有色噪声在物理小波变换下功率谱分布研究

英文篇名：The Mean Power Spectrum Distribution of Colored Noise via Physical Wavelet Transform
中文刊名：武汉科技大学学报(自然科学版)
英文刊名：Journal of Wuhan University of Science and Technology(Natural Science Edition)
作者：郑庆庆 ; 高静怀
英文作者：ZHENG Qing-qing1 ; GAO Jing-huai2(1. Wuhan University of Science and Technology ; Wuhan 430081 ; China ; 2.Xi’an Jiaotong University ; Xi’an 710049 ; China)
中文关键词：有色噪声 ; 物理小波 ; 小波功率谱
英文关键词：colored noise ; physical wavelet ; wavelet power spectrum
出版日期：2006-02-28
机构：武汉科技大学,西安交通大学湖北武汉,430081,陕西西安,710049
年：2006
期：01
出版单位：武汉科技大学学报(自然科学版)

摘要

借鉴ChristopherTorrence等利用噪声小波功率谱的统计特性检测有效信号的方法,研究有色噪声在匹配地震子波的物理小波(以下简称物理小波)下的功率谱分布规律,MonteCarlo仿真结果表明,该功率谱服从χ22分布,这是在小波域辨识有效信号和噪声的基础。利用假设检验的统计学方法,可以确定有效信号能量分布空间。
This paper studies the mean power spectrum distribution of colored noise via physical wavelet transform. It is found that the spectrum complies with chi-square distribution, which has been proved by Monte Carlo simulating experiment. This result provides a foundation for distinguishing significant signal from noise in wavelet domain. By using hypothesis and probability testing, the method of determining the space of energy distribution of significant signal is proposed.

引文

[1]MeyersSD,BGKelly,JJO’Brien.AnIntroduction toWaveletAnalysisinOceanographyandMeteorology:WithApplicationtotheDispersionofYanaiWaves[J].MonWeaRev,1993,121:2858—2866.
    [2]杨福生.小波变换的工程分析与应用[M].北京:科学出版社,2001.
    [3]CTorrence,GPCompo.APracticalGuidetoWavelet Analysis[J].BulletinoftheAmericanMeteorological Socitety,1998,79(1):61—78.
    [4]高静怀,满蔚仕,陈树民.广义S变换域有色噪声与信号识别方法[J].地球物理学报,2004,47(5):869—875.
    [5]高静怀,汪文秉,朱光明,等.地震资料处理中小波函数的选取研究[J].地球物理学报,1996,39(3):392—400.