
تعداد نشریات | 162 |
تعداد شمارهها | 6,692 |
تعداد مقالات | 72,237 |
تعداد مشاهده مقاله | 129,207,085 |
تعداد دریافت فایل اصل مقاله | 102,035,491 |
کاربرد تبدیلات موجک در پردازش امواج زلزله | ||
نشریه دانشکده فنی | ||
مقاله 7، دوره 39، شماره 3 - شماره پیاپی 393، شهریور 1384 اصل مقاله (1.93 M) | ||
نویسندگان | ||
محمد رضا قاسمی؛ عیس سلاجقه؛ احمد محمد زاده* | ||
چکیده | ||
تبدیلات موجک ابزار جدیدی برای آنالیز امواج است و می تواند اطلاعات زمان و فرکانس امواج را به طور همزمان ارائه دهد. با استفاده از روش آنالیز چند ریزه سازی (MRA)، جزئیات و خصوصیات امواج به سرعت با استفاده از الگوریتمهای تبدیلات موجک سریع (FWT) به دست میآید. در این مقاله، برای درک بهتر مفاهیم فیزیکی و الگوریتم های اساسی موجک، آنالیز چند ریزهسازی (MRA) و تبدیلات موجک به شکل پردازش امواج دیجیتال (DSP) طرح میشود. برای پردازش امواج زلزله دسته موجک های متعامد یکه دابشی پیشنهاد میشود. در مورد کاربرد موجک ها در پردازش امواج زلزله، جداسازی پراش از موج و متراکم سازی اطلاعات موجود در موج مطرح میشوند که موضوعات مهمی در پردازش اطلاعات امواج زلزله هستند. با استفاده از این تکنیکها امواج زلزله ال-سنترو و طبس را با تعداد نقاط حدود 25% منحنی اصلی بازسازی شده و خطای حاصل از این کاهش تعداد نقاط در حد قابل قبول بوده که در متن مقایله تشریح گردیده است. بدین معنا که تعداد نقاط منحنی زلزله ال-سنترو از 1559 نقطه به 389 نقطه و تعداد نقاط منحنی زلزله طبس از 2500 نقطه به 625 نقطه با پیدایش خطائی در حد قابل قبول، در نهایت به پیشرفتهای آینده پردازش امواج با استفاده از تئوری موجکها نیز اشارهای خواهد شد. | ||
کلیدواژهها | ||
امواج زلزله | ||
عنوان مقاله [English] | ||
- | ||
چکیده [English] | ||
Wavelet Transform is a new tool for signal analysis which can perform a simultaneous signal time and frequency representations. Under Multi Resolution Analysis (MRA), one can quickly determine details for signals and their properties using Fast Wavelet Transform (FWT) Algorithms. In this paper, for a better physical understanding of a signal and its basic algorithms, Multi Resolution Analysis together with wavelet transforms in a form of Digital Signal Processing (DSP) will be discussed. For a Seismic Signal Processing (SSP), sets of Orthonormal Daubechies Wavelets (ODW) are suggested. When dealing with the application of wavelets in SSP, one may discuss about denoising from the signal and Data Compression existed in the signal, which is important in seismic signal data processing. Using these techniques, El-Centro and Nagan signals were remodeled with a 25% of total points, resulted in a satisfactory results with an acceptable error drift. Thus a total of 1559 and 2500 points for El_Centro and Nagan seismic curves each, were reduced to 389 and 625 points respectively, with a very reasonable error drift, details of which are recorded in the paper. Finally, the future progress in signal processing, based on wavelet theory will be appointed | ||
کلیدواژهها [English] | ||
FFT, FWT, MRAT | ||
آمار تعداد مشاهده مقاله: 2,362 تعداد دریافت فایل اصل مقاله: 1,141 |