基于小波特征和神经网络的天然地震与人工爆破自动识别

发布时间：2022-10-20 19:11

　　采用福建地区天然地震和人工爆破事件波形记录,通过一维离散小波变换（DWT）及4层小波包变换（WPT）对信号进行分解,提取出用于识别的4种波形小波特征:小波能量比特征、小波包能量比特征、小波包香农熵特征及小波包对数能量熵,此外还提取出P/S震相振幅比;采用BP神经网络对4种小波特征及分别加入P/S震相振幅比的组合特征进行识别效果检验,结果表明,单小波判据小波能量比特征识别效果好;双判据组合P/S震相振幅比和小波包对数能量熵的组合识别效果最好,可考虑作为实际天然地震与人工爆破在线自动识别系统的识别判据。 

【文章页数】：6 页

【文章目录】：
1 数据资料
2 识别算法及基本原理
    2.1 识别算法设计
    2.2 小波分析基本原理
    2.3 BP神经网络
3 特征提取
    1)小波特征的提取。
    2)P/S震相振幅比特征的提取。
4 识别能力检验
5 塌陷事件和水库诱发地震的识别测试实例
6 结 语


【参考文献】：
期刊论文
[1]内蒙古阿拉善地区爆破和地震自动识别研究[J]. 张帆,韩晓明,郝美仙,张晖.  华南地震. 2016(03)
[2]地震与爆破的小波包识别判据研究[J]. 王婷婷,边银菊,张博.  地震学报. 2014(02)
[3]安徽及周边爆破塌陷特殊地震动特征识别[J]. 汪贵章,凌学书,张佑龙,戚浩,夏仕安,吴辉.  防灾科技学院学报. 2010(02)
[4]天然地震与人工爆破的波形小波特征研究[J]. 黄汉明,边银菊,卢世军,蒋正锋,李锐.  地震学报. 2010(03)
[5]基于能量比的天然地震与人工爆破自动识别算法研究[J]. 卢世军,黄汉明.  华南地震. 2010(01)
[6]P/S震相幅值比判据对低震级地震事件的适用性检验[J]. 潘常周,靳平,王红春.  地震学报. 2007(05)
[7]福建水口水库诱发地震及其发展趋势探讨[J]. 许振栋,罗家天,余庆旺,陈秋英,许事群,陈传昌.  大地测量与地球动力学. 2007(03)
[8]遗传BP网络在地震和爆破识别中的应用[J]. 边银菊.  地震学报. 2002(05)



本文编号：3695139