地震波形希尔伯特-黄变换特征提取与震源类型识别研究

发布时间：2024-07-06 11:59

　　随着社会的发展,各类工程爆破作业大幅度增加,如果不能及时将天然地震波形和人工爆破波形区分开,会严重混淆地震目录,对地震学研究造成影响。地震波形属于非线性、非平稳信号,希尔伯特变换在分析地震波形信号时,瞬时频率会出现没有任何物理意义的负值。因此,1998年美国国家工程院士N.E Huang等人提出了经验模态分解算法,称之为希尔伯特-黄算法。该方法彻底摆脱了线性和平稳性的约束;不需要设计基函数,能够根据信号自身的特点,自适应产生“基”,这是其最突出的特点-自适应性;该方法不再受Heisenberg测不准原理的制约,可以在时间分辨率和频率分辨率上同时达到比较高的精度。因此,希尔伯特-黄变换方法非常适合分析非线性、非平稳地震波形信号,将其应用到天然地震和人工爆破波形数据的分类研究中,能够使得在信号分解、提取信号时域、频域、时频谱特性等各方面得到不同程度的突破。本文利用希尔伯特-黄变换提取地震波形特征值数据集及进行事件震源类型识别。主要研究内容和开发工作如下:(1)采用经验模态分解将原波形信号分解为有限个内模函数和1个残差函数,对原波形、前7个内模函数和1个残差函数分别提取26个时域统计特征,组...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题来源及意义
    1.2 天然地震和人工爆破的差异性
    1.3 国内外研究现状
    1.4 地震波数据的获取及实验数据来源
    1.5 论文的主要工作和组织结构
第2章 非平稳信号时频分析方法
    2.1 三种典型时频分析方法基本理论
        2.1.1 短时傅里叶变换(STFT)
        2.1.2 魏格纳-威利分布(WVD)
        2.1.3 小波变换(WT)
    2.2 HHT方法基本原理
        2.2.1 内模函数
        2.2.2 经验模态分解
        2.2.3 希尔伯特-黄变换
    2.3 HHT与传统时频分析算法仿真实验比较
    2.4 本章小结
第3章 希尔伯特-黄变换特征提取
    3.1 数据集的选取
    3.2 数据集预处理
    3.3 事件源类型识别单元
    3.4 IMF时域特征提取
    3.5 HHT时频分析
        3.5.1 HT变换分析
        3.5.2 基于EMD的希尔伯特变换时频分析
    3.6 边际谱分析
        3.6.1 基于HHT的信号边际谱表示
        3.6.2 傅里叶变换比较
    3.7 本章小结
第4章 特征数据集分类识别研究
    4.1 合式评估函数与Kullback-Leibler距离
    4.2 对称KL距离
    4.3 特征数据集预处理
    4.4 特征值数据集划分
    4.5 实验识别结果与分析
        4.5.1 IMF时域特征实验结果与分析
        4.5.2 时频特征实验结果与分析
    4.6 本章小结
第5章 结论与展望
    5.1 论文工作总结
    5.2 课题展望
参考文献
攻读硕士期间的科研情况
致谢



本文编号：4002519