微地震事件初至拾取SLPEA算法

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.

3种远震P波到时拾取方法的比较及其参数优化

分析了自回归赤池信息准则(AR-AIC)、高阶统计量(HOS)和累积和(CUSUM)等3种到时拾取方法中参数对远震P波到时估计的影响,以450个远震P波信号为样本集,参考人工拾取到时,以网格搜索方式确定了每种方法的最优参数。之后重新选取信噪比处于[2,20]区间的100个远震P波信号,用确定最优参数后的3种到时拾取方法估计其P波初至时间,并比较了3种方法对低信噪比远震P波的拾取准确度。结果表明,AR-AIC方法和CUSUM方法对低信噪比远震P波的拾取准确度要优于HOS方法,CUSUM方法的计算速度最快,HOS方法由于其原理的限制更适用于信噪比较大、初动较尖锐的信号。

基于AR模型的上海地区地面沉降预测分析

利用AR模型,对上海地区地面沉降作了拟合评估,依据AIC推出了AR系列预报模型。计算结果表明,AR(4)模型的结果最符合真实值。用AR(4)模型对上海地区未来10年的地面沉降值进行了预测。

线性滤波法风速模拟及模型阶数确定

时域分析法是对结构进行风致振动分析的主要方法之一,而采用该法的前提是要有一系列的风速(或风压)时程样本.详细介绍了风速时程AR模拟方法及AIC准则,并对此技术进行了编程实现.所模拟的结果表明:AR模型可有效地模拟具有空间时间相关性的节点脉动风速时程.

基于AIC准则的脉动风速时程模拟

阐述脉动风速时程模拟的方法和AIC准则。采用线性滤波器中的AR模型,结合AIC准则进行模型阶数选择,用MATLAB编程模拟脉动风速时程,并与目标功率谱进行比较,模拟效果较好,可以满足工程精度的要求。

AR模型定阶的贝叶斯因子方法

利用贝叶斯因子对AR模型定阶问题进行讨论,并给出了AR模型的贝叶斯因子的具体表达式,且用随机模拟对其与AIC(k),BIC(k)两种定阶准则进行比较得出,用贝叶斯因子方法的判别效果优于AIC(k)准则.

船舶姿态运动实时预报算法研究

根据大型舰船在随机海浪作用下的非平稳运动特性,提出基于AR模型的实时建模预报方法,详细讨论了改进隅角实时快速定阶算法和RLS递推在线参数辨识方法。针对典型航行工况,对船舶纵摇运动进行了仿真研究,并与AIC定阶算法进行了比较。仿真结果表明:AR算法适用于舰船在非平稳运动情况下的建模预报。AIC准则、改进隅角两种定阶方法均可实现AR模型阶数的在线估计问题,预报长度均可达到7-10秒,但改进隅角定阶算法简单,独立性好,易于编程实现,预报实时性好。该方法在理论和工程应用方面具有重要的意义。

基于小波多分辨分析的中国工矿事故预测

基于小波多分辨分析的预测方法对1950—2004年的中国工矿工伤死亡人数时间序列进行分析建模,对2005年到2010年的工矿工伤死亡人数进行了预测。在建立模型过程中基于简便易行的AIC准则进行模型选择。分析表明预测模型拟合历史数据精度很高,预测结果为政府、企业认识事故规律以及为政府科学监管提供了一定的参考。

北京市地铁7号线地质沉降数据的时间序列分析

本文运用时间序列方法,构建模型对北京市地铁七号线(九龙山站到大郊亭站)建设过程中地质沉降的数据进行分析,并对未来地质沉降的走势进行了预测.文章主要分为以下三个部分:第一部分是本文所用的模型介绍,包括时间序列AR(P)模型、Yule-Walker方程对模型的参数估计、AIC定阶、白噪声检验.第二部分,对原始数据进行分析,并对数据进行伸缩变换,去除趋势项,建立了AR(2)模型.根据所构建的模型,对未来的地质沉降做出预测.第三部分是本文的结论.

基于AR(n)模型的网络带宽流量动态分配预测算法研究

网络突发式的流量变化已经逐步取代平稳的语音服务,需要网络能够动态预测和调整流量分配。AR(n)模型作为网络流量预测中常用算法,相比于自相似模型其预测的精度稍有不足,但在计算性能上表现较好,以粒子群算法对AR(n)模型进行预测精度调优,采用AIC准则判断模型的最佳阶数。通过实验比较研究了最小二乘、灰色理论估计和自相似模型在预测精度和计算性能上差异性,实验结果表明,基于粒子群的AR(n)模型具有较好的预测精度。

基于AR模型的大跨悬索桥脉动风速时程模拟

为了解决风荷载的输入问题,分析桥梁风致振动响应,提出了基于AR模型的脉动风速时程模拟方法.基于线性滤波法的AR数值模型,依据AIC准则确定了模型的阶数,利用MATLAB语言,采用Kaimal谱编制了随时间和空间变化的脉动风速时程模拟程序;对某大跨悬索桥的主梁、主缆及主塔表面的风速时程进行数值模拟,根据工程实际确定了特定参数的取值,运用功率谱密度函数及互相关函数,考虑空间相关性,对结果进行验证.结果证明,本文方法简便快捷,模拟值同目标值吻合,能够较好地解决风荷载的输入问题.

A real time processing system of seismic waves using personal computers-Function and characteristics

Seismological Bureau of Sichuan Province, Chengdu 610041, China2) Center for Analysis and Prediction, State Seismological Bureau, Beijing 100036, China3) Observation Center for Prediction of Earthquakes and Volcanic Eruptions, Faculty of Sciences, Tohoku University, Sendai 98077, Japan

单分量微地震信号的P波S波到时自动拾取方法

单分量传感器依然是目前矿山中应用最广泛的传感器。针对矿山每天采集到的大量信号,提出了一种针对单分量微地震信号的P波S波到时拾取算法。长短时窗均值比法(STA/LTA)可以用来检测信号的变化趋势,结合改进的特征函数对信号的几何特征予以加强,进而可以提高震相识别的精度。随着长短时窗的滑动,信号的变化趋势表现在走势图上,再利用震相到时判别阈值可以初步定位到P波S波的到时区间。初步确定到时区间后,分别在P波S波的到时区间内应用AR-AIC准则,可以计算出信号发生突变的位置,这两个点即对应着P波S波的到时。结合时差阈值判别和时频图谱,对拾取的结果再次做检验。经过两次判别,有效地提高了该算法的拾取精度。通过对1000多条单分量微地震信号进行验证,自动拾取能拾取到71%的P波到时和79%的S波到时,相同条件下,自动拾取的结果不低于手动拾取的精度,满足矿山应用的要求。

基于AR、ARIMA模型的风速预测

介绍了时间序列法四种主要线性模型的基本概念,利用时间序列法对已知的24小时数据,对下一小时进行预测。基于MATLAB对风速数据进行了建模、定阶和预测,建立了AR(p)和ARIMA(p,d,q)的风速模型,使用AIC准则对模型定阶。利用AR(3)和ARIMA(6,1,5)模型比较准确的预测了下一小时风速的大小,说明了时间序列法在风速预测是有效的。