عنوان پایان‌نامه
تفکیک نوفه های خطی از رویدادهای هذلولی به کمک پایه های چیرپ خطی در حوزه تبدیل فوریه کسری
- رشته تحصیلی
- ژئوفیزیک-لرزه شناسی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 65935;کتابخانه موسسه ژئوفیزیک شماره ثبت: 1073
- تاریخ دفاع
- ۳۱ شهریور ۱۳۹۳
- دانشجو
- سارویه خوش خلق
- استاد راهنما
- حمیدرضا سیاه کوهی, علی غلامی
- چکیده
- بسیاری از تکنیک های پردازش داده های لرزه ای بر پایه نمایش های مختلف زمان - فرکانس سیگنال ها می باشد. از رابطه ی ذاتی تبدیل فوریه کسری و نمایش زمان - فرکانس اینگونه برداشت می شود که این تبدیل کاربردهای زیادی در پردازش و تحلیل سیگنال داشته باشد. طبیعت چند حوزه ای تبدیل فوریه کسری برتری آن نسبت به تبدیل فوریه معمولی در پردازش سیگنال می باشد. تبدیل فوریه کسری حالت عمومی تبدیل فوریه کلاسیک می باشد و به پارامترa??2) =( ? یا مرتبه کسری بستگی دارد که وقتی =?/2 ? باشد با تبدیل فوریه کلاسیک برابر می شود و می تواند به عنوان چرخش با زاویه ? در صفحه زمان فرکانس تفیسر شود. با توجه به محدودیت تبدیل فوریه معمولی جایی که سیگنال و نویز در یک باند فرکانسی هم پوشانی دارند، تبدیل فوریه کسری می تواند در جداسازی سیگنال و تضعیف نوفه مفید باشد، زیرا قادر است تا سیگنال را در هر حوزه در صفحه زمان – فرکانس با توجه به مرتبه کسری بکاررفته، نشان دهد و به واسطه ویژگی های مطلوبش در زمینه های بسیاری مانند حل معادلات دیفرانسیل، مکانیک کوانتومی، پردازش اطلاعات نوری و پردازش سیگنال و ... کاربرد دارد. درتبدیل فوریه معمولیFT کرنل تابع سینوسی مختلط می باشد در صورتی که در تبدیل فوریه کسریFRFT کرنل مجموعه ای از چیرپ های خطی هستند، با استفاده از خواص چیرپ های خطی در حوزه تبدیل فوریه جزئی رویدادهای هذلولی و خطی با دقت بالایی از هم جدا می شوند. بنابراین می توان نوفه های همدوس را از رویدادهای بازتاب اولیه جدا نمود. در این پایان نامه ابتدا به مباحث تئوری تبدیل فوریه کسری مانند تعاریف این تبدیل، تبدیل فوریه کسری گسسته و ... پرداخته و سپس روشی ارایه می کنیم که با استفاده از ترکیب مرتبه های جزئی مختلف در تبدیل فوریه جزئی(FRFT) نوفه های همدوس خطی و غیر خطی را از رویدادهای لرزه ای بازتابی مطلوب تفکیک می کند. کارآیی روش روی داده های لرزه ای مصنوعی و واقعی نشان داده می شود.
- Abstract
- Many of the seismic data processing methods are based on different time frequency representations of signals. From inherent relation between fractional fourier and time frequency representation It can be understand that this transform must has many applications in processing and analysis of the signal.The multy nature of fourier transform is it ‘s superiority on conventional fourier transform in signal processing. Fractional fourier transform is a generalization of the ordinary fourier transform with an order parameter a (? = a??2), when a=1 it is equal to fourier transform.It can be interpreted as ? rotation in time ferequency domain. The limitation of fourier transform is when the noise and signal overlaps in the same frequency band, then the fractional fourier transform can be useful in separating the signal and attenuating noise because it can represent signal in any domain in the time frequency plane within the range of the fractional order. In the ordinary fourier transform kernel is complex sinusoids but in the fractional fourier transform kernel is a set of linear chirps.with linear chirp properties of FRFT hyperbolic and linear events can be separated successfully so we can seperate linear events like coherent noises from desire events . In this thesis , first we discuss the theory of FRFT such as definitions, DFRFT,… Then we propose a method that by different combination of fractional orders linear and non-linear noises can be separated.
