

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、微震監(jiān)測工程尺度是指監(jiān)測范圍在幾米到幾百米之間,該尺度下的微震信號相對于天然地震具有:持續(xù)時間短、信噪比低,能量小,背景噪音復雜,信號特征隨工程變化而變化等特點。工程尺度下弱微震信號識別與P波初至自動實時拾取,一直是微震研究與分析的難點與熱點。工程尺度下微震監(jiān)測的特點使得引用地震領域中成熟的信號處理方法Allen算法時,需改進Allen算法:選取適用于微震信號拾取的算法參數(shù);提高算法特征函數(shù)對弱信號的敏感性。從而達到滿足實際工程應用的拾
2、取算法。
論文主要以錦屏極深地下實驗室微震監(jiān)測數(shù)據(jù)為數(shù)據(jù)源,對工程尺度下的信號類型及其Allen算法特征參數(shù)統(tǒng)計分析。根據(jù)Allen算法長短時平均系數(shù)選取難易程度提出RMA微震信號分類方法。結合RMA信號分類,粒子群算法和拾取效果評價模型,提出基于Allen算法的工程尺度微震信號P波初至及其自適應識別模型,通過自適應拾取模型中信號樣本的增加及Allen算法參數(shù)的優(yōu)化,提高Allen算法處理工程尺度下微震信號與其P波初至時參數(shù)選
3、取的自適應能力。
利用Allen算法能快速有效拾取震動信號的優(yōu)點及Bear算法善于拾取低信噪比震動信號P波初至的優(yōu)勢,在自適應Allen算法模型的基礎上,引入Bear算法的加權因子,改進特征函數(shù),提出了適用于工程尺度的微震信號及P波初至自動識別的AB(Allen coupled with Bear algorithm)算法。研究結果表明:(1)AB算法的加權因子K、特征函數(shù)CF、ε值對頻率和振幅變化的敏感性高于Allen算法;
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 未知信號樣本的自適應識別算法研究.pdf
- 基于多尺度小波變換的變步長LMS自適應濾波算法的研究.pdf
- 自適應信號處理算法研究及其FPGA實現(xiàn).pdf
- 基于小波域數(shù)字水印量化算法與自適應算法的研究.pdf
- 位置自適應的動作識別算法研究.pdf
- 說話人識別的自適應算法研究.pdf
- 自適應步長盲信號分離算法研究.pdf
- 自適應小波去噪算法研究.pdf
- 小波域自適應音頻水印算法研究.pdf
- 尺度自適應的擴展Mean shift跟蹤算法.pdf
- 基于近鄰路徑的自適應尺度譜聚類算法研究.pdf
- 基于小波變換的自適應圖像水印算法研究.pdf
- 基于小波變換的自適應均衡算法的研究.pdf
- 基于提升方案的自適應小波變換算法研究.pdf
- 基于自適應組播機制的P2P阻塞算法研究.pdf
- 自適應多尺度的遙感圖像分割算法.pdf
- 基于支持向量機的心電圖P波識別算法研究.pdf
- 基于小波變換的自適應圖像水印算法研究(1)
- 基于平衡多小波的自適應數(shù)字水印算法研究.pdf
- 基于提升小波的脈波自適應去噪算法研究實現(xiàn).pdf
評論
0/150
提交評論