排序方式： 共有35条查询结果，搜索用时 78 毫秒
31.
地震观测系统标定的完整含义包括系统特性的测定和系统灵敏度的测定。系统灵敏度标定的最佳方法是振动台标定。由于地震台站不具备振动台标定的条件,因而目前普遍采用电动式力激励稳态正弦波标定的方法,即由一组正弦标定波形自动计算出幅频特性,并得到系统灵敏度。要实现计算程序的自动化,那么正弦标定波形组起始点的判断尤其重要。文章结合滑动短长平均法和AIC算法,提出了一种自动判别正弦标定波形组起始点的方法。 相似文献
32.
地震加速度监测中,实时、准确的事件检测具有重要意义.事件检测的常用方法是STA/LTA算法,使用地震加速度原始数据.考虑将地震加速度原始数据进行带通滤波和加速度速度数据转换,再使用STA/LTA算法.研究表明,带通滤波和速度数据都能优化事件检测的效果;二阶同四阶带通滤波效果差别不大;同时使用二阶带通滤波和速度数据的策略检测效果最好. 相似文献
33.
快速准确地从微震监测数据中提取微地震事件是微地震监测技术的关键。采用理论模拟数据分析了STA/LTA方法的可行性,选择了更能反映微地震信号变化的特征函数代替原始信号,结合实际数据对时窗长度、长短时窗比、阈值等重要参数进行了对比分析。研究结果表明,STA/LTA方法能够从海量微地震监测数据中快速准确地自动识别微地震有效信号,去除冗余信息,大幅减少微地震监测数据的传输量,从而为微地震监测数据的无线实时传输提供了可能,同时也减少了数据存储所需要的磁盘空间,取得了较好的应用效果。 相似文献
34.
地震事件识别是地震层析成像的重要组成部分。然而,在处理宽频带流动台阵天然地震记录中识别地震事件过程中,利用传统的人工识别方法耗时巨大,效率十分低。本文首先运用STA/LTA 对地震事件进行初步判断,并结合支持向量机信号检测算法和多台联合检验法来提高地震事件判别的准确度及抗干扰能力,达到天然地震事件的自动识别。南岭流动台阵数据的应用结果表明该综合识别算法可自动快速准确地判别地震事件,并可用于地震震相的拾取。 相似文献
35.
微地震事件初至拾取是微地震数据处理的关键步骤之一.实际微地震监测资料中存在大量低信噪比事件,而传统方法对这些事件的应用效果并不理想.为了克服传统方法抗噪性弱的缺点,本文通过综合地震信号与环境噪声在振幅、偏振以及统计特征等方面的存在的差异,设计了一种针对低信噪比微地震事件的初至拾取方法——SLPEA算法.为了检验本文方法的可行性和有效性,分别对模型数据和实际资料进行了处理,并将处理结果与传统方法及手工拾取的结果进行了对比.分析表明,利用本文方法得到的初至到时与手工拾取结果的绝对误差平均值仅为1.33×10~(-3)s,小于3个采样点;方差为3.21×10~(-6)s~2;初至到时在手工拾取结果±0.005s误差范围内的个数占总数的95.8%.这些参数值均优于传统方法的同类参数,证明了本文方法的可靠性. 相似文献