جستجو در سایت

تماس با ما: 09361509687  ایمیل: royalproje.ir[ at ]gmail.com

Get Started

ترجمه ی مقاله ی Noise attenuation with Wavelet Transform

تضعیف نویز با استفاده از WT و فیلتر سرعت هذلولی

رل زمین غالبا مرتبط، سازماندهی شده و همچنین محدود به فرکانس های پایین نمیبشد. رد معمولی سطوح WT، با استفاده از WT بعدی یا تجزیه ی موجک  که میتواند کندی ها و فرکانس های مختلف را تمایز دهد، معمولا عملی نیست. هنوز سیگنال و نویز در زیرباند ها دچار اوورلپ میشوند. بنابراین روشی که تبدیل موجک را با یک فیلتر مکانی مثل استک پرتوی محلی در طول منحنی های سرعت هذلولی ترکیب نماید، برای تضعیف نویز پیشنهاد شده است.

فیلترینگ شیب معمولی مواردی با شیب های ناخواسته را رد میکند و موقعیت های مطلوب را نگه میدارد. برای بهبود کارایی آن پشته ی پرتو در طول مسیرهای هذلولی یک تابع سرعت را به صورت زیر تعریف مینماییم:

که در اینجا  آفست،  زمان حرکت در آفست  و t زمان حرکت در آفست x، D(t, x) داده ی ذخیره شده با t  و x و H نصف اندازه ی منطقه ی محلی میباشد،

برای حالت استک کجی    

برای حالت استک پرتو      

زمانی که تابع سرعت راهنما استفاده میشود، یک مدل متفاوت فاصله ای و موقتی p(t, x) را به عنوان مماس به مسیر هذلولی  محاسبه نمود. یک استک پرتو وزندهی شده در طول مدل پاپیونی شکل که با درصد تغییرات سرعت معینی در ارتباط است، اجرا میگردد.  این پروسه ی مدلینگ سیگنال همزمان فرمی از فیلترینگ سرعت هذلولی (HVF) میباشد. هنگامی که هیچ اطلاعاتی در رابطه با سرعت وجود نداشته باشد، در نواحی ساختاری به واسطه ی حرکت غیر هذلولی یا زمان مدلینگ نویز هماهنگ خطی تعیین میشود، استک کج محلی شده  با وزن دهی ظاهری با محدوده ی کندی تعیین شده اجرا میشود. برای ساده سازی، از یکی از انواع فیلترهای مناسب مثل HVF بهره میگیریم. در متد HVF دو حالت وجود دارد. در حالت رد یا عدم پذیرش، نویز خطی مرتبط در محدوده ی کندی تعیین شده مدل میشود، سپس از داده ی اصلی کسر میگردد. در حالت پزیرش، سیگنال مرتبط با استفاده متدهای شرح داده شده برای حذف نویز تصادفی مدل میشود.

در مختصات WT، یک سیگنال را به صورت زیر نمایش میدهیم:

که در اینجا  ضرایب موجک،  مقادیر موجک، i شاخص سطح تجزیه ی موجک، و j شاخص تغییر زمان میباشند. یک سیگنال را میتوان به واسطه ی تبدیل معکوس، مستقل از سطوح مختلف تجزیه  WT و مجموع آنها، دوباره ایجاد نمود. برای حداکثر نگهداری سیگنال، یک روش تضعیف نویز در دامنه ی تبدیل موجک اعمال نموده ایم. در ابتدا داده را به دامنه ی موجک تبدیل مینماییم، سپس سطوح WT را به سه گروه تقسیم می کنیم. یکی شامل سیگنال تقریبا بدون نویز، دیگری تنها شامل نویز و دیگری هم شامل سیگنال و هم نویز میباشد که توسط WT به تنهایی قابل تشخیص نبوده است. سپس HVF به این بخش از داده ی تبدیل شده به منظور جلوگیری از نویزهای ناخواسته اعمال میشود. با ادغام معادلات (3) و (4)، در دامنه ی موجک یک فیلتر سرعت هذلولی بدست می آید:

که در اینجا  شاخص زیر مجموعه از سطوح موجک میباشد. با اجرای این عمل در دامنه ی WT، یعنی جایی که اجزای داده جدا میشوند، فیلتر مناسب برای مدل کردن سیگنال یا نویز بهتر میباشد.سپس داده ها به این سه گروه تقسیم میشوند. هم تبدیل های موجک پیوسته و هم گسسته برای تضعیف نویز استفاده میشوند. متد تبدیل پیوسته نتایج بسیار خوبی میده اما زمان اجرایی آن بالاتر از متد تبدیل گسسته که فرمت داده ی فشرده تر و سطوح WT پایین تردارد، می باشد.

اشتراک برای
آپ دیت ودریافت خبرها