本文關(guān)鍵詞：基于EDA的ICA方法及其在重力固體潮地球物理信息分析中的應(yīng)用　出處：《昆明理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 重力固體潮 獨立成分分析 分布估計算法 地震前兆

【摘要】：隨著儀器行業(yè)技術(shù)的發(fā)展,以及人類對地球更加完備的認(rèn)識,越來越多的科學(xué)家認(rèn)為地震是可以進(jìn)行預(yù)報的,因此對研究地震前兆信息成為當(dāng)下一個熱點。通過對固體潮信號的分析來提取地震前兆信息也成為一種重要的途徑,固體潮主要分為地傾斜固體潮和重力固體潮,而重力固體潮能夠反映地球重力的變化,能夠?qū)Φ厍騼?nèi)部構(gòu)造的反演和將來運動的預(yù)測提供一種最為直觀的方法。重力固體潮信號中包含大量的諧波分量,其諧波分量的產(chǎn)生都是由地球自轉(zhuǎn)、月球和太陽的引力作用產(chǎn)生的。在對重力固體潮信號分析時,只有將其中包含的諧波分量分離進(jìn)行分析,才能應(yīng)用于地球的構(gòu)造的反演或者是地球動力學(xué)等課題應(yīng)用。本文介紹了一種重力固體潮正交分解模型,該模型能夠?qū)⒅亓腆w潮信號中包含的日波、半日波和長周期波分離在三維正交空間的三個方向上。為了實現(xiàn)信號的分解,本文引入了獨立成分分析算法對其進(jìn)行分解處理分析。獨立成分分析算法(Independent Component Analysis,ICA)是一種為了解決盲源分離問題發(fā)展而來的算法,其主要解決的是源信號中包含多個獨立成分進(jìn)行將各獨立成分進(jìn)行分離的問題,計算過程由優(yōu)化計算和選取合適的目標(biāo)函數(shù)構(gòu)成的。傳統(tǒng)的ICA算法都表現(xiàn)出對其中涉及的解混矩陣的初始值權(quán)值敏感,而不能達(dá)到預(yù)期的分離效果。本文提出利用分布估計算法來進(jìn)行優(yōu)化計算ICA算法中的解混矩陣,以求得到更優(yōu)更適合本課題的解混矩陣。分布估計算法(Estimation Distribution Algorithm,EDA)是從遺傳算法的基礎(chǔ)上發(fā)展而來的,該算法舍棄了遺傳算法中的交叉和重組步驟,改用群體自身的概率模型進(jìn)行不斷更新,達(dá)到群體最優(yōu)的。本文提出用EDA算法和ICA算法結(jié)合去處理問題,并在仿真實驗中進(jìn)行了驗證,得到了分離效果更佳的實驗結(jié)果,驗證了本算法的可行性。后利用基于EDA的獨立成分分析算法對重力固體潮理論值進(jìn)行分析計算,既驗證了重力固體潮正交分解模型的正確性,還從中提取出了三類諧波分量,分別為日波、半日波和長周期波,且這些分離出的獨立成分與本文提出的重力固體潮信號正交分解模型一致,分別對應(yīng)于模型中的正交諧波分量。最后將本文提出的算法用在實測重力固體潮信號中,過對重力固體潮信號中包含的長周期波的分析,研究長周期波的時序變化特征,從中讀取其包含的震顫異常波從而提取地震前兆信息。通過對云南地區(qū)的實際震例分析表明,長周期波在地震前后的確存在異常變化特征量,此類異常變化常出現(xiàn)在地震前和地震后大約30天左右。本文得到的時序特征量的變化容易觀察,對于地震前兆信息的分析具有明確的物理意義。
[Abstract]:With the development of instrument technology and the more complete understanding of the earth, more and more scientists believe that earthquakes can be predicted. Therefore, the study of seismic precursor information has become a hot topic, and the analysis of solid tide signal to extract seismic precursor information has become an important way. The solid tide is mainly divided into the earth tilt tide and the gravity tide, and the gravity tide can reflect the change of the earth's gravity. The inversion of the inner structure of the earth and the prediction of the future motion can provide a most intuitive method. The gravity solid tide signal contains a large number of harmonic components, which are generated by the earth rotation. The gravitational action of the moon and the sun. In the analysis of gravity solid tide signals, only the harmonic components contained therein are analyzed separately. In this paper, an orthogonal decomposition model of gravity solid tide is introduced, which can be used to integrate the daily wave in the gravity solid tide signal. The semidiurnal wave and the long-period wave are separated in three directions of the three-dimensional orthogonal space in order to realize the decomposition of the signal. In this paper, we introduce the independent component analysis (ICA) algorithm, which is independent Component Analysis. ICA) is an algorithm developed to solve the problem of blind source separation, which mainly solves the problem that the source signal contains multiple independent components to separate each independent component. The traditional ICA algorithm is sensitive to the initial weight of the unmixing matrix. However, the desired separation effect can not be achieved. In this paper, the distribution estimation algorithm is proposed to optimize the calculation of the unmixing matrix in the ICA algorithm. In order to obtain a better and more suitable unmixing matrix, the distribution estimation Distribution Algorithm is obtained. EDAs are developed from genetic algorithms, which abandon the steps of crossover and recombination in genetic algorithms and update the probability model of the population itself. In this paper, EDA algorithm and ICA algorithm are proposed to deal with the problem, and the simulation results are verified, and better separation results are obtained. The feasibility of this algorithm is verified. Then the theoretical value of gravity tide is analyzed and calculated by using the independent component analysis algorithm based on EDA, which verifies the correctness of the orthogonal decomposition model of gravity tide. Three kinds of harmonic components are extracted, which are the daily wave, the semi-diurnal wave and the long-period wave, and the separated independent components are consistent with the orthogonal decomposition model of gravity tide signal proposed in this paper. At last, the proposed algorithm is used to analyze the long-period wave in the measured gravity solid tide signal. The time-series variation characteristics of long-period waves are studied, and the seismic precursor information is extracted by reading the tremor abnormal waves from them. Long period waves do exist abnormal variation characteristics before and after earthquakes, which often occur about 30 days before and after the earthquake. The time series characteristic quantities obtained in this paper are easy to be observed. The analysis of earthquake precursor information is of clear physical significance.
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：P312.4;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前3條

1 徐華君;柳林濤;羅孝文;;全球重力固體潮的仿真實現(xiàn)[J];系統(tǒng)仿真學(xué)報;2009年24期

2 吳慶暢;周摯;梁虹;全海燕;王天理;;重力固體潮IMF的AM-FM模型及其非線性擬合[J];計算機(jī)工程與應(yīng)用;2009年30期

3 管澤霖;寧津生;;地球外部重力場及地球重力固體潮[J];武測資料;1979年03期

相關(guān)會議論文 前10條

1 許厚澤;孫和平;;我國重力固體潮研究進(jìn)展[A];1998年中國地球物理學(xué)會第十四屆學(xué)術(shù)年會論文集[C];1998年

2 陳曉東;孫和平;;兩種重力固體潮調(diào)和分析方法的比較[A];中國地球物理學(xué)會第二十屆年會論文集[C];2004年

3 周摯;山秀明;梁虹;張立;劉瓊仙;;重力固體潮地震前兆分析方法及其物理基礎(chǔ)[A];中國地震學(xué)會第11次學(xué)術(shù)大會論文摘要集[C];2006年

4 周江存;李輝;孫和平;王曉權(quán);;地震網(wǎng)絡(luò)重力固體潮臺站觀測的海潮負(fù)荷影響[A];《大地測量與地球動力學(xué)進(jìn)展》論文集[C];2004年

5 劉端法;倪學(xué)詩;劉克人;鄭金涵;宋勝合;盧紅艷;;PC機(jī)控制的重力固體潮數(shù)字化數(shù)據(jù)采集系統(tǒng)[A];“慶賀郭宗汾教授八十壽辰”暨理論與應(yīng)用地球物理研討會論文集[C];2002年

6 孫和平;徐建橋;Ducarme B;許厚澤;;全球超導(dǎo)重力儀觀測資料的地核動力學(xué)效應(yīng)檢測[A];中國地球物理學(xué)會年刊2002——中國地球物理學(xué)會第十八屆年會論文集[C];2002年

7 周摯;全海燕;梁虹;王天理;吳慶暢;張立;楊勝梅;;重力固體潮IMF的循環(huán)平穩(wěn)特性初步分析[A];中國地球物理學(xué)會第二十四屆年會論文集[C];2008年

8 徐偉民;陳石;盧紅艷;;基于Tsoft系統(tǒng)提取中國大陸重力臺站非潮汐分量的初步結(jié)果[A];中國地球物理學(xué)會第二十七屆年會論文集[C];2011年

9 張立;傅容珊;周摯;山秀明;梁虹;全海燕;;基于HHT方法提取昆明重力固體潮的地震前兆信息[A];中國地震學(xué)會第11次學(xué)術(shù)大會論文摘要集[C];2006年

10 徐偉民;陳石;高孟潭;盧紅艷;;白家疃臺重力非潮汐量對比分析及地震動事件提取[A];中國地震學(xué)會第14次學(xué)術(shù)大會專題[C];2012年

相關(guān)碩士學(xué)位論文 前10條

1 夏甲甲;基于PCA提取重力固體潮信號的地球物理信息研究[D];昆明理工大學(xué);2015年

2 劉洋;重力固體潮信號的循環(huán)譜分析[D];昆明理工大學(xué);2015年

3 李云飛;基于改進(jìn)的HHT方法提取重力固體潮信號的地球物理信息[D];昆明理工大學(xué);2015年

4 鐘冬軍;基于PCA的一種地球固體潮信號分解模型及信息提取[D];昆明理工大學(xué);2016年

5 周威;重力固體潮信號的譜相關(guān)分析[D];昆明理工大學(xué);2016年

6 曹辛鑫;基于多倍體的遺傳算法在重力固體潮信號分析中應(yīng)用[D];昆明理工大學(xué);2016年

7 李巧燕;基于改進(jìn)PSO的重力固體潮信號獨立成分分析及潮汐諧波提取[D];昆明理工大學(xué);2016年

8 唐小亮;重力固體潮信號獨立分量提取及地震前兆信息分析[D];昆明理工大學(xué);2017年

9 劉艷;EMD模態(tài)分量的譜相關(guān)分析方法及其對重力固體潮信號的解調(diào)分析[D];昆明理工大學(xué);2017年

10 湯嘯;基于譜相關(guān)分析的重力固體潮信號中潮汐諧波的解調(diào)[D];昆明理工大學(xué);2017年

，

本文編號：1429434