1) seismic signal model
地震信号模型
2) seismic data
地震信号
1.
Conventional de-noising methods by threshold filter in wavelet domain do not utilize the correlations of seismic data to remove random noises.
常规小波域阈值去噪方法未能充分利用地震信号相关性的特点进行去噪 ,只能去除地震信号中部分随机噪声 ,为此提出了一种小波域分时分频相关结合阈值去噪处理方法。
2.
The application of WT approach to seismic data processing has bright future,and hence further research into this field is of great value.
小波变换方法由于具有同时在时间域与频率域分析的特点,在信号的分析处理方面得到了广泛的应用,将其应用于地震信号噪声的处理,有着更好的应用前景和研究价值。
3.
The effect of using conventional KL transform to remove strong energy random noises of seismic data is not very good.
常规KL变换对于具有强随机噪声的地震信号处理效果不佳 ,本文提出一种将小波变换和KL变换结合使用的去噪处理新方法。
3) seismic signal
地震信号
1.
Using Hilbert-Huang transform to pick up instantaneous parameters of seismic signal;
利用Hilbert-Huang变换提取地震信号瞬时参数
2.
One method for frequency-division obtainment of instantaneous characteristics of seismic signals in wavelet domain, and its application.;
地震信号瞬时特征在小波域分频提取的方法和应用
3.
Application of the Hilbert-Huang transform to the analysis of seismic signal;
HHT方法及其在地震信号处理中的应用
4) seismic signal
地震动信号
1.
A pipeline security monitoring method based on the seismic signal detection and processing was proposed aiming at the oil and gas pipeline peripheral security problem.
地震检波器组及处理单元组成的检测系统采集管道周围地面入侵目标在活动时产生的地震动信号;由于不同目标产生地震波信号的频率、能量等特征不同,通过小波变换的时频分析方法处理这些信号,可以获得不同传感器测量信号中入侵目标特征频率出现的时间差异;根据时间差和传感器阵列与入侵目标的相对位置,实现对入侵目标的空间定位。
2.
Since seismic signals may be produced by moving targets such as persons and vehicles moving on the ground,seismic sensors are used for collecting the signals.
针对人员、车辆等地面目标运动时产生的地震动信号,利用地震动传感器采集这些信号并作预处理,再通过模糊识别算法对目标特征进行分类识别,进而构建了一个地面三维目标的探测识别系统。
3.
The Feature extraction of seismic signals is the key technology of the ground target identification.
地面目标地震动信号的特征提取是进行地面目标识别技术的关键,针对人员、车辆等地面目标运动时产生的地震动信号,利用SLJ-100FBA-T型三分向力平衡加速度计进行了多次测试,通过典型时域分析方法得出信号的时域特征,利用Welch法进行了频域分析,最终得到的信号时域、频域特征向量可作为目标识别的依据。
5) seismic signals
地震动信号
1.
A great number of seismic signals caused by moving wheeled vehicle and tracked vehide are obtained from field testing,and they have been processed applying Fourier transform,wavelet and wavelet package transform.
该文对由典型地面车辆目标———轮式车、履带式车引起的地震动信号进行了实时探测 ,对实验所得的信号 ,应用短时傅立叶变换、小波及小波包分析方法对信号进行了处理 ,得到了时频分布矩阵奇异值分布特征 (SVD)和小波及小波包分解能量分布特征 (WWDD)。
2.
By testing,a great number of seismic signals are obtained on footsteps, wheeled vehicle and tank.
针对战场监视传感器系统中处于一级警戒的地震动传感器 ,对在良好土质地面实测的人员脚步、汽车、坦克的地震动信号进行分析 ,利用小波变换和小波包分解提取能量特征 ,采用两级级连网络进行目标识别 ,识别率在 94。
6) Seismic weak signal
地震弱信号
补充资料：AutoCad 教你绘制三爪卡盘模型,借用四视图来建模型
小弟写教程纯粹表达的是建模思路,供初学者参考.任何物体的建摸都需要思路,只有思路多,模型也就水到渠成.ok废话就不说了.建议使用1024X768分辨率
开始
先看下最终效果
第一步,如图所示将窗口分为四个视图
第二步,依次选择每个窗口,在分别输入各自己的视图
第三步,建立ucs重新建立世界坐标体系,捕捉三点来确定各自的ucs如图
第四步,初步大致建立基本模型.可以在主视图建立两个不同的圆,在用ext拉升,在用差集运算.如图:
第五步:关键一步,在此的我思路是.先画出卡爪的基本投影,在把他进行面域,在进行拉升高度分别是10,20,30曾t形状.如图:
第六步:画出螺栓的初步形状.如图
第七步:利用ext拉升圆,在拉升内六边形.注意拉升六边行时方向与拉升圆的方向是相反的.
之后在利用差集运算
第八步:将所得内螺栓模型分别复制到卡爪上,在利用三个视图调到与卡爪的中心对称.效果如图红色的是螺栓,最后是差集
第九步:阵列
第10步.模型就完成了
来一张利用矢量处理的图片
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条