高阶统计分析在电磁法时间序列处理中的应用

高阶统计分析在电磁法时间序列处理中的应用

论文摘要

EH4连续电导剖面仪是由美国EMI公司生产的电磁法仪器系统,可以有效地应用于地下水的调查,环境研究、矿产和地热的勘探及城市建设中地下工程的应用。由于EH4系统配套的时间序列处理软件处理方法落后,在大多数情况下,得到的处理结果不是很好,因此有必要开发EH4时间序列数据处理方法,以满足科研和工作的需要。本论文深入剖析了EH4时间序列文件并对标定文件进行了一定的分析,认真学习了大地电磁时间域数据处理的有关知识,并在此基础上,采用VisualFortran 6.5版本作为开发平台,开发出了一套易于用户使用,界面较为友好的大地电磁时间序列处理软件。鉴于传统的时间序列信号处理方法自身存在的不足,因而所开发的处理软件核心模块采用了高阶统计分析方法,去除高斯有色噪声的影响,以求得到较为平滑的大地电磁响应函数(视电阻率、相位等)曲线。由于现在EH4标定文件的使用还不是十分清楚,所以本次毕业设计未对功率谱进行标定,而只是力求将高阶统计分析方法与传统傅立叶变换进行尝试性的比较,以证实:高阶统计分析在压制高斯有色噪声方面优于傅立叶变换方法。所开发的处理软件具有处理参数设置、时间序列资料处理和保存等功能,用户界面友好,操作便捷,为野外工作时现场对采集的数据进行实时处理和分析提供了有效的工具。

论文目录

  • 原创性声明
  • 关于论文使用授权的说明
  • 摘要
  • ABSTRACT
  • 目录
  • 图目录
  • 表目录
  • 第一章 引言
  • 第二章 大地电磁时间序列资料处理的基础理论
  • 2.1 大地电磁测深方法简介
  • 2.2 大地电磁时间序列资料处理
  • 第三章 EH-4 仪器系统简介及相关数据文件分析
  • 3.1 EH-4 仪器系统简介
  • 3.2 相关数据文件的剖析
  • 第四章 基于VF 的EH-4 时间序列数据处理软件开发
  • 4.1 VISUAL FORTRAN 系统简介
  • 4.2 EH-4 处理软件基本设计思路
  • 4.3 EH-4 处理软件的具体实现
  • 第五章 高阶统计分析算法理论推导及软件处理结果分析
  • 5.1 高阶统计分析算法理论推导
  • 5.2 处理软件结果分析
  • 第六章 结论与建议
  • 参考文献
  • 致谢
  • 附录Ⅰ平均功率谱计算子程序
  • 个人简历
  • 相关论文文献

    • [1].基于非稳态时间序列的生理控制模型研究[J]. 系统工程理论与实践 2020(02)
    • [2].基于多样化top-k shapelets转换的时间序列分类方法[J]. 计算机应用 2017(02)
    • [3].时间序列趋势预测[J]. 现代计算机(专业版) 2017(02)
    • [4].基于分型转折点的证券时间序列分段表示法[J]. 商 2016(31)
    • [5].基于ARMA模型的股价预测及实证研究[J]. 智富时代 2017(02)
    • [6].《漫长的告别》(年度资助摄影图书)[J]. 中国摄影 2017(04)
    • [7].王嵬作品[J]. 当代油画 2017(07)
    • [8].基于模糊时间序列的计算机信息粒构建研究[J]. 粘接 2020(10)
    • [9].基于时间序列挖掘的合成旅装备维修保障能力预测[J]. 系统工程与电子技术 2020(04)
    • [10].风速时间序列混沌判定方法比较研究[J]. 热能动力工程 2018(07)
    • [11].土壤退化时间序列的构建及其在我国土壤退化研究中的意义[J]. 土壤 2015(06)
    • [12].基于信息颗粒和模糊聚类的时间序列分割[J]. 模糊系统与数学 2015(01)
    • [13].不确定时间序列的降维及相似性匹配[J]. 计算机科学与探索 2015(04)
    • [14].时间序列的异常点诊断方法[J]. 中国卫生统计 2011(04)
    • [15].基于独立成分分析的时间序列谱聚类方法[J]. 系统工程理论与实践 2011(10)
    • [16].面向不确定时间序列的分类方法[J]. 计算机研究与发展 2011(S3)
    • [17].一种基于频繁模式的时间序列分类框架[J]. 电子与信息学报 2010(02)
    • [18].超启发式组合时间序列预报模型[J]. 福建电脑 2020(08)
    • [19].基于深度学习的时间序列算法综述[J]. 信息技术与信息化 2019(01)
    • [20].基于时间序列符号化模式表征的有向加权复杂网络[J]. 物理学报 2017(21)
    • [21].基于互相关的二阶段时间序列聚类方法[J]. 计算机工程与应用 2016(19)
    • [22].基于期货市场行为的时间序列切分及表示方法研究[J]. 中国管理信息化 2015(19)
    • [23].基于形态特征的时间序列符号聚合近似方法[J]. 模式识别与人工智能 2011(05)
    • [24].基于模糊时间序列对我国对外贸易中的进口水平的预测[J]. 统计与决策 2010(23)
    • [25].模糊变量时间序列及其应用[J]. 辽宁工程技术大学学报(自然科学版) 2010(06)
    • [26].时间序列流的分层段模型[J]. 小型微型计算机系统 2009(04)
    • [27].发动机转速时间序列分形特征分析[J]. 机械科学与技术 2008(11)
    • [28].基于HDAD的异构航空数据异常检测的研究[J]. 计算机仿真 2020(03)
    • [29].重庆藕塘滑坡地下水位时间序列混沌性判别与预测[J]. 人民长江 2020(S1)
    • [30].基于能量过滤的不确定时间序列数据清洗方法[J]. 智能计算机与应用 2019(04)

    标签:;  ;  ;  

    高阶统计分析在电磁法时间序列处理中的应用
    下载Doc文档

    猜你喜欢