申请/专利权人：武汉大学

申请日：2021-10-18

公开（公告）日：2024-04-19

公开（公告）号：CN114019564B

主分类号：G01V1/28

分类号：G01V1/28;G01V1/36

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2022.02.25#实质审查的生效;2022.02.08#公开

摘要：本发明提供了一种基于小波变换协方差模型的S波到时识别方法。本发明首先对输入的波信号进行降噪处理，之后对降噪后的信号进行连续小波变换，然后再对连续小波变换后的数据依次进行协方差分析、改进Rectilinity函数处理、二次滤波，最后根据设定的阈值确定S波的到达时间。所述系统包括以下模块：微震信号激励模块、微震信号接收模块、上位机。本发明一种基于小波变换协方差模型的S波到时识别方法及系统，所述方法流程清晰易懂，可用于单分量传感器信号的S波到时识别，S波到时识别精度高；所述系统构成简单，可用于工程现场应用，解决了矿山实际应用中单分量传感器S波到时识别困难的问题。

主权项：1.一种基于小波变换协方差模型的S波到时识别方法，其特征在于，包括以下步骤：步骤1，结合时间步长τ、尺度a构建小波变换特征函数Ta，τ，将微震信号xt0通过小波变换特征函数进行小波变换得到滤波后的微震信号xt；总步长的前25％为噪声信号，记为dataa，得到噪声信号的最大特征值Tmaxa 其中，Tfilta，τ为滤波后的小波变换特征函数；对Tfilta，τ进行小波变换逆变换即可得到滤波后的微震信号xt；步骤2对滤波后的微震信号xt在所有尺度a及25％-75％内时间步长τ进行连续小波变换计算，即计算： 其中，Tca，τ为连续小波变换特征函数，a为尺度，τ为时间步长，t为时间；步骤3，对连续小波变换后的数据进行协方差分析；利用协方差模型计算步骤2中的相关函数Tca，τ在所有尺度a及所有时间τ内数据的协方差，得到其协方差矩阵C：C[Tcap，τi，Taq，τi]＝E[Tcap，τi-μap]×E[Tcaq，τi-μaq]其中，τi为时间，ap和aq为尺度值，E[·]为期望值，μap和μaq分别为Tc在尺度ap和aq下的期望值；对a的n个离散值进行计算分析，那么得到的协方差矩阵C就是n×n矩阵；步骤4，采用改进Rectilinity函数处理协方差数据；为了便于更好地理解数据，接下来采用改进Rectilinity函数F对协方差矩阵C进行进一步处理；Rectilinity函数可用于衡量矩阵的特征值的衰减速度，已被证明能够有效地区分单一尺度下Tc特征函数的协方差的变化；对于一m×m矩阵A，Rectilinity函数F函数定义如下： 其中，对于j＝1，...，M，λj为矩阵A的第j个特征值，λ1为最大特征值；M为期望的特征值个数，且M≤m；FA函数可作为不同尺度a间相关程度的度量；如果FA＝1，则各个尺度之间没有很好的相关性；如果FA＝0，那么所有的尺寸完全相关；也就是说，F值越高，各个尺度间的相关性越小；F值越低，各个尺度之间的相关性越大；进一步定义改进Rectilinity函数FuA： 其中，FuA为改进Rectilinity函数，λ1待计算矩阵的最大特征值，λj为待计算矩阵的第j个特征值；假设Fut＝FuCt，此时，Fut函数即为一随着时间变化的单一度量值，其值随着尺度以及幅值的协方差的改变而改变；步骤5，二次滤波；为了准确地拾取到达时间，在此对第四步中得到的信号函数进行如下二次滤波，锐化显示到达时间：fut＝maxFut|t∈[t-δw，...，t其中，fut为二次滤波后的函数，δw为定义的新窗口，t为时间，当振幅或频率发生显著变化时，fu函数会显示偏移；步骤6，确定阈值；本发明所述的一种基于小波变换协方差模型的S波到时识别方法的目标就是确定第五步所提到的变化在什么时候变得显著，这是利用阈值来实现的；本发明中，将阈值设定为改进Rectilinity函数最大值的一半；步骤7，确定S波到达时间；当滤波后的函数fu超过阈值时，即认为S波开始出现。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于小波变换协方差模型的S波到时识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD