ЦИФРОВАЯ ОБРАБОТКА ДАННЫХ

ЗАНЯТИЕ № 5
РАЗНОСТНЫЕ ОПЕРАТОРЫ НЦФ

Импульсные отклики разностных операторов

Коэффициенты усиления дисперсии помех:

  h mn
2
KD 
m
n

Проверку соответствия теории и практики на моделях "белого" шума выполнить

самостоятельно.

Применение разностных операторов

Выделить и проанализировать шумы в каротажных данных разностным оператором 3-

го порядка.

N
zd
k
   h 3 nif k  n  0d 0 d k n 
n 0

N
za 
k   h 3 nif k  n  0a0 ak n 
n 0

П - оператор НЦФ, нормированный к 1 по сумме коэффициентов

1
h1 
m 2M  1

Свертка
 M
ad
k
 h1  zb 
0 k  h1n  if  k  n  0 0 zbk n  if  k  n  K 0 zbk  n 
n 1
Восстановление пропущенных данных и замена выбросов

Сформируйте оператор восстановления пропущенных данных из

разностного оператора 4-го порядка:

2 1
hv  0 hv  hv 
0 1 3 2 6

Коэффициент усиления дисперсии шумов

1
KD 
( 2 D  1)

Частотная характеристика оператора:

N
Hv
m
 2   hvncos (2 f mn)
n 1

При равномерной дискретизации данных пропущенные данные (и

выбросы, которые исключаются из обработки) заменяются нулями.
Оператор восстановления должен реагировать на наличие нуля в
последовательности данных и заменять его расчетным значением
восстановления данных.

БПФ X1  CFFT( x1) X10  CFFT( x10)

Восстановление обнуленных точек:

 N 
z
gk
 if y
 gk
 0   hv  y
 n  gk  n
y
gk  n gk
 y 
 n 1 

Относительная средняя квадратическая погрешность

восстановления отсчетов основного сигнала.
 2
P 1  z2gp  zop 
1  
o 
g P
  zo 
p 0  p 
Относительная средняя квадратическая погрешность
восстановления отсчетов полного сигнала.

2
1  z2g, p - zvp 
P- 1
δv :=
g P

  zv 
p =0  p 

Относительные средние квадратические флюктуации сигнала xk

относительно сигнала ak.

2
P 1 z2gp  zop 
1
x 
g P
   zo 
p 0  p 