时频分析在地震数据处理中的应用.doc

时频分析在地震数据处理中的应用 摘要：经典的傅立叶分析只适用于分析平稳信号，而不适用于非平稳信号。为了分析非平稳信号，我们采用时频分析方法。时频分析能够清楚的揭示信号的时变频谱特征，是对时变、非平稳信号进行分析与处理的有力工具。本文介绍了时频分析中常用的STFT和Wigner－Ville分布的特点，并利用Matlab对一个信号进行实现。 关键词：时频分析；短时傅立叶变换（STFT）；；Wigner－Ville分布S变换是近几年发展起来的一种新的时频分析方法.S变换结合了短时傅里叶变换和小波变换的优点,具有相位信息,同时该变换与小波变换一样,其时频窗可以调节大小以适应非平稳信号的特点.S变换的这些优点,使得它在地球物理方面得到广泛的应用Wigner-Ville变换是1932年由Wigner首次提出的，并应用于量子力学领域，后来Ville等人将其引入到信号分析处理领域。1966年，Cohen发现各种发现各种时频分析只是Wigner-Ville变换的不同形式，可以统一起来，成为Cohen类双线性时频分析。 信号的Wigner-Ville变换用公式表示为 式中是的解析信号，即 是实信号的Hilbert变换。 Wigner-Ville变换也可以用解析信号的频谱来表示 从上面两种不同形式的Wigner-Ville变换表达式中可以看出，式中不包含任何窗函数，从而避免了线性时频变换中实践分辨率和频率分辨率的相互牵制，难以兼顾的问题。因为Wigner-Ville变换的时间-带宽积可达到Heisenberg测不准原理(不确定原理给出的下界，故可以证明，没有任何一种时频变换方法的时间-频率分辨率及聚集性能出其右。 在Wigner-Ville变换表达式中，信号出现了两次，故称之为双线性时频变换。Wigner-Ville变换不是线性的，即两信号之和的Wigner-Ville变换不等于每一个信号的Wigner-Ville变换之和，其中多出了一个附加项。 令 则有 其中 式中前两项是自由项(auto terms)，第三项是交叉项(cross terms)。交叉项常常导致时频平面上出现伪影现象：交叉项是实的，混杂于自由项成分当中，并且其幅度是自由项成分的两倍；交叉项是震荡型的，每两个信号分量就会产生一个交叉项。交叉项的存在严重地干扰着对Wigner-Ville分布的解释，当信号变得非常复杂时，Wigner-Ville分布甚至变得毫无意义。 图5 WVD时频分析 4、小波变换 在短时傅立叶变换和Gabor展开中我们都使用了固定的时间窗函数，这就引出了时间分辨率和频率分辨率的概念，时间分辨率和频率分辨率是一对矛盾。根据海森堡的测不准原理，即时间窗函数的长度越长，频率分辨率就越高，而对于时间分辨率则越差。为了平衡时间分辨率和频率分辨率这个矛盾，可以采取对存在高频分量的部分采用高的时间分辨率和低的频率分辨率，而对于低频分量则采用高的频率分辨率和低的时间分辨率的方法，这就是多分辨分析的思想。 小波变换是一种在时间-尺度平面内，利用多分辨率分析思想分析非平稳信号的方法。所谓小波，就是一个满足容许条件的一个函数族 可以看出函数族是由窗函数在时间上平移b，在尺度上伸缩a，再乘上归一化因子后的结果，所以非平稳信号的连续小波变换定义为 : 其中是小波基函数的共轭。 将小波变换和短时傅立叶变换两者的基函数相比较，可以看出，小波变换基函数的尺度参数决定了小波变换的多分辨分析特性，即利用时间-尺度联合函数来分析非平稳信号的“变焦距”法，以达到分析信号局部特性的目的。 小波变换由于其本身分辨力的优良性能，因此一经提出，很快就成了非平稳信号分析和处理的一大热点，经过近 20 年的发展，小波变换取得了突破性的发展，形成了多分辨分析，框架和滤波器组三大完整丰富的小波变换理论体系。现在小波变换己经被广泛地应用在信号的奇异性检测、计算机视觉、图像处理、语音分析与合成等等诸多领域、在分形和混沌理论中也有了很多的应用。 声音信号分析： 女声版江南style： 图6 女声版声音信号 图7 FFT所得振幅信息 图8 短时傅里叶变换时频分析 图9 S变换时频分析 图10 WVD时频分析 图11 小波变换时频分析 图12 Hilbert变换后小波变换时频分析 图13 Hilbert变换后WVD时频分析 男声版江南style： 图12 男声版声音信号 图13 FFT所得振幅信息 图14 短时傅里叶变换时频分析 图15 S变换时频分析 图16 WVD时频分析 图17 小波变换时频分析 图18 加入Hilbert变换小波变换时频分析 图19 加入Hilbert变换WVD时频分析 对