小波分析在重力学中应用.docVIP

小波分析在重力学中应用 　　摘要：本文在介绍小波分析基本理论的基础上，进一步讨论了小波分析在重力学各领域中应用的可能性及其应用前景。 　　 　　关键词：小波分析 重力学 小波重力模型 　　 　　引言 　　近年来，一种被称为小波变换的数学理论和方法在科学技术界得到了重视。小波变换综合了三角函数系与Haar系两者的优点。用小波基来分解任意函数，它具有良好的“变焦”性能。小波分析是一个新的现代分析学如泛函分析、数值分析、Fourier分析、样条分析等的完善结晶，被誉为“数学显微镜”，它是一种窗口大小不变但形状可变的时频局部化分析方法。小波变换能将各种交织在一起的不同频率的混合信号分解成不同频率的块信号，因而能有效地用于如信噪分离、编码解码、奇异性检测、压缩数据、识别模式以及将非线性问题线性化、非平稳过程平稳化等问题[1]。 　　小波分析是从信号处理中发展起来的，它能从信噪比低的信号中分离出本质的信号，并进行局部放大以便突出信号的特征，因而特别适合信号处理[2]。重力学中许多物理量都是随时间或空间变化的信号，如重力仪的测试数据、重力与重力场、固体潮、海洋地形、测高卫星轨道及雷达信号等等，故小波分析在重力学中有着广阔的应用天地。本文选择重力学中有代表性的问题，讨论小波分析应用的可能性及其应用前景。 　　1. 重力仪测试 　　重力仪测试的主要任务是：测试重力仪的各项性能指标并提出合理的改正或补偿公式，必要时可为仪器进一步校正提供正确的数据依据。仪器测试是一项具有试验性质的测量，其主要手段是在某一给定的设计环境下获取试验数据，通过加工分析数据以达到仪器测试的目的。 　　目前仪器测试中存在的主要问题是：仪器各项性能的测试指标远高于实际性能指标，改正公式难以正确合理地给出，甚至改正公式的物理意义也被歪曲，如非线性、周期误差等的改正公式不正确导致重力仪的实际精度比试验时低得多。造成这种情况的原因很大程度上是由于试验数据的获取方案与分析未能反映测试仪器的真实性能。 　　试验数据是一种随时间或空间变化的信号，而仪器测试就是研究试验信号的构成及其特征，仪器测试数据分析的主要手段是信号分析，故小波分析完全适合重力仪的测试数据分析。 　　小波分解可以表达非线性或更复杂的仪器读数运行方式，因而建立的改正模型可以是任意复杂的形式，小波滤波具有强去噪能力，试验信号的提取是本质充分的，故对试验环境下改正模型及仪器性能指标的确定准确可靠。 　　测定重力仪的周期误差就是确定频谱，小波谱是完全局部化的，理论上可抑制混频现象，准确可靠，优于Fourier谱。它的估计具有强的抗差能力，不受该谱所在时频窗外试验信号的测量误差影响，因而小波谱计算仪器读数的周期误差较Fourier谱方法准确可靠。 　　仪器读数的稳定性是重力仪性能的重要指标。小波分析能用来检测仪器读数系统的不正常行为，小波分析的奇异点定位及奇异度大小的测定功能可分析仪器在读数系统上的时间或空间的不稳定时刻或位置，测定其不稳定程度如何。用小波分析方法分析测试数据时，测试数据的长度不宜太短。 　　2. 建立小波重力模型 　　地面上的重力测量都是在离散点上进行的，且不同区域的重力点密度分布不均匀。内插与推估是由离散点数据获得地面上任一点数据的基本方法，其实质是运用滤波方法建立反映离散点数据空间相关关系的最佳模型，运用模型求得任一点的估值。 　　重力异常是地球物理及重力场研究中的重要物理量。最小二乘内插与推估重力异常是以重力异常协方差为唯一依据，而重力异常协方差是人为定义的，不可能全面反映不同重力点重力异常的空间相关性。此外，由于重力异常是由重力观测值减去该点的正常重力值求得的，而正常重力是由人为确定的椭球基准计算的，因此点与点之间重力异常的局部空间相关性受椭球基准影响而被消弱，不如其重力观测值的空间相关性更能反映重力的实际变化。总之，人为定义协方差和将重力观测值转化为重力异常，都会消弱重力点之间的空间相关性。众所周知，重力点的空间相关性表现在不同点空间数据的变化之中，其强弱与否，是否反映实际直接关系到内插与推估的精度。这说明用最小二乘法内插与推估未知点的重力异常比将空间相关性隐蔽在重力观测值的变化之中而先内插与推估未知点的重力值再求得该点的重力异常的精度低。在地球物理勘探中，研究地壳运动规律或资源引起重力变化的机制时都需要研究表层空间的重力变化特征。因而建立地球表层空间小波重力模型对大地测量及地球物理有关问题的研究都是十分重要的。而小波基能用线性方法展开表层空间重力，从而表达任意复杂的空间相关性。 　　小波变换的时频局部化分析方法使得表层空间小波重力模型具有一系列优越的性能，如局部误差抑制能力，有较准确的谱性能，能表达任意复杂的空间相关性等，能将空间任意点重力之间的任意复杂程度的相关系数用小波基展开而作线性化处理因而