13,190
社区成员
发帖
与我相关
我的任务
分享波形异常检测
请教大家一个问题，请问上面图中黄色线圈起来的部分如何才能比较好的识别到呢？
试过了一些办法，比如阈值方式，但是不稳定，实际波形有时会出现很平稳的上升或下降，阈值不好确定。
请问需要用到傅里叶变换或小波分析吗？
请大佬给些思路
...全文
请发表友善的回复…
发表回复
## 小波变换求信号突变点实现
我喜欢直接从应用入手，或者应用结合理论。一步一步分析代码，看数据和图像的变化比一步一步推公式有趣的多(虽然可能是错误的呀)。于是在这里我就先直接上代码和图像了，这样先让我们对整个过程有个感性的认识。
### 1.1 原始信号的生成
首先生成原始信号，这里随便什么信号都可以，那我就生成一个正弦信号吧，具体信号参数见代码注释。
```
clear all; close all; clc;
Fs = 1000; % 采样频率1000Hz
Ts = 1 / Fs; % 采样时间间隔1ms
L = 1000; % 采样点数1000
t = (0 : L - 1) * Ts; % 采样时间。1000个点，每个点1ms，相当于采集了1s
x = sin(2 * pi * 10 * t); % 原始正弦信号，频率为10Hz，振幅为1
```
从地震资料中识别采空区时,不易察觉波组特征在地震记录上反映弱的采空区。此外,在采空区周边特殊构造及薄层的影响下,来自不同界面的反射波之间相互干扰,使波形畸变,造成解释困难。为了解决上述问题,将基于分水岭算法的图像分割方法引入地震属性分析中,用计算机自动识别地震属性异常区边缘,提高地震资料解释精度,减少人为因素。以山西五家沟某矿区的三维地震相干属性为例,应用基于分水岭算法的边缘检测方法对其进行处理,圈定采空区的边界范围,经矿方验证效果显著。
从地震资料中识别采空区时,不易察觉波组特征在地震记录上反映弱的采空区。此外,在采空区周边特殊构造及薄层的影响下,来自不同界面的反射波之间相互干扰,使波形畸变,造成解释困难。为了解决上述问题,将基于分水岭算法的图像分割方法引入地震属性分析中,用计算机自动识别地震属性异常区边缘,提高地震资料解释精度,减少人为因素。以山西五家沟某矿区的三维地震相干属性为例,应用基于分水岭算法的边缘检测方法对其进行处理,圈定采空区的边界范围,经矿方验证效果显著。