利用小波包变换识别地震和爆破

摘要

本文将基于小波包变换的局部谱密度分析方法应用于宁夏北部及邻区的地震和爆破的分析与识别，通过比较不同记录信号在相同频带内的瞬时谱最大值之间的差异，研究能够识别天然地震和人工爆破的定量指标，以期提高识别的有效性。 在学习了小波基础知识、Matlab基本编程技巧，讨论了地震子波、小波包降噪方法、小波基函数的选取、时频谱分析方法等关键问题的基础上，本文利用小波包变换实现地震信号与爆破信号的时频谱分析。首先对地震信号和爆破信号进行尺度j=5的小波包变换分解，然后对分解信号进行时频谱分析，并进行归一化处理，绘制出归一化时频谱图，同时，计算出地震信号与爆破信号P波段在各个分解频带内的时频谱最大值，并研究二者在相同频带内的时频谱最大值差异，同理，研究地震信号和爆破信号S波段在各分解频带内的时频谱最大值之间的差异。由此给出地震和爆破之间的多项定量识别指标和识别阈值。最后把各个单项识别指标结合起来，原则是按照超过半数的识别指标给出的识别结果为事件类型的判别结果，以此提高识别指标的有效性。 研究结果表明：第一，银川台记录地震信号P(或S)波段时频谱值达到最大时的频率与爆破信号P(或S)波段时频谱值达到最大时的频率之间存在显著差异，识别率为84.85％(或87.88％)。第二，银川台记录地震信号P波低频带(0～6.25Hz)的两个分解频带(0.78125～1.5625Hz和1.5625～2.34375Hz)内的时频谱最大值与爆破信号P波相应频带内的时频谱最大值之间存在差异。第三，银川台记录地震信号S波低频带(0～6.25Hz)的六个分解频带(0～0.78125Hz、0.78125～1.5625Hz、1.5625～2.34375Hz、3.125～3.90625Hz、3.90625～4.6875Hz和4.6875～5.46875Hz)内的时频谱最大值与爆破信号S波相应频带内的时频谱最大值之间存在差异。第四，结合以上10项单项识别指标，对本文中的地震和爆破进行重新判别，结果均与事件原类型一致，尤其是7个落实为爆破的事件均判别为爆破，并且其中事件3的速报定性结果为地震，经落实证明为爆破，利用该综合识别判据较好地将事件3判断为爆破事件。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2研究现状

第二章小波包基础理论

2.1小波包变换

2.2小波分解与小波包分解

第三章时频谱分析方法

3.1方法比较

3.1.1短时傅里叶变换

3.1.2 Wigner-Ville分布

3.1.3多重过滤

3.1.4小波变换

3.2基于小波包变换的时频谱分析

第四章小波基函数的选取

4.1选取原则

4.2选取准则理论分析

4.3小波基函数应用比较

4.4时频分析方法比较

第五章小波降噪与小波包降噪方法比较

第六章资料处理与分析

6.1资料选取

6.2资料处理方法与步骤

6.3资料处理

6.3.1地震事件银川台垂向记录信号处理

6.3.2爆破事件银川台垂向记录信号处理

6.4资料分析

6.4.1银川台记录信号处理结果分析

6.4.2石嘴山台记录信号处理结果分析

6.5 宁夏第一爆处理结果

第七章结论与讨论

7.1结论

7.2物理解释与讨论

参考文献

攻读硕士学位论文期间发表的文章及参与的科研工作

致谢

附录