基于CEEMDAN和小波阈值的地震信号去噪方法

采用自适应噪声完备集合经验模态分解(CEEMDAN)方法,对地震数据进行分析预处理.将地震信号分解成一系列具有不同特征时间尺度的固有模态函数IMF,对各IMF分量进行自相关计算,筛选出含噪分量,使用小波硬阈值对含噪IMF分量进行去噪处理.将去噪后分量与无噪分量进行重构,从而降低噪声干扰,有效提取特征成分,发现有用的地层信息,获取高质量的数据,为地震监测服务.

黑龙江省地震预警台站实时监控软件研发

黑龙江省预警基准站和基本一类站由地震监测中心站负责日常维护,由于地震预警监控软件误报警现象多发,笔者采用Microsoft Visual Studio编程语言编写黑龙江省地震预警台站实时监控软件,该软件适用于Windows操作系统,具有体积小、兼容性好、界面直观、操作简便、扩展能力强等优点,在黑龙江省5个地震监测中心站安装使用,效果良好,本软件同样适用于其他网络设备监控,解决了中心站网络设备监控误报警问题。

绥芬河基准站井下地震计观测性能分析

绥芬河基准站是黑龙江省地震烈度速报与预警工程新建基准站,配备GL-CS60B型井下地震计进行地震观测,为验证该地震计观测性能,以GL-CS60型地表地震计作为参考,进行方位角检验和标定计算,并对比分析2套地震计台基背景噪声水平,结果发现:井下地震计各项参数达到标准,其中方位角为164.349°。井下地震计抗干扰能力较强,尤其对于1—20 Hz频段的人为干扰压制作用明显,其台基背景噪声水平达Ⅰ级,观测数据质量更佳。

CEEMDAN和小波包方法在地震信号降噪中的应用

地震信号是典型的非平稳随机信号,容易受到场地条件和周边环境的影响,产生噪声干扰。采用自适应噪声完备集合经验模态分解(CEEMDAN)方法,对地震数据进行分析预处理,将地震信号分解成一系列具有不同特征时间尺度的固有模态函数(IMF);对各IMF分量进行自相关计算,筛选含噪IMF分量,使用软阈值小波包方法进行去噪处理,与无噪分量进行重构,从而降低噪声干扰,提高数据质量。

基于EEMD和小波阈值方法的爆破数据预处理

随着城市建设的发展,爆破事件逐渐增多,其数据记录叠加在地震波形中造成显著干扰。以2016年6月14日黑龙江省牡丹江地震台记录的M_(L)2.0爆破事件为例,选取甚宽频带CTS-1EF地震计垂直向数据记录进行爆破信号的IMF分解及信号重构,以信噪比SNR和相关系数R作为检验指标,对重构效果进行评价。结果显示,采用集合经验模式EEMD和小波阈值方法进行数据预处理,信噪比更大,相关系数接近于1,重构效果优于单一方法。选取镜泊湖火山监测台网记录的8个M_(L)2.3—2.8爆破事件,采用EEMD+小波分解的联合方法进行IMF分解及数据重构,结果表明,高频噪声干扰被有效降低,突显了局部主体信号,随机噪声被有效压制。采用该方法进行降噪处理,重构信号更能反映爆破信号的变化特性,可为爆破数据降噪分析提供依据。

镜泊湖火山区波形事件识别及活动性分析

对镜泊湖火山监测台网自2008年投入观测以来记录到的地震、爆破等事件波形通过波形特征、倒谱分析等方法进行识别,建立镜泊湖火山台网地震目录。选取火山区的典型地震事件进行频谱分析,探讨划分镜泊湖火山区地震的类型,分析镜泊湖火山区地震活动性,并以此为基础深度研究西太平洋板块的俯冲作用对火山区构造地震的影响。