隨著計(jì)算機(jī)技術(shù)以及測(cè)試儀器與系統(tǒng)的飛速發(fā)展,地震預(yù)警技術(shù)已然成為了近些年來有效減少地震帶來的損失的重要手段。通過對(duì)縱波和橫波進(jìn)行初至波到時(shí)拾取,能夠?qū)崿F(xiàn)對(duì)地震預(yù)警,從而減少人員傷亡以及財(cái)產(chǎn)損失。本文將變分模態(tài)分解（VMD）方法引入到地震自動(dòng)拾取中并對(duì)其進(jìn)行改進(jìn)完善,VMD結(jié)合NLMS自適應(yīng)濾波算法,提升基于新特征函數(shù)的STA/LTA-AIC對(duì)不同信噪比的地震信號(hào)震相識(shí)別的精度和穩(wěn)定性。論文的主要內(nèi)容包括:首先,傳統(tǒng)時(shí)頻分析方法難以刻畫局部特征,對(duì)非平穩(wěn)的地震信號(hào)難以滿足同時(shí)實(shí)現(xiàn)頻率-時(shí)間-幅值高分辨的需求。因此將基于模態(tài)分解的時(shí)頻分析方法引入到自動(dòng)震相識(shí)別的研究?jī)?nèi)容中。仿真結(jié)果表明:相對(duì)于EMD及其改進(jìn)算法,VMD解決了模態(tài)混疊的問題,具有嚴(yán)格的理論支撐,因此VMD更加適合非平穩(wěn)地震信號(hào)的時(shí)頻分析。VMD在Hilbert變換的時(shí)頻分析中,壓制調(diào)諧效應(yīng)的效果明顯優(yōu)于EMD及其改進(jìn)算法。其次,針對(duì)VMD存在端點(diǎn)效應(yīng),引入波形鏡像延拓方法并提出基于SVR-波形鏡像延拓方法。結(jié)果表明:SVR-波形鏡像延拓方法比波形鏡像延拓方法抑制端點(diǎn)效應(yīng)的效果更好。針對(duì)VMD存在參數(shù)經(jīng)驗(yàn)性預(yù)設(shè)的問題,提出基于... 

【文章來源】：中北大學(xué)山西省

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

近年來地震次數(shù)及對(duì)各國(guó)地震造成的經(jīng)濟(jì)損失Fig1-1Thenumberofearthquakesinrecentyearsandtheeconomiclossescausedbyearthquakesin

中北大學(xué)學(xué)位論文14EMD分解示例如下：假設(shè)解析信號(hào)()()()()22cos600.56cos410cos100100.5ttxttttttπππππ≤=+++>是由解析信號(hào)()()()()()()()221234xt=6t,xt=cos4πt+10πt,xt=cos60πt,(t≤0.5),xt=cos100πt10π,(t>0.5)構(gòu)成的復(fù)合信號(hào)，(如圖2-2所示)，并對(duì)解析信號(hào)x(t)進(jìn)行EMD分解，結(jié)果如圖2-3所示。圖2-2解析信號(hào)Fig2-2analysissignal圖2-3EMD分解的IMF分量及residualFig2-3IMFcomponentsandresidualsofEMDdecomposition

中北大學(xué)學(xué)位論文14EMD分解示例如下：假設(shè)解析信號(hào)()()()()22cos600.56cos410cos100100.5ttxttttttπππππ≤=+++>是由解析信號(hào)()()()()()()()221234xt=6t,xt=cos4πt+10πt,xt=cos60πt,(t≤0.5),xt=cos100πt10π,(t>0.5)構(gòu)成的復(fù)合信號(hào)，(如圖2-2所示)，并對(duì)解析信號(hào)x(t)進(jìn)行EMD分解，結(jié)果如圖2-3所示。圖2-2解析信號(hào)Fig2-2analysissignal圖2-3EMD分解的IMF分量及residualFig2-3IMFcomponentsandresidualsofEMDdecomposition

【參考文獻(xiàn)】：
期刊論文
[1]幾種初至自動(dòng)拾取算法在地震波法隧道超前探測(cè)中的對(duì)比分析[J]. 王偉,高星,劉孝衛(wèi).  隧道建設(shè)(中英文). 2019(08)
[2]一種可靠的強(qiáng)噪聲三分量微地震數(shù)據(jù)初至拾取方法[J]. 程一鳴,李懷良,庹先國(guó),王耀彬,王亞娟,沈統(tǒng).  物探與化探. 2019(02)
[3]強(qiáng)噪聲環(huán)境下基于信噪比的地震P波到時(shí)自動(dòng)提取方法[J]. 付繼華,王旭,李智濤,譚巧,王建軍.  地球物理學(xué)報(bào). 2019(04)
[4]基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的地震波形自動(dòng)分類與識(shí)別[J]. 趙明,陳石,Dave Yuen.  地球物理學(xué)報(bào). 2019(01)
[5]基于信息熵優(yōu)化變分模態(tài)分解的滾動(dòng)軸承故障特征提取[J]. 李華,伍星,劉韜,陳慶.  振動(dòng)與沖擊. 2018(23)
[6]地震檢測(cè)與震相自動(dòng)拾取研究[J]. 蔣策,吳建平,房立華.  地震學(xué)報(bào). 2018(01)
[7]基于經(jīng)驗(yàn)?zāi)B(tài)分解互信息熵與同步壓縮變換的微地震信號(hào)去噪方法研究[J]. 秦晅,蔡建超,劉少勇,卞愛飛.  石油物探. 2017(05)
[8]基于模板匹配法的主動(dòng)源地震檢測(cè)方法研究[J]. 李勇,高洋,葉泵,李孝賓.  大地測(cè)量與地球動(dòng)力學(xué). 2017(07)
[9]微地震事件初至拾取SLPEA算法[J]. 譚玉陽(yáng),于靜,馮剛,何川.  地球物理學(xué)報(bào). 2016(01)
[10]基于小波包和峰度赤池信息量準(zhǔn)則的P波震相自動(dòng)識(shí)別方法[J]. 田優(yōu)平,趙愛華.  地震學(xué)報(bào). 2016(01)

碩士論文
[1]多震相初至自動(dòng)檢測(cè)識(shí)別方法技術(shù)[D]. 王彩霞.長(zhǎng)安大學(xué) 2014
[2]地震預(yù)警中的震相自動(dòng)識(shí)別方法和技術(shù)研究[D]. 馮紅武.中國(guó)地震局蘭州地震研究所 2014
[3]高階統(tǒng)計(jì)量在地震前兆數(shù)字化資料分析中的應(yīng)用[D]. 李希亮.中國(guó)科學(xué)技術(shù)大學(xué) 2009
[4]地震預(yù)警中地震波到時(shí)自動(dòng)識(shí)別和震級(jí)快速估算研究[D]. 宋晉東.中國(guó)地震局工程力學(xué)研究所 2007



本文編號(hào)：3544342