期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
多道预测反褶积 被引量:5
1
作者 王承曙 《计算物理》 CSCD 北大核心 1994年第3期290-296,共7页
就多维最小平方预测准测,推导了一种分块Toeplitzt矩阵方程组求解的递推公式,并对人工模型进行了实验,实验结果表明采用多道处理反褶积优于单道结果.文中还给出了多道最小相位的定义,并给出了在一步预测下多维反褶积算子... 就多维最小平方预测准测,推导了一种分块Toeplitzt矩阵方程组求解的递推公式,并对人工模型进行了实验,实验结果表明采用多道处理反褶积优于单道结果.文中还给出了多道最小相位的定义,并给出了在一步预测下多维反褶积算子确定性稳定的结论. 展开更多
关键词 反褶积 最小相位 多道预测
下载PDF
基于构造导向滤波的多道反褶积方法及应用 被引量:2
2
作者 王万里 李海山 +2 位作者 魏新建 王伟 李琳 《石油地球物理勘探》 EI CSCD 北大核心 2023年第2期340-344,380,共6页
传统线性反褶积方法无法大幅度提高地震资料的分辨率,因此逐渐被非线性的稀疏反褶积方法替代。然而大多数非线性反褶积方法是基于单道反演的,没有考虑道与道之间的空间结构关系,得到高分辨率的结果容易产生横向不一致或者不连续问题,而... 传统线性反褶积方法无法大幅度提高地震资料的分辨率,因此逐渐被非线性的稀疏反褶积方法替代。然而大多数非线性反褶积方法是基于单道反演的,没有考虑道与道之间的空间结构关系,得到高分辨率的结果容易产生横向不一致或者不连续问题,而且当地震资料品质较差时,单道反演方法的结果很不稳定。为此,提出一种基于数据驱动和反演策略的多道反褶积方法,即从地震数据本身出发,利用局部倾角获取构造信息,构建构造导向滤波算子,再将其作为正则化算子引入稀疏多道反褶积中,通过分裂Bregman优化算法求解得到稀疏反射系数系列,在提高分辨率的同时,改善了传统非线性反褶积结果的空间连续性。模型试验和实际地震资料处理结果验证了该方法的有效性和实用性。 展开更多
关键词 横向约束 构造导向滤波算子 多道反褶积
下载PDF
用时域方法设计多通道Wiener去卷滤波器
3
作者 邓自立 郭金柱 王莅辉 《控制与决策》 EI CSCD 北大核心 1999年第A11期491-495,共5页
基于ARMA 新息模型和Wiener状态估值器,提出多通道Wiener去卷滤波器设计的一种新的时域方法,给出了渐近稳定的递推Wiener去卷滤波器,可统一处理去卷滤波、平滑和预报问题。同频域上的多项式方法相比,避免了... 基于ARMA 新息模型和Wiener状态估值器,提出多通道Wiener去卷滤波器设计的一种新的时域方法,给出了渐近稳定的递推Wiener去卷滤波器,可统一处理去卷滤波、平滑和预报问题。同频域上的多项式方法相比,避免了求解Diophantine方程,且便于实时应用。 展开更多
关键词 去卷滤波器 时域方法 设计 滤波器 去卷滤波
下载PDF
ITERATIVE MULTICHANNEL BLIND DECONVOLUTION METHOD FOR TEMPORALLY COLORED SOURCES
4
作者 ZhangMingjian WeiGang 《Journal of Electronics(China)》 2004年第3期243-248,共6页
An iterative separation approach, i.e. source signals are extracted and removed one by one, is proposed for multichannel blind deconvolution of colored signals. Each source signal is extracted in two stages: a filtere... An iterative separation approach, i.e. source signals are extracted and removed one by one, is proposed for multichannel blind deconvolution of colored signals. Each source signal is extracted in two stages: a filtered version of the source signal is first obtained by solving the generalized eigenvalue problem, which is then followed by a single channel blind deconvolution based on ensemble learning. Simulation demonstrates the capability of the approach to perform efficient mutichannel blind deconvolution. 展开更多
关键词 multichannel blind deconvolution Generalized eigenvalue Ensemble learning
下载PDF
FOCUS系统多道反褶积模块的改进
5
作者 舒虎 《南海地质研究》 2002年第13期100-105,共6页
FOCUS地震资料处理系统的多道反褶积模块MCDECON在使用中常出现同相轴振幅突变问题,在水合物资料的处理中这一缺点显得更为突出。本文尝试从反褶积的原理出发,分析MCDECON模块的具体算法,寻找其子程序在处理死道计算中的错误并改进平均... FOCUS地震资料处理系统的多道反褶积模块MCDECON在使用中常出现同相轴振幅突变问题,在水合物资料的处理中这一缺点显得更为突出。本文尝试从反褶积的原理出发,分析MCDECON模块的具体算法,寻找其子程序在处理死道计算中的错误并改进平均自相关算法,最终形成一个改进后的多道反褶积模块,获得了满意的结果。 展开更多
关键词 FOCUS系统 多道反褶积 死道 同相轴 平均自相关 地震资料处理
原文传递
基于多通道盲反卷积的空间光学遥感器在轨点扩展函数估算 被引量:13
6
作者 郭玲玲 吴泽鹏 +1 位作者 张立国 任建岳 《光学学报》 EI CAS CSCD 北大核心 2013年第4期245-252,共8页
为了快速、准确地在轨估算空间光学遥感成像系统的点扩展函数(PSF),提出了基于多通道盲反卷积(MBD)的估算方法,避免了以往方法依赖靶标及时间开销大等缺点。从单幅遥感图像中,提取多幅具有局部一致背景的目标子图像,进行交替最小化的迭... 为了快速、准确地在轨估算空间光学遥感成像系统的点扩展函数(PSF),提出了基于多通道盲反卷积(MBD)的估算方法,避免了以往方法依赖靶标及时间开销大等缺点。从单幅遥感图像中,提取多幅具有局部一致背景的目标子图像,进行交替最小化的迭代盲反卷积计算。在Intel Core i5-2400 3.1GHz主频的计算机Matlab软件平台上,使用两幅无噪子图像只需0.4917s即可达到均方误差百分率为1.1%的PSF估算结果;使用信噪比为45dB的两幅含噪子图像,其均方误差百分率可达到5.9%。由估算的PSF复原图像时,可以将灰度平均梯度由5.7提高至7.1,拉普拉斯能量由29提高至46。估算精度与运行速度均优于常用的倾斜刃边法。 展开更多
关键词 遥感 光学遥感 点扩展函数 多通道盲反卷积 图像处理
原文传递
应用Diophantine方程的多通道最优去卷 被引量:3
7
作者 邓自立 刘伟华 石莹 《自动化学报》 EI CSCD 北大核心 1999年第3期380-383,共4页
应用时域上的现代时间序列分析方法,提出了具有ARMA新息滤波器形式的多通道最优去卷估值器.它要求解一个Diophantine方程,可处理非平稳输入信号,且可统一处理最优去卷滤波、平滑和预报问题.仿真例子说明了其有效性.
关键词 多通道最优去卷 ARMA 时间序列分析
下载PDF
基于FIR滤波器矩阵代数的多通道盲解卷积算法 被引量:1
8
作者 陈少林 陈进 《振动与冲击》 EI CSCD 北大核心 2008年第9期35-39,共5页
通过FIR滤波器矩阵代数将盲源分离算法扩展为多通道盲解卷积算法,得到了多通道盲解卷积的自然梯度算法和等变自适应算法。然后,分别对两纯亚高斯信号的卷积混合信号和两纯超高斯信号的卷积混合信号进行盲解卷积分离,给出了分离滤波器和... 通过FIR滤波器矩阵代数将盲源分离算法扩展为多通道盲解卷积算法,得到了多通道盲解卷积的自然梯度算法和等变自适应算法。然后,分别对两纯亚高斯信号的卷积混合信号和两纯超高斯信号的卷积混合信号进行盲解卷积分离,给出了分离滤波器和全局滤波器的脉冲响应以及描述算法性能的IC、IISI和MC-ISI指标,仿真结果表明基于滤波器矩阵代数的多通道盲解卷积自然梯度算法对同系信号的分离和解卷积均具有很好的效果。 展开更多
关键词 FIR滤波器矩阵代数 盲源分离 多通道盲解卷积
下载PDF
多通道非平稳ARMA信号自校正去卷滤波器 被引量:1
9
作者 邓自立 张焕水 《控制理论与应用》 EI CAS CSCD 北大核心 1993年第5期572-576,共5页
对于通过一个已知的线性系统被观测的多通道非平稳ARMA信号,本文用现代时间序列分析方法,基于ARMA新息模型,提出了自校正去卷滤波新方法,仿真例子说明了其有效性。
关键词 多通道 ARMA信号 去卷滤波器
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部