基于小波变换的地震波传播模型研究

发布时间：2017-08-20 08:00

  本文关键词：基于小波变换的地震波传播模型研究

  更多相关文章： 地震动 小波变换 小波基 尺度参数 波的传播方向 波的成分 瑞利波 常时微动

【摘要】：实际地震动反映了震源机理、地震波传播路径以及场地条件等等信息,然而由于实际地震动的复杂性,上述信息不能直接由观测记录获得。因此,对地震波的传播建立合适的简化模型非常重要。目前,应用比较广泛的地震波传播模型有脉冲应答、相关函数、NIOM模型。相对而言,NIOM运算速度快,精度高,因而在推定波的传播方向、场地的放大效应、以及判断波的成分等方面都得到了许多应用。但是在高频分量及噪声的影响下,NIOM模型有时并不能很好地反映输入输出之间的关系,并且在判断波的传播方向时不够精确,而在经过傅里叶滤波后的NIOM模型虽然有相对较好的效果,但有时容易出现失真现象。本文在滤波方式的改进上,引入小波变换的滤波方式,建立典型地震波与常时微动小波改进NIOM模型,从判断波的成分和波的传播方向方面比较小波改进NIOM模型与原始NIOM模型。本文得出了如下结论：(1)在地震信号的滤波方面,除了采用傅里叶滤波方式,还以阈值法、模极大值法和系数相关法三种小波滤波方式对添加不同强度高斯白噪声的简单信号进行处理,来比较小波滤波的优越性,即在保留信号细节的同时,滤除信号的噪声和高频分量。在小波基和分解尺度的选择方面,以典型地震为例,通过分解与重构产生的误差来衡量小波基的适用性,而通过不同尺度下的去噪效果来决定尺度参数。(2)对于典型地震波,以垂直分量为输入,偏离真北方向0-180度水平分量为输出建立输入输出模型。在判断波的成分方面,小波改进NIOM模型能够清楚地显示输入和输出之间90。的相位差,这说明了瑞利波的存在,而原始的NIOM模型在大部分站点都能够看出这一结论,但个别站点,高频分量影响严重,出现了持续波动的输出模型,傅里叶滤波NIOM模型虽然没有出现这种波动,但部分站点输出模型的波峰波谷之间出现了较为明显地转折,这些都会影响模型对于波的成分的判断。在判断波的传播方向方面,以输出模型波峰波谷差值表征输入与输出之间的相关性,输出模型波峰波谷差值随角度的变化是平滑的曲线,与模型的线性系统属性相吻合,以模型得出的传播角度与理论传播角度的偏差来衡量模型在判断波的传播方向的优劣。通过数据对比分析证明,原始NIOM模型偏差最大,傅里叶滤波NIOM模型其次,而小波改进NIOM模型相对较好。(3)对于常时微动,除了以垂直分量为输入,偏离真北方向0-180度水平分量为输出建立输入输出模型以外,也以地表分量作为输入,地下某一深度同方向分量作为输出建立输入输出模型。在判断波的成分方面,同样能够看出瑞利波的成分,原始的NIOM模型和傅里叶滤波NIOM模型都在部分站点出现了输出模型接近直线,无法看出明显的波峰和波谷,而小波改进NIOM模型依然显示出清晰的波峰波谷,在验证瑞利波土质点运动轨迹为逆时针椭圆形时,小波改进NIOM模型也更加明显。在判断波的传播方向上,结论与典型地震波的结论是相似的。
【关键词】：地震动 小波变换 小波基 尺度参数 波的传播方向 波的成分 瑞利波 常时微动
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P315.9
【目录】：

• 摘要3-5
• Abstract5-9
• 1 绪论9-20
• 1.1 课题研究的背景与意义9-10
• 1.2 地震动研究的发展和现状10-15
• 1.2.1 地震动传播模型10-11
• 1.2.2 多重线性系统归一化输入输出最小方法(NIOM)11-15
• 1.3 小波基础理论15-19
• 1.3.1 小波变换15-16
• 1.3.2 多分辨分析16-17
• 1.3.3 Mallat算法17-19
• 1.4 本文研究的主要内容19-20
• 2 基于小波变换的地震信号滤波20-34
• 2.1 傅里叶变换信号滤波20-21
• 2.2 小波变换信号滤波21-26
• 2.2.1 阈值法21-22
• 2.2.2 模极大值法22-23
• 2.2.3 系数相关法23-25
• 2.2.4 Matlab仿真实验25-26
• 2.3 小波基的选择26-31
• 2.4 尺度参数的确定31-32
• 2.5 本章总结32-34
• 3 典型地震记录输入输出分析34-57
• 3.1 观测点介绍34-35
• 3.2 输入输出模型的建立35-50
• 3.2.1 原始NIOM模型36-42
• 3.2.2 阈值改进NIOM模型42-44
• 3.2.3 模极大值改进NIOM模型44-47
• 3.2.4 相关系数改进NIOM模型47-50
• 3.3 模型对比分析50-52
• 3.3.1 波的成分50-51
• 3.3.2 波的传播方向51-52
• 3.4 模型应用52-56
• 3.5 本章总结56-57
• 4 常时微动记录输入输出分析57-83
• 4.1 常时微动57
• 4.2 观测点介绍57-59
• 4.3 输入输出模型的建立59-75
• 4.3.1 原始NIOM模型59-67
• 4.3.2 阈值法改进NIOM模型67-69
• 4.3.3 模极大值改进NIOM模型69-72
• 4.3.4 系数相关改进NIOM模型72-75
• 4.4 模型对比分析75-82
• 4.4.1 波的成分75-81
• 4.4.2 波的传播方向81-82
• 4.5 本章总结82-83
• 5 结论与展望83-85
• 5.1 结论83-84
• 5.2 后续工作的展望84-85
• 致谢85-86
• 参考文献86-89

【相似文献】

中国期刊全文数据库 前10条

1 姚成,吴小培;小波变换与生物医学信号处理[J];生物学杂志;2000年01期

2 刘鲁源,李宗勃;从傅立叶变化到小波变化[J];自动化与仪表;2000年06期

3 胡国胜,张国红;一种新的信号处理方法——线调频小波变换[J];数学的实践与认识;2003年02期

4 杨静,王岩飞,刘波;一种新的非抽取提升结构小波变换图象融合算法[J];光子学报;2004年06期

5 熊新兵,焦晓军,陈亚光;用提升小波变换提取诱发脑电[J];中南民族大学学报(自然科学版);2004年03期

6 李耐根;小波变换在图像压缩中的应用[J];科技广场;2004年09期

7 熊新兵,陈亚光;非线性小波变换及其应用[J];中南民族大学学报(自然科学版);2005年02期

8 才德;严瑛白;金国藩;;光学可分离小波变换的研究[J];光学技术;2006年02期

9 董西伟;高光勇;杨茂保;;一种基于小波变换的图像压缩的应用[J];科技信息(科学教研);2007年18期

10 李娟;;小波变换在图像压缩中的应用[J];科技信息(科学教研);2007年24期

中国重要会议论文全文数据库 前10条

1 曹思远;牟永光;;小波变换与信号分解[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

2 张霖;钱敏;葛军;;几种典型环节的小波变换研究[A];1996年中国控制会议论文集[C];1996年

3 鲍文;祝豪;刘金福;;基于多尺度小波变换的电厂数据压缩方法研究[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年

4 龚妙昆;万福永;;用统计方法和小波变换确定心电图数据中的R波[A];2006中国控制与决策学术年会论文集[C];2006年

5 赵聪慧;张淑娟;;小波变换在农产品无损检测中的应用研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

6 朱光明;高静怀;王玉贵;;小波变换及其在一维滤波中的应用[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

7 金刚石;赵毅;季云松;;基于小波变换的红外图像滤波[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

8 刘卫东;李乐;张静远;;一种基于小波变换的水声成像实验研究[A];2008’促进中西部发展声学学术交流会论文集[C];2008年

9 赵丽红;蔡玉;徐心和;;基于小波变换和多分类器融合的人脸识别[A];2007中国控制与决策学术年会论文集[C];2007年

10 鲁昌华;汪济洲;;小波变换在通用DSP上的快速实现[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

中国重要报纸全文数据库 前1条

1 吴玉田殷学平;中药质量控制又添新武器——小波变换近红外光谱分析系统[N];中国医药报;2004年

中国博士学位论文全文数据库 前10条

1 王利琴;心电信号波形检测与心律失常分类研究[D];河北工业大学;2014年

2 宋长贺;基于GPU的高性能遥感图像解码方法研究[D];西安电子科技大学;2015年

3 王丽荣;基于小波变换的目标检测方法研究[D];吉林大学;2006年

4 熊智新;基于小波变换的化学谱图数据处理[D];浙江大学;2004年

5 魏云冰;小波变换在电机故障诊断与测试中的应用研究[D];浙江大学;2002年

6 丁文鹏;自适应方向提升小波变换及应用[D];中国科学技术大学;2009年

7 董卫军;基于小波变换的图像处理技术研究[D];西北大学;2006年

8 聂磊;小波变换用于重叠化学信号的分辨研究[D];中国科学技术大学;2002年

9 张秀琦;基于小波变换的化学计量学方法及几种抗癌药物的电化学研究[D];西北大学;2001年

10 邓玉强;小波变换在飞秒激光技术中的应用[D];天津大学;2005年

中国硕士学位论文全文数据库 前10条

1 段晓杰;基于小波变换的数字水印算法及评价方法研究[D];辽宁大学;2015年

2 黄新安;胎儿心率检测算法的研究[D];江南大学;2015年

3 周玉;小波变换在高速铁路牵引供电地震防灾系统中的应用研究[D];西南交通大学;2015年

4 郭亚妮;基于DSP的小波变换在雷达回波信号去噪中的研究[D];天津理工大学;2015年

5 曾燕来;基于小波变换语音去噪的研究及应用[D];长安大学;2015年

6 乌月汗;基于小波变换人脸识别的算法研究[D];内蒙古大学;2015年

7 杭钟灵;基于数据挖掘的实时电力远动传输异常检测[D];上海交通大学;2015年

8 李玲;基于切向—径向小波变换的图像压缩编码的算法研究[D];河北工业大学;2015年

9 李凯;声定位系统中信标信号识别算法研究[D];中北大学;2016年

10 王晴晴;FFT和小波变换混合的谐波检测研究[D];安徽理工大学;2016年

，

本文编号：705420