نشانگرهاي طيفي لحظه اي به دست آمده از نقشه زمان- مقياس تبديل موجك پيوسته ‏‏(‏CWT‏)‏

Instantaneous Spectral Attributes Obtained from Time-Scale Map ‎Continuous Wavelet Transform(CWT)‎‏‏ ‏‎ ‏

در لرزه‌شناسي اكتشافي نشانگرهاي طيفي لحظه اي مانند بسامد مركزي، بسامد ريشه ميانگين مربعات (‏rms‏) و پهناي باند كه بيشتر براي توصيف خواص وابسته به بسامد سنگ ها به كار ‏گرفته مي شوند از نقشه زمان- بسامد (طيف نما) قابل استخراج هستند. اين نشانگرها با استفاده از نظريه احتمال تعريف مي شوند. طيف نما را مي توان از روش هاي تبديل فوريه زمان كوتاه ‏‏(‏STFT‏)، تبديل موجك پيوسته (‏CWT‏) و تبديل موجك پيوسته زمان- بسامد (‏TFCWT‏) به دست آورد كه روش هايCWT ‎‏ و ‏TFCWT‏ نيازي به انتخاب پنجره زماني كه براي روش ‏STFT‏ ضروري است، ندارند و در مقابل، تفكيك پذيري زمان- بسامد بهتري نسبت به ‏STFT‏ دارند. در اين پژوهش با استفاده از روابط رياضي، روشي ارايه شده است كه نشانگرهاي ‏طيفي لحظه اي را از نقشه زمان- مقياس (مقياس نما) محاسبه مي كند كه اين نشانگرها شبيه نشانگرهاي به دست آمده از طيف نماي ‏TFCWT‏ هستند، با اين تفاوت كه در اينجا ديگر نيازي به ‏تبديل مقياس نما به طيف نما كه زمان محاسبات را طولاني تر خواهد كرد، نيست.‏

Instantaneous spectral attributes such as center frequency, root-mean-square frequency and bandwidth often are extracted from time-‎frequency spectrum to describe frequency- dependent rock properties in exploration seismic. These attributes are defined using probability ‎theory. A time-frequency map‏ ‏‎(spectrogram) can be obtained from methods such as short-time Fourier transform (STFT), continuous-‎wavelet transform (CWT) and time-frequency continuous-wavelet transform (TFCWT)‎‏ ‏that methods CWT and TFCWT does not require ‎preselecting a time window, which is essential in STFT and have better time-frequency resolution than STFT. In this paper is applied method ‎using mathematical formulas which compute the instantaneous spectral attributes from the scalogram that these attributes are similar to ‎attributes obtained from spectrogram TFCWT. Except that here not need to convert scalogram into spectrogram computing time will be ‎longer. ‎