共查询到20条相似文献，搜索用时 734 毫秒
1.
重力固体潮信号是一种多谐波的混合信号,为了提取其中所包含的地震前兆异常信息.本文结合重力固体潮的产生机制,建立了一种重力固体潮正交分解模型.在此基础上,利用独立分量分析算法实现重力固体潮信号的加性分解,然后针对独立分量中的调制关系,利用谱相关方法对其进行乘性解调.从而,完整地提取出了重力固体潮信号中丰富的潮汐谐波信息.进一步,引入理论计算值作为实际测量值的参考背景,在独立分量中凸显出原重力固体潮信号中的异常变化特征.通过对云南地区的实际震例研究表明,重力固体潮独立分量的异常特征与地震事件的时序存在密切的相关性.在地震发生前的1~5个月内,对应于重力固体潮信号长周期谐波系的独立分量在时域波形和循环相关谱方面均有明显的异常变化,而且普遍存在,充分反映了这一异常变化与地震前地壳内部能量的变化有关,很有可能就是重力固体潮信号中隐含的地震前兆信息. 相似文献
2.
《地球物理学进展》2019,(6)
重力固体潮信号包括能量相对强的日波、半日波分量,和能量相对弱的长周期波分量.为了在能量差异大的谐波分量中,有效提取地震场景下的异常信息,本文根据重力固体潮信号的产生机理,提出了一种重力固体潮信号正交分解模型,将强弱不同的潮汐谐波分量,分解到不同的正交方向.同时利用一种新型智能优化算法,改进独立成分分析方法,有效分离出重力固体潮信号中对应于不同正交方向的独立成分.对独立成分分量的谱相关分析,可以揭示各谐波分量的调制关系,地震场景下的谐波分量间存在异常的调制信息.但自相关运算会使强的分量更强,而弱的分量更弱,湮没弱的异常调制信息.因此,本文采用独立成分间的互相关谱,可以更完整地提取出潮汐谐波的异常信息,在此基础上,通过对云南的地震实例分析,提取出重力固体潮信号中异常的调制信息,并引入了理论计算值做参考,凸出了实际重力固体潮信号中存在明显的异常信息,发现长周期谐波分量的误差率远远大于日波、半日波的误差率,说明相比于日波、半日波,长周期波能更好的反映重力固体潮信号存在的异常信息. 相似文献
3.
《地球物理学进展》2016,(5)
固体潮信号是地球自转在月球和太阳作用下产生的混合复杂信号.本文提出一个重力固体潮信号的正交分解模型,通过将重力固体潮信号谐波分量,分解在两个正交的方向上,以提取独立的谐波分量.为了实现这一分解,本文采用独立成分分析算法进行验证分析.独立成分分析主要用于提取信号中的独立成分,但一般的独立成分分析算法具有对初始值敏感,收敛较早熟等问题.本文利用分布估计算法的学习概率模型全局寻优,克服独立成分分析算法缺点.通过实验仿真分析,改进算法可将重力固体潮信号成功分离出以下独立的谐波状态:半日波信号、日波信号、长周期波信号.并且,这些分离出的独立成分与本文提出的重力固体潮信号正交分解模型一致,分别对应于模型中的正交谐波分量. 相似文献
4.
在重力固体潮信号中,反映地球、太阳、月亮等天体相对运动的潮汐谐波是相互独立的.所以,在重力固体潮的谐波分析中,只有提取出谐波中的独立成分,才能与相应的天体潮汐谐波对应.据此,本文提出一个重力固体潮信号的分解模型.该模型描述地球自转产生的潮汐谐波与月球、太阳相对于地球轨道变化产生的潮汐谐波的正交分解关系.为了从信号处理的角度实现这一模型描述的正交分解关系,本文提出了一种基于单纯形邻域与多角色进化策略的智能优化算法的独立成分分析方法,对重力固体潮信号进行独立成分分析,有效地从重力固体潮信号中提取出三个独立分量:一个为反映月球、太阳相对于地球轨道变化产生的长周期波系分量,一个为反映地球自转产生的日波系分量,一个为反映地球自转产生的半日波系分量.最终,从这些分解出的独立分量中进一步提取出具体谐波成分. 相似文献
5.
6.
根据月球与太阳相对于地球位置的关系,建立一个三维正交分解模型来揭示重力固体潮中包含的谐波成分。在此基础上,提出一种基于单形邻域与多角色进化策略智能优化算法的独立分量分析方法,用以提高算法效率和全局寻优能力;并结合谱相关方法,对重力固体潮观测数据进行处理和分析,观察其频域和时域的变化。最后引入理论信号和理论计算值作为参考背景,以凸显其异常变化特征。研究表明,利用该方法可以有效地反映出重力固体潮潮汐的日波、半日波、长周期波等特征。同时,发现重力固体潮潮汐的异常变化中隐含有地震前兆信息,通过对云南地区观测数据的分析,在排除测量误差和环境影响外,发现在地震前2~5个月内,重力固体潮的长周期波均呈现出规律性的异常变化。这反映出地震的前兆异常信息,可能对地震时间和地点的预测提供依据。 相似文献
7.
滑动扫描技术是高效、高保真、环保的可控震源勘探技术之一,是下一组震源不必等待上一组震源震动结束即可开始震动的高效采集方法。该技术由于缩短了相邻两炮的等待时间,使得生产效率得到显著提高。但是后一炮的谐波畸变与前一炮的基波信号混叠在一起,不易分离,在相关后的地震记录上形成了严重的谐波干扰,降低了地震资料的质量。本文提出一种反相关方法来压制滑动扫描地震数据中的谐波干扰。该方法首先把地面力信号分解为基波和各阶谐波分量;然后将后一炮的相关前数据分别与各分量相关,只选取正时间轴中对应分量的自相关部分,利用各分量的反相关算子提取各阶谐波信息;最后从前一炮数据中减去提取出的高阶谐波,得到压制谐波后的地震记录。该方法对有效信号影响小,可同时处理相关前和相关后数据,而且算法简单稳定,计算效率高。本文分别对理论模型和实际数据进行处理,验证了该方法消除谐波干扰的有效性。 相似文献
8.
基于独立分量分析的多次波盲分离方法研究 总被引：4，自引：2，他引：2
独立分量分析是一种以高阶统计量为基础的信号处理方法,它以分离非高斯混合信号为目标,建立起各个分量的统计独立性判据.在传统方法中,多次波压制技术是基于二阶统计量,求得最优解得基本前提是一次波和多次波正交.本文将ICA应用于多次波问题,在对地震数据基本构成作了分析的基础上,建立起多次波盲分离的ICA模型,并对其假设条件和固有不确定问题进行了详细的研究分析,然后给出了基于负熵的快速ICA算法并加以改进,最后进行仿真实验.试验结果表明,该方法能有效地压制地震资料中的多次波信息,较好的恢复一次波信息. 相似文献
9.
《地球物理学进展》2016,(6)
地震记录卡尔曼估计存在先验信息的不确定性问题,地震记录的独立变量分析的分解分量可以给出卡尔曼估计诸分量更全面的先验信息.独立变量分析迭代逼近输出相互独立的变量,存在源信息独立分量不准确问题,利用卡尔曼估计理论,优化逼近可以减小这种不准确性.考虑两种理论方法的优缺点,把独立分量分析理论和卡尔曼最优估计理论结合起来,研究基于卡尔曼最优估计地震反射系数独立变量分解提取方法.对地震数据进行独立变量分解,得到初始分解分量,对各分量和地震记录建立卡尔曼估计状态方程,根据建立的方程,利用递推寻优过程进行分量的最佳估计,考虑到地震记录的横向相关信息,增加有用信号横向相关信息约束.理论模型和实际资料验证了方法的正确可靠性及应用效果. 相似文献
10.
受新开发的变分模态分解(VMD)的启发,本文引入一种基于VMD的时频分析方法来分析地震数据.VMD的原理是将信号分解成具有一定中心频率的模态分量,通过这些分量来重构原始信号.这种分解方式可以降低各个模态中的残余噪声,同时进一步减少冗余的模态,很好的克服了模态混叠问题.此外,VMD是一种自适应信号分解技术,它可以非递归地将多分量信号分解为几个准正交固有模态函数,与EMD及其推广(如EEMD,CEEMD)相比,有坚实的数学基础.将VMD方法与CEEMD方法进行比较,对合成数据进行测试显示了基于VMD的时频分析方法具有更好的时频聚焦性,同时对实际数据处理也表明该方法具有突出地质特征和地层信息的潜力. 相似文献
11.
地球固体潮观测对验证各种地球模型、研究地球内部构造具有重要意义,可为地震预报提供重要的参考依据.BBVS-120甚宽带地震计具有较低的自噪声水平,在低频端输出信号的频率很低,涵盖固体潮信息频带范围.本文提出:BBVS-120地震计输出信号中存在周日波、半日波和1/3日波的固体潮信号,利用小波分析,提取垂直分量中的重力固体潮信号,并作调和分析. 相似文献
12.
13.
14.
《地球物理学进展》2015,(6)
作为经验模态分解(EMD)的改进型算法,完备总体经验模态分解(CEEMD)不但有效解决了EMD的模态混叠问题,同时也保留了EMD处理非平稳信号的优势,如自适应性、二进滤波特性等.CEEMD能自适应地将一个复杂信号分解为一系列本征模态函数(IMF)分量,且IMF分量满足从高频到低频系列分布,随机噪声往往分布在第一个或前几个高频IMF分量.考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对CEEMD直接舍弃高频IMF分量去噪容易造成高频有效信息损失以及小波阈值去噪方法存在的不足,本文提出了一种基于CEEMD的小波阈值去噪方法.该方法首先引入自相关曲线判别出含噪较多的高频IMF分量,然后对CEEMD直接去噪要舍弃的这些含噪高频分量进行小波阈值降噪,以保留这些分量中的高频有效信息,最后与不含噪声的其他IMF分量一起重构原信号.模型和实际地震数据试算结果表明,该方法在显著提高地震数据信噪比的同时,能有效地保留原信号中的高频有效成分和弱信号信息,是一种相对保幅的有效去噪方法. 相似文献
15.
地震记录正交分解是值得研究的重要问题.本文将人工神经网络自组织学习算法引入到地震数据处理中,提出地震数据神经网络正交分解方法.在分解后的特征子空间中进行特征提取来消除相干和随机噪声,提高地震记录的信噪比.研究结果表明,这种实现方法是可行的,因特征滤波或数据压缩一般只需为数不多的主分量,本文的方法可根据滤波需要自适应提取所需主分量,可免去大量无用的计算,因此,本方法可降低滤波的计算成本,参与分解的道数越多效果越明显.最后,给出了对实际资料进行特征滤波的一个应用实例. 相似文献
16.
17.
《地球物理学进展》2016,(6)
地震图像增强是指按特定的需要采用特定方法突出图像中的某些信息,同时削弱或去除无关信息,或将原图转换成一种更适合人或机器处理的形式的图像处理方法,其设计与其应用的目的密切相关,其宗旨是在不增加数据的内在信息含量的基础上,增加所选择特征的动态范围,以使其容易被检测到.本文提出一种针对地震纹理的地震图像增强方法.首先根据地震数据TV-L~1分解模型,把地震图像信息分解为结构与纹理分量,其中结构分量为几何形状较为明确的平滑区域,通常为低频信号部分;纹理分量则由地震纹理信号和噪声所组成,分别对应高频信号以及随机噪声.最后结合基于偏微分方程的图像质量改善算法分别对结构和纹理分量进行加强,其结果提高了地震图像的空间分辨率. 相似文献
18.
完备总体经验模态分解(CEEMD)克服了经验模态分解(EMD)的模态混叠问题,依据信号自身的特点,将待分析的复杂信号分解为一系列不同尺度的固有模态函数(IMF)的子信号,且各IMF分量的频率由高到低依次排列,是一种适用于分析处理非线性非平稳信号的强大的信号分析技术.地震资料中的随机噪声一般属于高频率的信号,在CEEMD中往往分布在前几个高频IMF分量,本文针对基于CEEMD的分频去噪和基于CEEMD的小波阈值去噪等方法的不足,在前人基于EMD阈值去噪的基础上设计了自相关函数统计特性与CEEMD全局阈值联合去噪方法.该方法先对CEEMD分解的若干个模态分量进行自相关,寻找到噪声主导模态和信号主导模态,然后利用设计的全局阈值对噪声主导模态进行去噪,最后将处理后和未处理的固有模态函数进行重构,得到最终的去噪结果.模型试算和实际地震资料处理都验证了此方法在提高信噪比,保留原信号高频有效成分和弱信号信息上的有效性. 相似文献
19.
稀疏化方法由于能够实现地震信号的高精度分解,已经成为重要的地震信号处理技术.目前地震信号稀疏分解常采用的方法是匹配追踪算法(Matching Pursuit,MP),但所得结果不够稀疏.针对此局限,提出了一种基于重复加权提升搜索算法(Repeated Weighted Boostmg Search,RWBS)的快速分解方法.首先,根据地震信号的频谱图缩小频率搜索范围;然后,将搜索算法RWBS与正交匹配追踪(Orthogonal Matching Pursuit,OMP)方法相结合,就得到一种快速的稀疏分解方法,将本文的方法应用到人工合成和实际的地震数据处理中,并与MP和OMP追踪算法作比较,说明采用本文方法进行地震信号分解在稀疏度和分解速度方面都有提高,仿真实验结果表明,与MP和OMP分解算法相比,在满足相同的分解精度条件下,RWBS算法不仅大大提高了分解的稀疏度,而且提高分解速度.与OMP算法相比较.基于RWBS的新方法分解所需的时间减少了约87%;与MP算法相比较,新方法分解所需的时间减少约50%. 相似文献