改进STA/LTA的地震事件精准检测方法

短时长时能量比法(short-term average/long-term average, STA/LTA)因原理简单、计算简便而被广泛用于地震检测及到时拾取,但传统STA/LTA方法因时窗位置关系,使算法功能被大大弱化,以致拾取精度较低,虚警率较高。为解决上述问题,以STA/LTA为基础对其窗口位置和特征函数两个方面进行改进。首先,基于中间窗的STA/LTA改进法,采用中间窗的形式代替传统时窗位置,能够抑制短时强干扰带来的影响;其次,基于改进特征函数的STA/LTA法,该方法利用信息融合的思想,提出综合考虑地震信号振幅与频率变化信息的权重分配因子来灵活调整权重,实现优势项分配的目的,提高对事件的敏感性。最后,将两种改进方法结合使用并进行实验。结果表明:改进方法能够提高事件检测的灵敏度与到时拾取精度,有效降低虚警率。

基于STA/LTA改进的CEEMD-SVD微震信号降噪算法

针对煤矿井下工作环境复杂,采集到的微震信号包含大量噪声信号,严重影响对微震信号的拾取、定位和反演。采用互补集合经验模态分解(complementary set empirical mode decomposition, CEEMD)联合奇异值分解(singular value decomposition, SVD)与长短时窗法(STA/LTA)相结合的降噪算法。利用CEEMD分解微震信号,得到固有模态分量(inherent modal component, IMF),依据相关系数确定噪声主导的IMF和信号主导的IMF,通过STA/LTA去除CEEMD产生的伪分量。对噪声主导的分量进行SVD分解降噪后与信号主导的分量及剩余分量重构得到降噪后信号。加入模拟噪声信号与实际采集的微震信号进行仿真实验,结果表明本文算法在保证小剩余噪声干扰的情况下,可以节省计算时间。通过与经验模态分解(empirical mode decomposition, EMD)、聚合经验模态分解(ensemble empirical mode decomposition, EEMD)及新型自适应聚合经验模态分解(novel adaptive ensemble empirical mode decomposition, NAEEMD)降噪方法进行对比,依据信噪比、能量百分比及标准差三个评价指标进行定量计算,实验表明该方法具有更好的降噪效果。

基于STA/LTA的瞬变电磁响应采集方法

瞬变电磁(transient electromagnetic,TEM)响应信号的采集是TEM物探中的关键环节,信号的采样质量决定了数据分析与解释的准确性。常规同步式接收机的延时采样方法和非同步式接收机的全波形采样方法往往不具信号识别能力,较差的采集结果常需要进行人工调整,这会为最终结果增加不确定性。针对上述问题,提出了基于短时均/长时均(short-term average/long-term average,STA/LTA)的TEM响应采集方法,结合实测数据进行分析,确定了将短时窗设为40μs、长时窗设为短时窗的10~20倍、选择CF2(n)作为特征函数能够获得较好的识别结果;从信噪比出发,分析了均匀分布噪声、高斯白噪声、单一频率干扰对STA/LTA方法识别率的影响;将STA/LTA算法移植于低功耗接收机进行单次采样与叠加采样测试,结果表明,在两种采样模式下采集的数据有着高的相似性,测试信号的能量比最差为84%,最优为99%,说明STA/LTA方法有着准确识别TEM响应的能力,证明了基于STA/LTA的TEM响应采集方法的可行性。

基于改进的STA/LTA方法的微地震P波自动拾取技术

基于STA/LTA方法,提出了一种改进的自动拾取P波到时算法.引入权重因子K,构建了一种新的特征函数,提出寻找STA/LTA曲线上的最大值对应时刻为P波到时的方法,并运用Matlab对冬瓜山铜矿微震事件进行初至拾取分析.结果表明:该方法能够准确地拾取微地震P波初至,减少了传统的STA/LTA算法需要调整触发阈值(Thr)的过程,克服了固定阈值不能适应复杂多变信号到时拾取的缺点,具有抗噪性强、稳定性强、拾取精确度高等优势.

基于STA/LTA岩石破裂微震信号实时识别算法及工程应用

微震监测获取的数据中通常混有大量的非岩石破裂信号,该类信号目前主要通过人工经验进行识别与滤除,这消耗了大量的宝贵时间,严重影响灾害的防治和救援效率。对大量微震信号进行分析,发现STA/LTA算法在信号实时触发后能大致表征波形振幅和频率的变化,岩石破裂信号和非岩石破裂信号在延迟位置处R值具有差异性。基于此,提出了岩石破裂微震信号实时识别算法。新算法应用到白鹤滩水电站地下厂房、红透山和阿舍勒铜矿深部采场3个工程,岩石破裂事件识别的准确率分别是85.98%、92.45%和91.06%,非岩石破裂事件滤除的准确率分别是72.06%、83.11%和49.87%。该算法使基于岩石破裂微震信息的岩石工程灾害自动分析与预警成为可能,具有重要意义。

强震预警中P波到时STA/LTA和贝叶斯BIC双步骤捡拾研究

以云南地区的地震数据为基础,借鉴国内外P波震相自动识别相关研究,提出一套可实时处理P波震相的方法,即STA/LTA和贝叶斯BIC双步骤捡拾法。应用此方法对所选取的云南强震动台网观测记录进行P波自动精确识别,并与人工捡拾方法结果进行对比,确定STA/LTA和贝叶斯BIC双步骤捡拾法的识别精度能满足地震预警快速准确的要求。

STA/LTA算法拾取微地震事件P波到时对比研究

本文将HZ-MS48微地震采集仪监测的实际数据,利用STA/LTA算法来识别微地震事件P波到时.比较了在不同STA(短时窗平均值)情况下对拾取精度和结果的影响.结果表明:此算法确定信噪比比较高的微地震事件是非常有效的,能精确拾取P波到时.利用5ms、10ms、20ms三种不同的短时窗处理数据,发现对P波拾取的敏感程度不同,短时窗的值越大,拾取P波的敏感性越低,拾取精度降低,触发的阈值应随着短时窗的增加而减小.

一种改进的STA/LTA震相自动识别方法

震相自动识别是地震速报和地震预警中的重要工作之一。针对震相自动识别中最常使用的方法STA/LTA算法,提出了一种能反映地震信号振幅和频率变化特征的新的特征函数CF(i)=Y(i)2-Y(i-1)Y(i+1)(其中CF(i)为i时刻的特征函数,Y(i)为i时刻的地震信号振幅)。谐波信号和有限的实际地震记录的应用表明,本方法具有较高的识别精度。

基于STA/LTA的输油管道泄漏检测方法

研究了将微震检测中的STA/LTA方法与负压波检测法相结合,并应用于输油管道泄漏检测的技术方法.根据管道泄漏时产生的负压波波形与微震信号初至的相似性,可利用STA/LTA方法对该特征波形进行准确的提取和捕捉,并通过对比管道首末站检测到该特征波形的时间差,对泄漏点位置进行定位.研究表明该方法可有效识别突变的负压波信号,并减少传统泄漏检测方法中小波变换等信号处理方法带来的计算复杂性.室内实验结果表明,将STA/LTA应用于输油管道泄漏检测具备可行性且能够有效识别负压波信号.

基于改进STA/LTA的高精度超声测厚方法研究

超声测厚技术在工业中的无损检测领域有着广泛应用,对于保证工件厚度规格和质量均匀性具有重要意义。然而,常规高频超声难以满足大厚度、高衰减材料的测厚需求,研究采用低频超声检测与长短时窗比(short-term average/long-term average, STA/LTA)法相结合,并应用于大厚度、高衰减材料厚度检测的方法。低频超声的测厚精度依赖于信号到时提取的准确度,传统STA/LTA算法没有考虑强噪声影响以及信号相位特性,对低频超声难以实现高精度到时提取。因此,基于信号的相位相干特性,提出一种改进的STA/LTA算法。仿真及试验结果表明该算法提升了传统STA/LTA算法的抗噪性,能实现高精度的低频超声信号到时提取,同时实现大厚度、高衰减材料的测厚,厚度相对误差不超过1.33%。

STA/LTA—AIC算法对地震P波震相拾取稳定性影响

选取区域地震台网记录的地震波形数据,使用STA/LTA算法与STA/LTA—AIC算法,进行地震P波震相初至到时自动拾取,对地方震及震中距较大的震相进行P波震相拾取效果分析,发现:STA/LTA算法对于地方震P波震相识别精度较高,与STA/LTA—AIC算法拾取的P波震相初至到时相差不大;震中距变大后,STA/LTA算法对P波拾取位置相对于最佳位置向后延迟,STA/LTA—AIC算法有效矫正了STA/LTA算法拾取位置的延迟问题,与人工拾取位置差别可忽略不计。

基于STA/LTA方法的微地震事件自动识别技术

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。

STA/LTA算法在MEMS烈度计中的适用性分析

为解决用于高密度布设的低成本MEMS烈度计集成软、硬件资源有限,且难以嵌入较为复杂算法的这一问题,基于Matlab的仿真计算,通过讨论在不同特征函数、时窗长度和短窗位置下STA/LTA值的变化趋势、拾取效果和运算时间,以选取能提高算法灵敏性、改善地震事件拾取效果和提高算法计算效率的参数,并将改进的STA/LTA算法应用于实际地震数据处理。结果表明:不同的特征函数对事件拾取率、拾取时间偏差和算法运算时间影响不同;长短时窗长度相差越大,STA/LTA值的变化越明显;时窗越长,算法运算时间越长;短窗置后可以增大STA/LTA值的变化幅度、减少算法计算量,改善算法拾取时间。改进的STA/LTA算法拾取效果更好,计算效率更高,占用内存资源更小,更适用于集成资源有限的MEMS烈度计。

联合改进STA/LTA与MLoG算子的微震P波到时自动拾取方法

在非常规低渗油气藏开发过程中,微震P波震相到时的精确拾取是实时监测诱导水力压裂动态变化的一项关键技术。然而,传统的STA/LTA震相拾取方法存在低效率、低精度等问题。为提高低信噪比微震事件到时拾取的准确性和分辨率,提出一种联合改进型STA/LTA算法和MLoG算子的微震P波震相到时自动拾取方法。先通过MLoG算子对微震数据进行滤波处理,以提高信号的信噪比;再利用改进的特征函数计算STA/LTA拾取微震P波到时。模拟数据和实际数据的验算结果表明,本方法不仅可实现低信噪比微震数据P波到时的自动拾取,而且所拾取的P波到时精度高、鲁棒性强。

基于STA/LTA算法的地脉动有效信号自动识别研究

地脉动测试已经广泛应用于工程领域,如测试计算场地特征周期,利用地脉动台阵反演土层剪切波速结构等。但是对地脉动数据规范化处理存在争议。以26个场地采集的108条地脉动测试数据为研究对象,自编反STA/LTA算法程序,从计算方法、特征函数和长短时窗时长的选取,探究STA/LTA算法对于地脉动测试数据处理的可行性。结果表明:STA/LTA算法对地脉动测试数据的干扰信号能够准确、快速地识别,并给出了参数设置的推荐值。提高了地脉动数据处理的速度和数据使用的质量。

基于小波包分解及STA/LTA法的次声事件信号检测

次声检测是国际禁核试验核查中次声监测的重要环节,已有的主流检测算法没有事先对次声事件的完整性进行分析,而且没有考虑次声事件准确到时检测,但检测并提取出完整的次声事件信号对次声信号的后续处理至关重要。本文在对次声信号进行小波包分解的基础上,基于STA/LTA方法反映信号能量变化的思想,实现了一种检测次声事件到时及完整性的方法,并利用不同信噪比的仿真信号和实测信号对该方法进行了检验分析。实验结果表明,在信噪比大于-5 db时,检测出的信号完整度不低于80%。

基于STA/LTA和分形维算法的微震事件初至自动拾取方法

精确拾取微地震事件初至是微震定位的关键技术之一。根据STA/LTA和分形维数两种微地震初至拾取方法的原理,采用理论模型数据对两种初至拾取方法进行了测试,并选取不同信噪比的实际数据从初至拾取精度、算法效率两个方面进行了对比。结果表明,对于高信噪比微震事件,两种方法都能获得精度较高的初至,但对于低信噪比微震事件,分形维数与STA/LTA比较其拾取精度相对要高。鉴此,运用STA/LTA和分形维两种算法相结合的微震事件初至拾取方法,对实际数据进行了处理,实现了微震事件初至较为准确的自动拾取。

STA/LTA方法拾取天然地震波初至及其改进分析

长短时窗均值比(Short Term Average/Long Term Average,STA/LTA)方法因原理简单、实时性强,在地震波初至拾取中应用最为广泛.传统STA/LTA方法阈值选取依赖于人工经验,且其针对单一信号设定的阈值无法适用于不同类型的地震记录.针对此问题,本文通过建立阈值与背景噪声之间的联系,提出两种基于参考阈值拾取地震波初至新方法,即基于参考阈值的STA/LTA方法与基于参考阈值的STA/LTA改进法.首先,分析不同特征函数拾取地震波初至的灵敏度,引用关于信噪比(Signal-to-Noise Ratio,SNR)的特征函数抑制背景噪声干扰,降低阈值选取的难度;其次,给出不同背景噪声环境下阈值的计算公式,将阈值选取建立在严密的数学推导之上,提出基于参考阈值的STA/LTA方法;最后,针对天然地震背景噪声复杂,地震波初至拾取受短时强噪声干扰大的问题,通过改进时窗位置并加入取消时窗的方法提高算法的抗干扰能力,提出了基于参考阈值的STA/LTA改进法.实际地震数据处理结果表明,本文提出的两种方法能够克服固定阈值不能适用于所有地震记录的缺点,相较于传统STA/LTA方法拾取正确率及精度均有所提升.

基于质量寻优与归一化STA/LTA方法的微震P波到时拾取技术研究

微震信号P波初至拾取是微震数据处理的关键步骤之一。为了实现微震信号P波初至到时的精确拾取,针对微震信号不同信道各时段受噪声污染程度不同的特点,使用归一化后的信噪比、信号的明显程度和信号初至起跳点的明显程度叠加的信噪指数代替单一信噪比来量化微震信号的质量。以信噪指数作为判定条件选取质量较高的信号作为输入来提高P波到时准确度,设计一种基于质量寻优与归一化STA/LTA方法的微震P波初至到时拾取算法(QONSL方法)。为了验证该方法的可行性和有效性,分别对测试数据和阜新市五龙矿微震监测数据进行处理。对测试数据的处理结果表明,在量化微震信号的质量时,信噪指数比信噪比更准确,且信噪指数越大,到时拾取结果越接近准确到时。对阜新市五龙矿三分向数据处理结果表明,QONSL方法可以通过信噪指数快速锁定信号质量较高的信号通道并快速拾取微震P波初至到时,综合120个微震信号的到时拾取结果来看,与准确到时的误差保持在5 ms之内,将86个微震事件的到时误差控制在2 ms以内。与STA/LTA算法相比,QONSL算法拾取精度整体提升72%,整体误差范围波动减少75%。QONSL方法受噪声影响较小,具有较高的拾取效率和精度,可为煤层水力压裂、矿山动力灾害实时监测以及后续的微震自动高精度定位计算提供参考。

微震信号自动检测的STA/LTA算法及其改进分析

通过对合成微震数据和实测微震记录的处理实验,对自动检测有效微震信号的STA/LTA(短时窗平均/长时窗平均)算法及其改进的加权系数法、多窗口算法和修正的能量比算法进行了分析和对比,给出了时窗长度、触发阈值和特征函数对算法性能的影响特征及其选取规律.与原STA/LTA算法相比,加权系数法,降低了微震事件的漏判率;多窗口算法和修正的能量比法提高了对低信噪比微震记录检测的正确率及微震到时的拾取精度.