搜索资源列表
spectrumanalysis
- 现代信号分析中,对于常见的具有各态历经的平稳随机信号,不可能用清楚的数学关系式来描述,但可以利用给定的N个样本数据估计一个平稳随机信号的功率谱密度叫做功率谱估计(PSD)。它是数字信号处理的重要研究内容之一。功率谱估计可以分为经典功率谱估计(非参数估计)和现代功率谱估计(参数估计)。功率谱估计在实际工程中有重要应用价值,如在语音信号识别、雷达杂波分析、波达方向估计、地震勘探信号处理、水声信号处理、系统辨识中非线性系统识别、物理光学中透镜干涉、流体力学的内波分析、太阳黑子活动周期研究等许多领域,发
JASON+StatMod+模块使用帮助文件
- 著名的石油地震勘探反演软件JASON随机反演模块操作步骤
SPECTR
- 结构地震随机谱分析，计算各种周期和场地反应谱。-EVALUATE RESPONSE SPECTRA AT UNIFORM PERIOD INTERVAL
random_seismic_response_of_soil_in_ansys
- 土层的随机地震反应在ansys中的二次开发,对于土动力学的研究非常不错的学习资料-Random seismic response of soil in the ansys in the secondary development of soil dynamics research for a very good learning materials
Geophysics_final
- 关于海洋地震勘探随机噪声比较详细论述的文章，写的挺好的，有兴趣的同学可以下载。-Random noise on marine seismic exploration a more detailed discussion of the article, written by very good, interested students can download.
Frequency-dependent-noise-attenuatio
- 地震资料 数据处理 分频去噪 模块 主要压制随机噪音 异常振幅 野值 大值 方法特点：1 针对性强，主要去除随机噪音；2 随机噪音识别能力强，达到了较高的去噪水平；3 具有自适应性，能根据不同位置的不同特点统计识别噪音；4 振幅保真，对有效信号的保护性好；5 操作者可根据经验选择参数组合灵活去噪，达到较好的结果。 应用对比：为了展示本模块的去噪效果，所选取的对比对象是某知名成熟商业软件的分频去噪模块，其去噪效果在当前诸多成熟软件模块中是佼佼者，在地震资料处理界具有很好的口碑。
加随机噪声的合成地震记录
- 更好的模拟实际情况下，地震记录的合成，在实际研究中具有较大的意义。(Better simulation of the actual situation, the synthesis of seismic records, has a greater significance in the actual research.)
加噪
- 此程序可用于地震数据处理，可加任意程度的随机噪声(Adding noise to seismic data)
testTfrstft
- 建立简单的层状模型，共三层，褶积合成地震记录，使得数据随机缺失30%，分别用傅里叶变换、短时傅里叶变换、s变换、小波变换对地震数据进行时频分析。(A simple layered model with three layers and convolution synthetic seismogram is established. The data are randomly missing by 30%. Time-frequency analysis of seismic data is ca
mquake
- matlab随机地震振动生成 地震振动分析(Random seismic vibration generation of MATLAB)
earthquake
- 随机地震振动生成 可以用于结构的动力分析(Random seismic vibration generation of MATLAB)
fx_decon
- 基于FX预测滤波算法的地震数据随机噪声压制计算方法程序(FX prediction filtering for seismic data)
加随机噪声单边
- 这是实际加噪后的地震信号，可以直接采用用于实验的分析和处理(This is the actual noise after the seismic signal, can be used directly)
傅里叶尺度变化拓频
- 该方法在gabor域对地震数据进行基于傅里叶尺度变换的拓频方法。是针对子波估计准确的情况，对于随机反射系数序列可能不太适用。对基于傅里叶尺度变换的拓频信息构建是本文的核心。