表明:利用小波谱和小波熵探测大地测量信号内涵的特征信息是有效的。针对大地测量信号特征信息在小波包分解过程中存在的频率混淆现象,分析产生频率交错和频率折叠等频率混淆现象的机理,研究相应的改进算法,消除或减弱频率混淆的影响,提出了利用小波包单子带重构提取大地测量信号周期性特征信息。通过试验,分析研究表明:小波包各节点都出现不同程度频率混淆,而且随着分解层数的增加,频率混淆更加复杂:采取节点重排序可以消除频带交错现象;单子带重构时选择适当的滤波器,可以消除频率重叠现象;利用FFT和IFFT,在分解和重构时,每一步的高频和低频信号与相应滤波器进行卷积,对卷积后的结果进行一定的变换,可去除各子带多余频率成分;改进的小波包单子带重构可以提取大地测量信号周期性特征信息。通过试验验证了上述方法的有效性。针对高精度大地测量信号,其变形特征量小,会淹没在噪声之中的情况,在分析二进小波和M带小波的基础上,研究了M带小波包的分解与重构算法;在小波包单子带重构提取特征信息方法的基础上,分析M带小波包分解中的频率混淆现象,提出了利用M带小波包单子带重构特征提取弱大地测量特征信息的方法。试验研究分析表明:与二进小波相比,M带小波包在分解子带数相同的条件下,其对信号进行“多通道”分解,分解的速度更快,且对高频部分有更细的频带划分;M带小波包变换应用于GPS数据序列分解,可有效地减少分解层数,提高分辨率,减弱周期信号频率混淆的传播,从而可以更有效地提取弱信号,提高了提取的质量。针对两列非平稳大地测量信号,在分析其经典相关性的基础上,研究了小波相关性,提出了在时频两域内分析两列大地测量信号的相似程度的方法;在分析相干函数的基础上,研究了小波相干性,提出了分析两列大地测量信号在不同频率、不同时间分辨率下的相关程度的方法;在分析相位相干性的基础上,研究了小波相位相干性,提出了比较两列大地测量信号间的相位变化关系。研究和试验分析表明:在小波互相关中引入参数α,在小波相干性中引入参数δ,实现了在时频两域内分析两列信号互相关和相干性;小波相关性能够分析大地测量信号在不同频率、不同延迟(相差)时的相似程度,能够反映出信号互相关最大时,在该频率处两个信号的延迟(相差)等信息,为探测两个信号的相似程度提供更丰富的信息;对于给定频率的特征信号,相干性不能区分两个信号的组成成分、幅值和相位,而小波相位相干性能够严格比较两个信号间的相位变化。小波相关性、小波相干性、小波相位相干性为分析两列大地测量信号之间的相互关系提供了精细而有效的工具。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 大地测量数据处理概述
  • 1.2 小波分析理论及其在大地测量信号处理中应用的研究现状
  • 1.3 本文的研究思路及研究目标
  • 1.4 本文的主要内容及意义
  • 1.5 本章小结
  • 2 Hilbert空间与小波分析原理
  • 2.1 Hilbert空间理论
  • 2.2 小波变换
  • 2.3 多分辨率分析与正交小波变换
  • 2.4 小波包基本理论
  • 2.5 本章小结
  • 3 非线性大地测量信号小波包估计
  • 3.1 大地测量信号小波估计
  • 3.2 时序信号小波包估计方法
  • 3.3 系统性干扰信号小波包估计
  • 3.4 突变性干扰信号小波包估计
  • 3.5 改进的Penalty阈值信号估计
  • 3.6 基于Schur凹花费函数小波包估计
  • 3.7 本章小结
  • 4 非平稳大地测量信号特征信息小波识别
  • 4.1 非平稳大地测量信号
  • 4.2 Fourier谱分析
  • 4.3 小波谱分析
  • 4.4 小波熵分析
  • 4.5 特征信息识别与分析
  • 4.6 本章小结
  • 5 大地测量信号特征项分离与提取
  • 5.1 大地测量信号的混淆现象
  • 5.2 小波包变换的频率混淆
  • 5.3 消除频带交错--节点重排序
  • 5.4 消除频率重叠--单子带重构算法
  • 5.5 消除其他频率混淆--改进单子带重构算法
  • 5.6 单子带重构提取大地测量信号特征项
  • 5.7 本章小结
  • 6 弱大地测量信号M带小波分析
  • 6.1 强噪声背景下的大地测量信号
  • 6.2 M带小波理论
  • 6.3 M带小波包理论
  • 6.4 基于M带小波包的特征信息提取
  • 6.5 本章小结
  • 7 大地测量信号小波相关性分析
  • 7.1 大地测量信号时频相关性
  • 7.2 时间序列信号小波相关性分析
  • 7.3 时间序列信号小波相干性分析
  • 7.4 时间序列信号小波相位相干性分析
  • 7.5 大地测量信号小波相关性分析
  • 7.6 本章小结
  • 8 结论与展望
  • 致谢
  • 参考文献
  • 攻读博士学位期间发表的论文及著作
  • 相关论文文献

    • [1].小波包单子带重构提取GPS序列特征信息[J]. 地球物理学进展 2009(06)
    • [2].小波改进算法在泵转子故障识别中的应用[J]. 核动力工程 2014(06)
    • [3].基于小波抗混叠单子带重构改进算法的测量信号特征提取[J]. 测绘地理信息 2019(02)
    • [4].基于单子带重构改进算法的舰炮自动机故障特征提取方法[J]. 舰船电子工程 2014(10)
    • [5].基于M带小波包的GPS数据序列误差分析与特征信息提取[J]. 煤炭学报 2008(11)
    • [6].改进差分滤波器在轴承故障诊断中的应用研究[J]. 振动与冲击 2019(13)
    • [7].小波包变换频率混淆的消除及其在桥梁健康监测中的应用[J]. 中国铁道科学 2008(05)
    • [8].结构故障诊断中的小波分解层数选取方法研究[J]. 强度与环境 2009(04)
    • [9].基于小波的突变信号识别方法及应用研究[J]. 原子能科学技术 2012(12)
    • [10].汽车发动机振动信号的数字阶次跟踪分析[J]. 汽车技术 2009(06)
    • [11].小波变换在图像压缩中的应用[J]. 成都大学学报(自然科学版) 2008(03)

    标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

    非线性大地测量信号小波分析理论与应用研究
    下载Doc文档

    猜你喜欢