一、基于四阶互累积量的小断层自动识别方法(论文文献综述)
张亚斌[1](2020)在《基于潜标平台的舰船目标探测技术研究》文中指出水下潜标平台是一种用于水下监测的作业平台,可对目标海域实行长期有效监测,本论文的研究主要围绕水面舰船被动声学探测需求,开展基于潜标平台的舰船目标辐射声信号检测及测向技术研究。首先,对舰船辐射噪声进行了建模与计算机仿真研究;在对舰船辐射噪声信号的组成及产生机理进行阐述与分析的基础上,研究了舰船辐射噪声在时、频及高阶域上的分布特性,对其典型特征进行提取并采用实船数据验证建模仿真的有效性。在舰船辐射噪声中,低频线谱与调制信息是最为重要的特征,利用LOFAR谱分析、DEMON谱分析、1.5维DEMON谱分析及2.5维DEMON谱分析等多种谱分析技术对舰船辐射噪声的线谱与调制信息进行分析与对比,为后续的目标检测奠定理论基础。其次,针对潜标平台需要较长时间工作且一经布放很难进行能源供给的特点,认为潜标平台工作系统需要采用分级值班工作模式以降低功耗,在值更工作模式系统只需要对目标进行检测,结合舰船辐射噪声特点研究了多种舰船目标检测算法;针对舰船辐射噪声的低频信号时域波形特征,研究了宽带能量检测法、过零检测法等传统算法在不同信噪比和虚警概率条件下的检测效果。在此基础上,为进一步提高对舰船目标的检测能力,降低由虚警概率频繁唤醒工作系统引起的不必要功耗。论文研究了基于谱分析的联合特征检测技术,充分利用辐射噪声的频域、高阶域和调制信息,从多角度提取舰船辐射噪声特征,构建联合特征空间,利用支持向量机技术对所提取的辐射噪声特征进行匹配检测,分析验证了联合特征检测技术的检测能力。最后,在潜标系统检测到舰船目标信号后,往往还需要对目标方位进行估计,为下一级精细处理提供前级信息。针对水下潜标平台空间有限的特点,研究了小平台条件下的目标测向技术;重点围绕传统的平面五元十字阵型,分析了阵元间距与时延估计误差对测向精度的影响。针对时延估计误差对测向精度影响较大的问题,提出了基于高阶累积量的高精度时延估计算法,分析了该时延估计算法在不同噪声环境、不同信噪比条件下的时延估计精度,接着对所提测向技术进行仿真与对比验证。
周文海[2](2020)在《基于软件无线电的通信信号盲检测与识别技术试验研究》文中研究表明在现代通信系统中,非协作通信系统广泛应用于军事与民用领域,通信信号盲检测与识别技术在非协作通信系统中占有重要的地位。软件无线电因其良好的灵活性、实时性和可移植性而被广泛应用于通信、雷达等领域。本论文主要围绕在非协作通信环境下构建基于软件无线电的通信信号盲检测与识别系统所涉及的关键技术展开研究,具体包括软件无线电技术以及通信信号盲检测、盲源分离、参数分析等内容,通过搭建系统试验平台对所设计的技术方案进行验证。首先介绍软件无线电技术基础内容,软件无线电信号接收平台是后续信号处理环节实现的基础。其次针对通信信号的存在性检测问题,研究了基于功率谱分析、基于循环谱分析以及基于时频分析的三种信号盲检测方法,通过仿真实验对比分析了这三种信号检测算法在不同信噪比条件下对单一信号和多分量信号的检测性能。然后为了解决线性瞬时混合模型下的正定和超定盲源分离问题,对FastICA算法进行研究。本文在基于负熵最大化的FastICA算法基础上,提出了一种基于四阶累积量联合对角化的FastICA改进算法。该算法首先对观测信号构造四阶累积量矩阵,并对此矩阵进行联合对角化获得初次分离信号,然后利用FastICA算法实现信号的二次分离。仿真结果表明,本文的FastICA改进算法能够在保证分离精度的前提下,降低运算的迭代次数,进而加快算法的收敛速度。接着对通信信号的参数分析技术进行研究,包括信号的基本参数估计以及信号的调制类型识别。研究了通信信号的码元速率、载波频率以及信噪比的估计方法,并通过仿真实验验证了这些方法的有效性。通过对信号的瞬时特征参数进行分析并优化,采用了一种基于决策树的调制识别算法来实现对AM、DSB、VSB、LSB、USB、FM、2ASK、4ASK、2FSK、4FSK、2PSK、4PSK共12种常用的模拟与数字调制信号的调制类型识别。仿真结果表明,在信噪比大于15dB的条件下,该算法的整体正确识别率达到90%以上。最后搭建系统试验平台并进行测试,通过软件无线电设备对接收信号进行采集,利用计算机软件完成信号采集数据的盲检测、盲源分离以及参数分析。测试结果符合预期目标,验证了该系统试验平台的可行性。
庄益明[3](2018)在《煤层小断层地震多属性精细解释方法研究》文中进行了进一步梳理在煤田勘探的各个阶段,为了保证煤炭安全开采,必须查明采区内构造,标注出断层存在的位置,准确描述断层的要素特征。其中对于落差35m小断层识别与描述工作已成为煤田地震资料处理与解释的难点。目前对于小断层的识别,传统技术效果不明显,本文基于地震属性数据,通过对属性数据处理,精细刻画属性上小断层的特征,采用信息融合方法,提高基于地震属性识别小断层精度。本文通过小断层模型地震数值模拟,分析小断层地震属性特征,研究小断层识别的影响因素。采用构造导向滤波与蚂蚁追踪方法,增强地震属性异常边界特征,突出地层不连续性(小断层)。在提取地震属性的基础上,进行属性优化,选择识别小断层的敏感属性。采用RGB信息融合方法进行地震属性的小断层综合识别,提高地震属性分辨小断层能力。同时,基于断层与煤层层位在地震剖面、属性平面上及数据体上的相互关系,几何上推导了断层的落差、倾角等要素计算公式,采用人机交互的方法,并编程实时计算,主要依赖地震属性实现对断层要素的解译,全面刻画断层的空间特征。对淮北童亭煤矿实测地震资料处理与解释,提取地震属性、进行地震属性优化与融合,识别与解释断层,实际揭露表明,小断层解释精度大大地提高。
李婷婷,侯思宇,马世忠,李东亮[4](2018)在《断层识别方法综述及研究进展》文中指出断层解释是地震资料解释的基础与关键,准确合理的断层识别关系到构造图的精度,同时控制着油田的注采关系,对油气开采起着至关重要的作用.随着油田对断层解释精度需求的日益提高,单纯通过人工解释难以达到较高的精度,因此多种断层识别和解释方法应运而生.本文调研国内外大量相关文献,对多种断层识别方法进行分类和总结,并将常用的断层识别技术划分为四类,即:常规识别方法、地震属性识别方法、自动追踪解释方法和图像处理识别方法.重点介绍了目前应用较为广泛的断层识别方法,如相干体技术、曲率属性识别技术、方差体技术、蚂蚁追踪技术以及边缘检测技术.对每种方法的基础原理、发展历程、适用性、优缺点及实际应用效果进行了归纳总结,为其他学者进行断层识别方法研究提供参考.最后对断层识别技术未来的发展趋势做了几点展望:寻找新的对断层具有明显响应的地震属性;针对不同岩性,不同沉积环境下断层识别技术的应用;基于叠前地震数据的断层识别方法.
吕婧一[5](2014)在《高阶统计量分析及其应用研究》文中指出高阶统计量(Higher Order Statistics, HOS)作为信号处理学的一个数学工具,以其优于一阶、二阶统计量的在抗噪声方面的一些重要特性近年来获得了广泛的关注和应用,特别是在处理背景噪声为高斯噪声的观测信号时效果更为显着。论文研究了高阶统计量分析的特点、估计方法及性质,基于matlab高阶谱分析工具箱测试并理解高阶统计量分析在抗噪声性能方面的性能。将高阶统计量分别应用于信号处理,包括典型的一维语音信号处理和多维地震勘探信号处理。在语音信号处理方面,将高阶累积量参数应用于语音端点检测,与传统特征参数相结合,以提高端点检测算法的抗噪声性能。基于matlab仿真验证,对实际语料进行测试,实现低信噪比下的语音端点检测的良好效果;在地震信号处理上,结果表明基于三阶累积量实现的语音端点检测,在低信噪比下有良好效果。针对地震勘探反射波的多维信号,为通过地震信号参数分析地震断层,传统采用互相关时延计算方法。论文基于文献中的互四阶累积量的时延估计理论检测断层,对比传统方法,引入互四阶累积量的时延估计获取的地震时间延迟剖面、地震断层检测效果图主观效果明显好于传统方法。
侯慧娟[6](2014)在《基于电磁波天线阵列的变电站局部放电信号处理及定位方法》文中研究指明局部放电(Partial discharge, PD){言号包含了丰富的绝缘状态信息,同时局部放电既是绝缘劣化的征兆和表现形式,又是绝缘进一步劣化的原因,因此局部放电监测是及时发现电力设备绝缘缺陷,避免绝缘击穿故障的有效手段。对局部放电源进行定位,可达到快速查找故障点及提高检修效率的目的。特高频(Ultra-high frequency, UHF)电磁波方法具有灵敏度高、抗干扰能力强且适合于在线检测的优点,且电磁波在空气中的传播速度稳定,因此可对UHF信号进行分析处理,实现变电站内局部放电源的定位。从变电站现场釆集的UHF信号中包含有白噪声、窄带周期性信号、脉冲信号等干扰,给信号时延估计、局部放电源定位、分离等问题带来了巨大的困难。本文首先介绍了基于天线阵列的变电站局部放电检测系统组成与原理,深入讨论了基于时延序列的变电站空间局部放电源定位算法,理论推导和定量分析了在相同的时延序列误差下,定位结果误差与天线阵列布置的关系,最终给出了射频天线阵列布置的优化方法。现代信号处理及高阶统计量理论的发展,为局部放电中关键问题的解决提供了新的思路。本文以高阶统计量理论为基础,研究了基于四阶累积量和双谱的局部放电超高频信号时延估计算法,该算法解决了混杂在局部放电信号中相关特性未知的高斯噪声及周期性窄带干扰问题。对变电站现场釆集得到的信号进行分析验证,利用该算法求得的时延序列对变电站内局部放电源进行定位,结果表明定位误差在Im以内,精度高于利用信号阈值、能量累积函数、相关分析等常用的信号时延估计算法,满足变电站全站范围局部放电源的定位精度。本文分析了局部放电iff射电磁场的传播特性,及接收天线的天线因子,并以此为理论基础,提出基于电磁波衰减的变电站局部放电定位算法,该算法不需要计算信号时延,故降低了对信号采集系统采样率的要求。基于L型天线阵列信号处理,结合旋转不变技术(Estimating signal parameter via rotational invariance techniques, ESPRIT)求取信号到达方向角(Direction of arrival,DO A)及高阶累积量的思想,论文提出一种基于L型天线阵列信号处理的变电站局部放电定位方法,该方法通过求解两个波达方向上的直线交点得到局部放电源的平面坐标,避免了求解非线性方程组,对变电站现场采集得到的信号进行分析验证,该算法的局部放电源定位误差在Im以内。将局部放电福射的特高频电磁波信号建模为自回归-滑动平均(Autoregressivemoving average, ARM A)模型,利用高阶累积量有效地从高斯噪声和窄带同期干扰的信号中辨识局部放电信号的模型阶数和参数。利用信号模型辨识得到的AR参数和MA参数,及双谱估计可以有效地重构出只相差常数幅值因子和线性相位差的原始信号的Fourier变换幅值和相位,从而重构只相差常数因子和时间移位的时域信号;利用Fisher可分离度选择具有最强类可分离度的频谱重构值或双谱,作为信号的特征参数,并利用特征参数训练径向基神经网络来判断信号的类型的方法,对变电站现场釆集得到的信号进行分析验证,该算法对局部放电源分离的正确率在70%以上。论文最后给出了变电站局部放电监测和故障预警系统的样机研制,及其在实验室及变电站现场安装测试的试验结果,初步验证了系统对变电站全站空间内局部放电源定位的可行性。
唐智灵[7](2013)在《通信辐射源非线性个体识别方法研究》文中进行了进一步梳理在通信对抗领域,通信侦察的两个基本任务是定位和识别。定位技术作为阵列信号处理的一个主要研究方向,已得到了广泛应用。而对通信辐射源识别的研究则相对薄弱。如果说定位解决了“在哪里”的问题,那么识别要解决“是什么”的问题,两者只有有机结合才能达到有效侦察。随着定位技术的实际应用,通信目标识别的需求也将变得越来越迫切。在通信侦察中运用细微特征分析识别重要的通信辐射源个体目标,掌握使用者的身份和性质,并通过监视跟踪对敌方的战术、战略动向做出预测,有利于在复杂的信息战环境下掌握军事行动的主动权。本论文以通信辐射源稳态信号为研究对象,通过研究信号的预处理、模式分割以及特征提取方法,获取通信信号的个体特征。通过MATLAB软件建立了无意调制信号验证模型以产生仿真信号用于验证模式分割和特征提取算法。并用这些算法从实际采集的调频手持机信号中提取了个体特征量,最后用成熟的ECOC分类识别器对个体特征量进行了分类识别,证明这些算法对通信信号个体识别是有效的。取得的研究成果为:1.对振荡器产生的无意调制进行了研究。根据振荡器噪声的统计特性,在MATLAB中建立了振荡器噪声源模型,仿真分析了单独存在闪烁噪声以及闪烁噪声混合高斯白噪声情况下的时域波形和频域特性。同时还分析了从健伍手持对讲机功放输出的未调射频信号解调恢复的无意调制信号,表明信号的功率谱密度具有幂律的特点,呈现出了闪烁噪声的特点。2.对射频功率放大器产生的无意调制进行了研究。根据射频功放的非线性分析理论,在MATLAB软件中建立了记忆多项式功放模型,并用这个模型仿真了QPSK、WCDMA两种信号的放大,分析计算了因功放引起的信号失真量ACPR(相邻信道功率比)。此外,还对真实射频采样数据的ACPR值进行了计算和分析,结果表明信号带宽越宽,ACPR值越低。从时域上看,射频功率放大器的非线性对信号的影响引起信号幅度以及相位相对于原信号的变化,并且这类变化反映了功率放大器的特征,可以用于通信辐射源的分类识别。3.对信号预处理算法进行了研究。改进了Wornell与Oppenheim提出的噪声分离方法,使其能够用于混合无意调制信号与噪声的分离。首先使用多目标进化优化算法求解非线性方程,得到分形信号的参数估计,然后使用这些估计参数构建分形滤波器,对小波系数进行滤波处理,最后将处理以后的小波系数进行逆变换,得到混合的分形信号。仿真对不同的混合成分、不同信噪比、不同的数据长度的情况进行了分析比较,证明在一定的信噪比条件下,采用足够长度的采样数据进行处理,恢复的混合分形信号具有较小的均方根误差。4.对三种特征提取方法进行了研究。(1)基于多重分形维的特征提取方法:将一维信号变换为二维信号矩阵后得到信号的纹理特性。利用这一特性,通过计算数据阵列的分形维谱而获得了特征矢量。算法仿真表明在提取特征之前进行去噪处理能够获得稳定的信号特征量;(2)基于顺序统计的方法:根据在弱非线性系统中,窄带功率放大器的输入-输出是单调函数的原理,将接收信号做白化处理以后进行顺序统计,通过最小二乘法对顺序统计结果做线性回归而估计出特征参数作为射频信号个体特征;(3)基于高阶累积张量的特征提取方法:推导了接收信号的3阶、4阶累积量与电台个体特征的关系,提出了一种将4阶累积量视为3阶张量、用Kernel PCA方法提取个体特征量的方法。最后用ECOC分类器将这些特征量进行了分类,证明这些方法都是有效的。本文进一步扩展了对通信辐射源个体特征识别的研究,探索和验证了无意调制中提取特征量的新方法。这些方法能用于非合作条件下识别通信辐射源的身份,使识别通信辐射源的手段更为丰富。
李洪影[8](2012)在《地震资料的高阶统计特性及高阶谱分析》文中研究说明随着人们对石油这一宝贵能源需求的不断增加,竭尽全力寻找复杂型、隐蔽型的油气藏,已经成为当前学者进行石油精细勘探的主要攻坚目标,这不仅需要我们获得反映重点层位信息的强反射体,还需要获取反映层间隐蔽性油气藏信息特征的某些弱反射体;而且,我们所激发的地震子波在地下介质中传播的形式往往是呈混合相位的,呈高斯白噪分布的地层反射系数几乎不存在。日常实验或工作中,我们激发地表所获取的地震子波是未知的,关于包含子波信息的地层反射系数的序列和大地滤波亦是未知的,若无先验假设,求取地震子波和反射系数的过程可看成是一个盲过程,此时的反褶积称为地震盲反褶积。而高阶统计量信息作为地震盲反褶积过程中所采用的地震数据,既不需要先验假设,又可以通过地震盲反褶积来提取基于混合相位特性的地震子波和所估计地层的真实反射系数。八十年代以来,高阶统计分析已经成为国内外学者研究中的前沿性课题,其在信号处理领域中的重要地位也日渐显现。高阶统计被广泛应用于几乎所有涉及非高斯、非最小相位、有色噪声、非线性或循环平稳性的各类问题的解决。地震信号处理领域中,消除高斯有色噪声的影响亦是高阶统计特性应用的重要体现;地震的高阶统计也被适用于非最小相位子波分辨、识别以及提取,并成为其最有力的工具。近年来,基于高阶统计特性的独立分量分析经过十多年的不断完善也逐步发展起来。目前这种新兴的技术已经成为信号处理领域的又一个研究热点。其应用领域已涉及通信、地球物理、生物医学、故障诊断等。本文就是在阅读大量的资料文献,深入学习吸收前人众多研究成果的基础上,对高阶统计在各个领域的实际应用做了综述,并在地震子波估计及处理方面的应用做了进一步的探索,同时,创造性的将地震资料的高阶统计量应用于地震资料的去噪处理中!
冯智慧[9](2011)在《基于高阶统计量理论的地震层位自动拾取与油气检测技术研究》文中指出随着油气勘探开发程度的深入,油气勘探难度也在不断加大。由于勘探条件的复杂,获得的地震资料的信噪比和分辨率往往都很低,从而严重影响了其处理与解释的效果。因此在弱信号条件下,提出检测信号的新方法,解决勘探目标显得尤为重要。高阶统计量理论作为一种描述随机信号特征的数学工具,目前在地震勘探领域已经有了初步的应用;本文在此理论的基础上论述的两类方法以抑制高斯噪声对地震层位拾取的影响和应用地震分频技术进行油气检测为目的。作为油气检测的基础,地震层位自动拾取的工作显得越来越重要。为了提高层位拾取的工作效率,人们提出了许多地震层位自动拾取方法,如人工神经网络方法、模式识别方法、互相关方法等。上述方法中互相关方法稳定性最好,应用也最广泛。但是当地震资料中的噪声具有强相关性时,互相关方法会拾取噪声间的时间延迟值,致使层位拾取结果出现误差。本文充分利用地震层位横向波形相似性原理以及四阶累积量一维切片对高斯噪声免疫的特点,提出了基于四阶累积量一维切片的地震层位自动拾取方法,具体有如下创新点:1、1993年Tugnait给出了基于四阶累积量一维切片的信号时间延迟估计公式,公式中采用的是可变长度的分析时窗。在地震勘探数据处理中,采用可变长度分析时窗计算时,存在受坏道影响大、计算结果失稳、时移量拾取不足等问题;因此为了避免上述问题,本论文采用稳健性更好的固定长度的分析时窗,并且根据实际需要对延迟时参数的位置作了相应的改变。2、当地下介质是分层比较均匀的情况下,地震信号是一种近似于广义高斯分布的、偏度为零的具有对称分布的随机信号。对于对称分布的随机信号,其三阶累积量为零,因此三阶累积量已经不适合进行这种信号的处理。而本文采用的四阶累积量一维切片时延迟估计函数不存在三阶累积量的局限性。3、在地震层位拾取过程中需要合理设定相关参数,这些参数关系到层位拾取的准确性,其中参考道的选择尤为重要。在分析研究两种传统的参考道选择方式的基础上,设计了一种新的参考道选择方式;这种方式在地震数据局部波形相似性较强的情况下,既克服了固定参考道方式由于横向波形变化大产生计算误差的问题;也改正了非固定参考道方式容易产生大量累计误差的缺点。源于B P Amoco(英国石油阿莫科)公司的分频技术是通过数学变换将地震数据变换到频率域或时频域,然后沿其频率轴作频率切片,最后利用单频切片进行储层预测的一种解释技术。目前从各类文献资料来看,已有的分频技术算法主要有:傅氏变换方法、线性时频分析方法、时频分布方法等。本论文首次提出了基于Wigner双谱对角切片的分频技术,并将其应用在油气检测中,取得如下成果:1、为了解决Wigner双谱对角切片存在的交叉干扰项问题,采用模糊域核函数滤波抑制交叉项,并推导了Wigner双谱对角切片的模糊函数计算公式。2、在充分研究锥形核函数与指数核函数的基础上,利用锥形核函数表达式中的指数函数与指数核函数结合,给出了一个新的核函数。数值模拟结果表明新核函数兼具上述两种核函数的优点,对时延轴上及坐标轴外的交叉项都有很强的抑制作用。3、通过坐标移动的方法,使Wigner双谱对角切片的模糊函数信号项的中心点与新核函数中心点重合。从而解决了直接进行模糊域滤波致使新核函数对交叉项抑制能力下降的问题。4、为了解决Wigner双谱对角切片三维数据体数据量太大,致使matlab程序报错:“内存溢出”的问题。对分频技术的流程进行了改进,避免了分频过程中生成Wigner双谱对角切片三维数据体。结合国内外的研究基础以及本人对这一领域的认识,本文论述的两类方法还需要在以下三个方面进行深入研究:1、本文所给出的四阶累积量一维切片是基于非参数化估计方法得到的。该方法具有简单易实现的优点,但是在有限数据长度的情况下,存在估计方差较大的缺点。估计方差直接影响到计算结果的准确性,因此可以采用估计方差较小的参数化方法给出相应的地震信号时延估计算子。2、由Wigner双谱对角切片模糊函数图可以看出,有效信号与交叉项的间距比较近,两信号分量的延迟时越小,间距越近,这不利于薄层的分辨。因此可以对Wigner双谱对角切片模糊函数的计算公式进行改造,加大信号项与交叉项的间距,提高对薄层的分辨能力。3、模糊域核函数滤波法在有效抑制交叉项的同时降低了时频分辨率。因此可以利用重排理论或自适应最优核设计等时频分布理论抑制交叉项,在兼顾交叉项抑制能力的同时进一步提高时频聚集性。
冯智慧,刘财,冯晅,王典,张先武[10](2011)在《基于高阶累积量一维切片的地震信号初至自动拾取方法》文中进行了进一步梳理将现代重要的统计信号处理理论高阶累积量理论引入到地震信号的分析与处理中,提出了一种基于互四阶累积量一维切片的地震信号初至自动拾取方法,并给出了该方法的基本原理与具体算法。该方法利用地震信号横向波形的相似性以及互四阶累积量对高斯色噪声不敏感的特点,实现地震信号初至时间的自动拾取。理论模型计算表明,在强高斯色噪声干扰下该方法仍能对地震信号初至起跳时间进行有效拾取,信噪比达到-3dB;在实际资料应用中,该方法能快速准确地确定地震信号初至点的位置,与人工拾取结果基本一致。
二、基于四阶互累积量的小断层自动识别方法(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、基于四阶互累积量的小断层自动识别方法(论文提纲范文)
(1)基于潜标平台的舰船目标探测技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 潜标平台应用技术概况 |
1.3 水下目标检测技术研究现状 |
1.4 论文结构安排 |
第2章 舰船辐射噪声特征建模与谱分析 |
2.1 舰船辐射噪声组成 |
2.1.1 机械噪声 |
2.1.2 螺旋桨噪声 |
2.1.3 水动力噪声 |
2.2 舰船辐射噪声建模 |
2.2.1 连续谱的建模 |
2.2.2 线谱的建模 |
2.2.3 调制信息的建模 |
2.2.4 舰船辐射噪声整体建模 |
2.3 舰船辐射噪声的谱分析方法 |
2.3.1 LOFAR谱分析原理 |
2.3.2 DEMON谱分析原理 |
2.3.3 1.5 维DEMON谱分析原理 |
2.3.4 2.5 维DEMON谱分析原理 |
2.4 舰船信号谱分析处理 |
2.4.1 舰船信号处理计算机仿真 |
2.4.2 实船信号处理 |
2.5 本章小结 |
第3章 舰船目标检测技术研究 |
3.1 宽带能量信号检测方法 |
3.2 过零信号检测方法 |
3.3 过零检测与能量检测的联合检测方法 |
3.4 联合特征目标检测方法 |
3.5 舰船目标检测技术的计算机仿真对比 |
3.5.1 宽带能量检测法计算机仿真 |
3.5.2 过零检测法计算机仿真 |
3.5.3 过零检测与能量检测的联合检测法计算机仿真 |
3.5.4 联合特征检测法计算机仿真 |
3.6 舰船目标检测技术的实船数据分析 |
3.7 本章小结 |
第4章 舰船目标测向技术研究 |
4.1 舰船目标测向原理 |
4.1.1 平面阵舰船目标测向方法 |
4.1.2 五元平面阵舰船测向精度分析 |
4.2 时延估计算法原理 |
4.2.1 广义互相关时延估计算法 |
4.2.2 广义二次相关时延估计算法 |
4.2.3 高阶累积量一维切片时延估计算法 |
4.2.4 基于高阶累积量的高精度时延估计算法 |
4.3 计算机仿真分析 |
4.3.1 时延估计算法仿真 |
4.3.2 五元十字阵测向性能仿真 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(2)基于软件无线电的通信信号盲检测与识别技术试验研究(论文提纲范文)
摘要 |
abstract |
缩略词表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 软件无线电技术 |
1.2.2 信号盲检测 |
1.2.3 信号盲源分离 |
1.2.4 信号参数分析 |
1.3 本论文的主要内容及章节安排 |
第二章 软件无线电技术基础 |
2.1 引言 |
2.2 软件无线电理论 |
2.2.1 信号采样理论 |
2.2.2 数字变频理论 |
2.2.3 整数倍抽取理论 |
2.3 软件无线电基本结构 |
2.3.1 射频低通采样SDR结构 |
2.3.2 射频带通采样SDR结构 |
2.3.3 宽带中频带通采样SDR结构 |
2.4 软件无线电接收机结构模型 |
2.4.1 单通道软件无线电接收机 |
2.4.2 并行多通道软件无线电接收机 |
2.5 本章小结 |
第三章 信号盲检测方法研究 |
3.1 引言 |
3.2 信号模型 |
3.3 基于功率谱分析的检测算法 |
3.3.1 功率谱密度的计算 |
3.3.2 算法描述 |
3.4 基于循环谱分析的检测算法 |
3.4.1 循环自相关和循环谱相关 |
3.4.2 循环谱密度的计算 |
3.4.3 算法描述 |
3.5 基于时频分析的检测算法 |
3.5.1 短时傅里叶变换和谱图 |
3.5.2 恒虚警检测门限 |
3.5.3 算法描述 |
3.6 性能分析 |
3.6.1 单一信号仿真 |
3.6.2 多分量信号仿真 |
3.7 本章小结 |
第四章 FastICA盲源分离算法研究 |
4.1 引言 |
4.2 盲源分离模型 |
4.3 信号预处理 |
4.3.1 零均值处理 |
4.3.2 白化处理 |
4.4 FastICA盲源分离算法 |
4.4.1 基于负熵最大化的FastICA算法 |
4.4.2 基于四阶累积量联合对角化的FastICA改进算法 |
4.4.3 仿真分析 |
4.5 本章小结 |
第五章 通信信号参数分析 |
5.1 引言 |
5.2 通信信号的瞬时信息 |
5.2.1 信号的瞬时信息提取 |
5.2.2 瞬时相位解折叠 |
5.3 信号的参数估计 |
5.3.1 码元速率估计 |
5.3.2 载波频率估计 |
5.3.3 信噪比估计 |
5.4 基于瞬时信息特征的信号调制类型识别 |
5.4.1 基于瞬时信息的特征参数 |
5.4.2 特征参数的优化 |
5.4.3 基于决策树的调制识别算法 |
5.4.4 仿真结果 |
5.5 本章小结 |
第六章 系统试验平台搭建和测试 |
6.1 引言 |
6.2 系统试验平台搭建 |
6.2.1 试验平台设备 |
6.2.2 计算机对中频数字化仪的控制程序设计 |
6.3 系统试验平台测试 |
6.3.1 测试流程 |
6.3.2 结果分析 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(3)煤层小断层地震多属性精细解释方法研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 目的与意义 |
1.2 国内外研究现状 |
1.3 主要研究内容及技术路线 |
1.4 创新点 |
2 煤层小断层识别影响因素的研究 |
2.1 小断层识别分辨率 |
2.2 小断层地震属性识别影响因素正演模拟 |
2.3 小断层地震属性横、垂向分辨能力正演模拟 |
2.4 小断层正演模型敏感属性优选 |
2.5 本章小结 |
3 地震属性精细处理与小断层识别方法 |
3.1 常规地震属性小断层解释方法 |
3.2 地震属性预处理方法研究 |
3.3 地震属性精细刻画方法研究 |
3.4 蚂蚁体追踪与属性融合 |
3.5 地震多属性RGB融合解释方法 |
3.6 地震属性解释的不确定性与不适应性 |
3.7 本章小结 |
4 基于地震属性的断层解译方法研究 |
4.1 断层走向与倾向要素地震确定方法 |
4.2 地震资料断层要素解译计算机实现 |
4.3 本章小结 |
5 童亭矿109采区10煤层小断层多属性精细解释 |
5.1 童亭矿109采区概况 |
5.2 童亭109采区10煤层地震属性断层解释 |
5.3 童亭109采区10煤层属性小断层识别成果验证 |
6 结论与建议 |
6.1 结论 |
6.2 建议 |
参考文献 |
作者简历 |
学位论文数据集 |
(4)断层识别方法综述及研究进展(论文提纲范文)
0 引言 |
1 常规断层识别方法 |
1.1 通过地震剖面识别断层 |
1.2 井断点引导断层识别技术 |
2 基于地震属性的断层识别方法 |
2.1 相干体技术 |
2.2 曲率属性 |
2.3 方差体技术 |
3 断层的自动识别方法 |
4 基于图像处理技术的断层识别方法 |
5 断层识别方法发展趋势 |
6 结论 |
(5)高阶统计量分析及其应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景 |
1.2 高阶统计量的研究现状 |
1.3 高阶统计量在信号处理中的应用 |
1.4 课题目标及主要研究内容 |
第二章 高阶统计量的理论基础 |
2.1 高阶统计量的定义 |
2.1.1 高阶矩和高阶累积量的定义 |
2.1.2 高阶矩谱和高阶累积量谱的定义 |
2.1.3 高斯过程的高阶矩和高阶累积量 |
2.2 高阶统计量的性质 |
2.2.1 高阶矩和高阶累积量的性质 |
2.2.2 高阶谱的性质 |
2.3 高阶累积量与高阶谱的估计 |
2.3.1 高阶累积量的估计 |
2.3.2 高阶谱的估计 |
2.4 基于Matlab平台的高阶统计工具箱的使用 |
2.4.1 Matlab工具箱中高阶累积量的估计方法 |
2.4.2 Matlab工具箱中高阶谱的估计方法 |
2.5 本章小结 |
第三章 基于高阶统计量的语音信号应用研究 |
3.1 语音信号的特点和模型 |
3.2 语音信号的端点检测 |
3.2.1 语音端点检测基本原理及流程 |
3.3 语音信号预处理 |
3.3.1 预滤波与采样 |
3.3.2 预加重 |
3.3.3 加窗分帧 |
3.4 基于高阶统计量的语音信号的端点检测 |
3.5 特征参数的计算 |
3.5.1 三阶累积量的计算 |
3.5.2 高频带与全频带能量比的计算 |
3.5.3 短时过零率的计算 |
3.6 语音信号端点检测算法步骤 |
3.7 实验结果 |
3.7.1 matlab平台仿真实验结果 |
3.7.2 基于Visual Studio平台应用实现结果 |
3.8 本章小结 |
第四章 基于高阶统计量的地震信号应用研究 |
4.1 基于高阶统计量的断层检测研究 |
4.2 地震断层检测中的时延估计理论 |
4.2.1 基于传统互相关法的时延估计方法 |
4.2.2 基于四阶累积量的时延估计方法 |
4.2.3 互四阶累积量的一维切片 |
4.3 实验过程与结果 |
4.3.1 基于互四阶累积量的一维切片时延理论的实现过程 |
4.3.2 基于Visual Studio2008平台的实际地震资料实现结果 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 不足与展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(6)基于电磁波天线阵列的变电站局部放电信号处理及定位方法(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 变电站局部放电监测和定位的意义 |
1.2 常用的局部放电检测及定位方法 |
1.3 基于特高频电磁波方法的局部放电定位研究现状 |
1.3.1 国内外电气设备局部放电在线监测与定位现状 |
1.3.2 国内外变电站全站局部放电在线监测与定位现状 |
1.3.3 用于局部放电信号时延估计的算法 |
1.3.4 局部放电信号干扰抑制及重构方法 |
1.3.5 多局部放电源识别与分离方法研究 |
1.4 现代信号处理相关关键技术研究现状 |
1.4.1 高阶统计量用于信号时延估计 |
1.4.2 基于传感器阵列的定位算法 |
1.4.3 阵列信号处理用于信号源定位 |
1.4.4 高阶统计量用于信号模型参数辨识及重构 |
1.4.5 高阶统计量用于多信号源分离 |
1.5 本文的主要研究内容 |
1.5.1 问题的提出 |
1.5.2 本文章节安排及创新点 |
第二章 基于时延序列的变电站局部放电源定位方法研究 |
2.1 变电站全站局部放电在线监测与定位的可行性 |
2.2 基于天线阵列的变电站局部放电检测系统组成与结构 |
2.3 基于时延序列的定位算法原理 |
2.3.1 利用能量积累函数确定信号起始时刻 |
2.3.2 能量积累函数的平滑滤波处理 |
2.3.3 FIR数字带通滤波器的应用 |
2.3.4 利用时延计算放电点位置 |
2.4 牛顿迭代法与网格搜索结合求解非线性方程组 |
2.4.1 牛顿迭代法求解非线性方程组原理 |
2.4.2 逐层网格搜索法求解非线性方程组 |
2.5 基于时延序列的三维定位算法误差分析 |
2.6 天线阵列布置对定位结果影响的定量分析 |
2.6.1 天线阵列布置形式对定位误差的影响 |
2.6.2 天线阵列布置分散度对定位误差的影响 |
2.7 定位算法的实验室及现场测试 |
2.7.1 实验室测试 |
2.7.2 现场测试 |
2.8 本章小结 |
第三章 基于高阶统计量的局部放电特高频信号时延估计 |
3.1 基于高阶统计量的信号时延估计原理 |
3.1.1 高阶累积量及高阶谱的定义及性质 |
3.1.2 基于四阶累积量的信号时延估计算法 |
3.1.3 频域双谱时延估计算法原理 |
3.1.4 参数化双谱时延估计算法 |
3.2 高阶统计量用于离散时间信号时延彳古计的计算方法 |
3.2.1 四阶累积量用于信号时延估计实现方法 |
3.2.2 双谱时延{古计算法的数值实现 |
3.3 基于高阶统计量的信号时延估计算法仿真验证 |
3.3.1 基于四阶累积量的时延估计算法仿真验证 |
3.3.2 双谱估计信号时延估计算法的仿真 |
3.4 变电站现场测试 |
3.4.1 基于四阶累积量的时延估计算法仿真验证 |
3.4.2 双谱估计信号时延估计算法的现场测试 |
3.5 本章小结 |
第四章 基于电磁波信号传播衰减模型的局部放电定位理论与方法 |
4.1 基于电磁波信号传播衰减模型的局部放电定位方法基本原理 |
4.1.1 局部放电福射电磁场的分布特性 |
4.1.2 接收天线的灵敏度系数 |
4.1.3 建立基于电磁波信号传播衰减模型的局部放电定位方程组 |
4.2 算法仿真验证 |
4.3 算法实验室测试 |
4.4 本章小结 |
第五章 基于L型天线阵列信号处理的局部放电定位技术 |
5.1 基于L型天线阵列信号处理的局部放电定位方法基本原理 |
5.1.1 L型阵列信号模型 |
5.1.2 信号二维波达方向的计算 |
5.2 基于阵列信号到达方向角的局放定位算法 |
5.3 仿真验证 |
5.4 变电站现场测试 |
5.5 本章小结 |
第六章 基于信号模型参数辨识的局部放电电磁波信号重构 |
6.1 信号模型 |
6.2 模型参数辨识 |
6.2.1 Yule-Walker方程和BBR公式 |
6.2.2 AR阶数的确定及参数估计 |
6.2.3 MA阶数的确定及参数估计 |
6.3 信号重构 |
6.3.1 幅值重构 |
6.3.2 相位重构 |
6.4 仿真验证 |
6.5 变电站现场测试 |
6.6 本章小结 |
第七章 基于信号重构及选择双谱的变电站多局部放电源分离 |
7.1 基于信号频谱重构的多局部放电源分离 |
7.1.1 信号分类原理 |
7.1.2 离线训练算法 |
7.2 基于选择双谱的多局部放电源分离 |
7.3 仿真验证 |
7.3.1 基于频谱重构方法的多局部放电源分离方法仿真验证 |
7.3.2 基于选择双谱的多局部放电源分离方法仿真验证 |
7.4 现场验证 |
7.4.1 基于频谱重构的多局部放电源分离方法现场测试 |
7.4.2 基于选择双谱的多局部放电源分离方法现场测试 |
7.5 本章小结 |
第八章 变电站全站局部放电定位装置的研制和测试 |
8.1 系统硬件组成及软件设计 |
8.2 系统实验室测试 |
8.2.1 实验楼平台测试 |
8.2.2 GIS真型设备内置局放放电模型定位测试 |
8.3 变电站现场测试 |
8.3.1 岳东220kV变电站现场测试 |
8.3.2 高余220kV变电站现场安装测试 |
8.4 本章小结 |
第九章 结论与展望 |
9.1 本文主要结论 |
9.2 研究展望 |
参考文献 |
致谢 |
攻读博士学位期间已发表或录用的论文 |
攻读博士学位期间参与的科研项目 |
(7)通信辐射源非线性个体识别方法研究(论文提纲范文)
作者简介 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 通信源个体识别的研究进展 |
1.3 本文的研究内容及作者的主要工作 |
第二章 振荡器形成的无意调制 |
2.1 引言 |
2.2 振荡器模型与通用分析方法 |
2.3 振荡器的 AM-PM 特性 |
2.4 振荡器的建模与仿真 |
2.5 小结 |
第三章 射频功率放大器形成的无意调制 |
3.1 引言 |
3.2 功率放大器的非线性 |
3.3 功率放大器的建模 |
3.4 功率放大器在 MATLAB 中的仿真分析 |
3.5 小结 |
第四章 无意调制的分离算法研究 |
4.1 引言 |
4.2 混合信号的非线性分离方法 |
4.3 混合无意调制信号分析 |
4.4 无意调制信号的分离算法原理 |
4.5 无意调制信号分离算法的仿真分析 |
4.6 小结 |
第五章 稳态无线通信信号个体特征提取 |
5.1 引言 |
5.2 分形基础理论 |
5.3 分形特征的提取方法研究 |
5.4 基于顺序统计的窄带通信辐射源指纹特征抽取方法研究 |
5.5 基于稳态射频信号的累积张量的特征提取算法研究 |
5.6 小结 |
第六章 通信辐射源个体特征的分类识别研究 |
6.1 引言 |
6.2 基于模式识别的分类器原理 |
6.3 特征提取算法验证与分类识别结果 |
6.4 小结 |
第七章 全文总结 |
致谢 |
参考文献 |
攻读博士学位期间的研究成果 |
(8)地震资料的高阶统计特性及高阶谱分析(论文提纲范文)
摘要 |
ABSTRACT |
创新点摘要 |
前言 |
第一章 高阶统计量方法研究状况及应用 |
1.1 高阶统计量方法在地震勘探中的应用 |
1.1.1 高阶统计量的研究现状 |
1.1.2 地震子波估计方法的研究现状 |
1.1.3 时间延迟估计的研究现状 |
1.2 高阶统计量方法在油气地球物理勘探中的应用 |
1.2.1 基于高阶统计量的油气检测方法 |
1.2.2 断层检测与解释 |
1.2.3 高阶谱时频分析方法 |
1.3 高阶统计量方法在大地电磁(MT)中的应用 |
1.3.1 高阶统计量对功率谱的重构 |
1.3.2 MT时间序列的一些统计特性 |
1.4 高阶统计量方法在工程地震勘探中的应用 |
1.5 高阶统计量方法在其它方面的应用 |
1.5.1 高阶统计量对弱信号的识别方法 |
第二章 高阶累积量与高阶谱 |
2.1 地震资料高阶统计的基础知识 |
2.1.1 随机变量的特征函数 |
2.1.2 多维随机变量的特征函数 |
2.1.3 随机变量的第二特征函数 |
2.2 高阶矩与高阶累积量的定义 |
2.2.1 单个随机变量的情况 |
2.2.2 多个随机变量的情况 |
2.2.3 平稳随机过程的高阶累积量 |
2.3 高阶累积量的性质 |
2.4 高斯过程的高阶累积量 |
2.4.1 单个高斯随机变量情况 |
2.4.2 高斯随机过程情况 |
2.5 双谱及其性质 |
2.5.1 高阶谱的定义 |
2.5.2 双谱的性质 |
2.6 系统中的高阶累积量 |
2.7 高阶倒谱的定义 |
第三章 盲分离与地震子波估计 |
3.1 独立性的定义和性质 |
3.2 盲信号分离与ICA |
3.2.1 盲信号分离 |
3.2.2 独立分量分析 |
3.3 信息论的有关知识 |
3.3.1 熵 |
3.3.2 相对熵(KL散度) |
3.3.3 负熵 |
3.3.4 负熵近似 |
3.4 非高斯性的度量 |
3.5 基于高阶统计的地震子波估计 |
3.5.1 高阶统计量在地震子波估计中的适用性 |
3.5.2 四阶统计量在地震子波估中的应用 |
第四章高阶统计理论在壳-幔尺度深反射地震资料处理中的应用 |
4.1 高阶统计量在莫霍面及地壳深部壳幔结构深反射地震资料处理的应用 |
4.1.1 背景介绍 |
4.1.2 高阶统计量在莫霍面及地壳深部壳幔结构深反射地震资料处理原理分析 |
4.1.3 低速-高导层及莫霍面地震反射信号多普分析 |
结论 |
参考文献 |
发表文章目录 |
致谢 |
详细摘要 |
(9)基于高阶统计量理论的地震层位自动拾取与油气检测技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究意义 |
1.2 国内外研究进展 |
1.2.1 地震层位自动拾取 |
1.2.2 地震分频技术 |
1.3 主要研究内容及创新点 |
1.3.1 研究内容 |
1.3.2 主要创新点 |
第二章 高阶统计量理论基础 |
2.1 高阶矩与高阶累积量 |
2.1.1 高阶矩与高阶累积量的定义 |
2.1.2 高阶累积量与高阶矩的转换关系 |
2.1.3 高斯随机过程的高阶矩和高阶累积量 |
2.1.4 高阶累积量的性质 |
2.2 Wigner高阶矩谱 |
第三章 基于四阶累积量一维切片的层位自动拾取方法 |
3.1 地震层位拾取遵循的准则 |
3.2 地震波的相似性与相关系数 |
3.3 四阶累积量一维切片方法原理 |
3.3.1 四阶累积量一维切片 |
3.3.2 四阶累积量一维切片时延估计函数 |
3.3.3 地震层位拾取过程的相关参数设定 |
3.3.4 四阶累积量一维切片方法实现过程 |
3.4 理论模型试算与实际资料处理 |
3.4.1 统计独立高斯色噪声对拾取结果的影响 |
3.4.2 统计相关高斯色噪声对拾取结果的影响 |
3.4.3 实际数据地震层位拾取 |
第四章 基于Wigner双谱对角切片的分频技术在油气检测中的应用 |
4.1 二次型时频分布理论 |
4.1.1 时频分布的定义 |
4.1.2 时频分布的交叉干扰项 |
4.2 时频分布的聚集性与模糊函数 |
4.2.1 时频聚集性 |
4.2.2 模糊函数 |
4.3 基于Wigner双谱对角切片的分频技术 |
4.3.1 Wigner双谱对角切片公式推导 |
4.3.2 模糊域核函数滤波法抑制交叉项 |
4.3.3 新核函数对交叉项的抑制 |
4.3.4 基于Wigner双谱对角切片的分频技术流程 |
4.3.5 模型试算 |
4.3.6 实际资料处理 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
攻博期间发表的学术论文及其它成果 |
致谢 |
(10)基于高阶累积量一维切片的地震信号初至自动拾取方法(论文提纲范文)
0 引言 |
1 高阶累积量一维切片理论基础 |
1.1 高阶累积量的定义 |
1.2 高阶累积量一维切片 |
2 互四阶累积量一维切片方法原理与实现过程 |
2.1 互四阶累积量一维切片方法原理 |
2.2 互四阶累积量一维切片方法实现过程 |
3 理论模型计算及结果分析 |
4 实际数据拾取效果分析 |
5 结论 |
四、基于四阶互累积量的小断层自动识别方法(论文参考文献)
- [1]基于潜标平台的舰船目标探测技术研究[D]. 张亚斌. 哈尔滨工程大学, 2020(05)
- [2]基于软件无线电的通信信号盲检测与识别技术试验研究[D]. 周文海. 电子科技大学, 2020(07)
- [3]煤层小断层地震多属性精细解释方法研究[D]. 庄益明. 中国矿业大学, 2018(02)
- [4]断层识别方法综述及研究进展[J]. 李婷婷,侯思宇,马世忠,李东亮. 地球物理学进展, 2018(04)
- [5]高阶统计量分析及其应用研究[D]. 吕婧一. 北京邮电大学, 2014(04)
- [6]基于电磁波天线阵列的变电站局部放电信号处理及定位方法[D]. 侯慧娟. 上海交通大学, 2014(07)
- [7]通信辐射源非线性个体识别方法研究[D]. 唐智灵. 西安电子科技大学, 2013(01)
- [8]地震资料的高阶统计特性及高阶谱分析[D]. 李洪影. 东北石油大学, 2012(07)
- [9]基于高阶统计量理论的地震层位自动拾取与油气检测技术研究[D]. 冯智慧. 吉林大学, 2011(09)
- [10]基于高阶累积量一维切片的地震信号初至自动拾取方法[J]. 冯智慧,刘财,冯晅,王典,张先武. 吉林大学学报(地球科学版), 2011(02)