不同类型事件宽频带地震仪记录的频谱特征研究

发布时间：2021-08-25 20:45

　　随着宽频带数字地震仪在地震监测系统中的广泛应用,进一步提高了波形的记录质量,为我们更好地分析台站记录到的事件信息特征提供了必要条件,而仅仅从宽频带数字地震仪记录到的数据直观解读事件特征难免存在主观臆断,无法定量对某一类型事件进行准确分析判断。传统分析和处理非平稳信号的方法主要有：短时傅里叶变换、Wigner-Ville分布和小波变换等,但是这三种方法本质上都是以傅里叶变换为基础的,由于傅里叶分析主要适用于对稳态信号的处理,因此,不能从根本上解决傅里叶分析的局限性。而希尔伯特-黄变换是1998年提出一种新的非平稳信号处理方法,从本质上讲是对非平稳信号进行平稳化处理,将信号中真实存在的不同尺度波动或趋势逐级分解出来,最终用瞬时频率和能量来表征原信号的频率含量,而不是傅里叶谱分析中的全局频率和能量,这就避免了基于傅里叶变换中需要使用许多虚假谐波表达非线性、非平稳信号的不足。由于地震波记录数据属于非平稳、非线性信号,故本文采用希尔伯特-黄变换处理宽频带数字地震仪记录到的数据,利用希尔伯特边际谱中各频段的能量分布说明不同事件频谱特征,得出的分析结果能够较好描述和分辨爆破事件、天然地震事件、塌陷事... 

【文章来源】：中国地震局兰州地震研究所甘肃省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

上下包络和局部均值

当然，分解过程也会产生误差，出现原始信号中没有的成分，这属于Hilbert-Huang变换的正常情况，在分析时根据实际情况适当处理即可。图2.5 仿真信号的归一化Hilbert谱图2.5是Hilbert骨架谱，表示的是信号中的瞬时频率的分布情况，横轴是时间，纵轴是归一化频率，事件固定频率还需要在此基础上乘以一百，颜色代表某个时间的某个频率的幅值大小，颜色越深表示该位置的幅值越大[28]。可以看出原始信号中所包含的频率成份，在整个时间段上基本在固定的频率1 2 3f 5 Hz , f 10 Hz , f 25Hz附近波动，与此同时，我们可以由Hilbert边际谱(如图2.6)中更加直观而清晰的看出原始信号中大致的频率成份。与傅里叶单边幅值谱相比较发现也与仿真信号的主要频率相吻合，可以看出经过希尔伯特-黄变换求得的希尔伯特边际谱，从原始信号中拾取的有效频率与实际情况是相同的，能较为真实的反映原始波形中有效频率成分

香山台事件前记录与事件记录原始波形

【参考文献】：
期刊论文
[1]基于模板匹配和镜像延拓的两阶段经验模态分解算法[J]. 王艳超,杨立才,刘澄玉.  山东大学学报(工学版). 2012(06)
[2]地震资料的Hilbert-Huang变换及其应用[J]. 刘浩杰.  石油天然气学报. 2012(12)
[3]南北地震带北段强震形变异常特征与预测指标研究[J]. 王双绪,张希,祝意青,张晓亮,张四新,薛富平.  西北地震学报. 2012(02)
[4]首都圈地区爆破、矿塌和天然地震的识别研究[J]. 刘莎,杨建思,田宝峰,郑钰,姜旭东,徐志强.  地震学报. 2012(02)
[5]南北地震带大地形变监测与大震预测问题思考[J]. 王双绪.  四川地震. 2011(04)
[6]一种非线性非平稳自适应信号处理方法—希尔伯特-黄变换综述:发展与应用[J]. 沈毅,沈志远.  自动化技术与应用. 2010(05)
[7]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)
[8]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)
[9]希尔伯特-黄变换在地震资料处理中的应用[J]. 刘庆敏,杨午阳,李书平,何欣.  西北地震学报. 2009(03)
[10]地面塌陷特征及其遥感识别方法研究[J]. 张敦虎,卢中正,强建华,曾光,马露.  地质灾害与环境保护. 2009(03)

博士论文
[1]希尔伯特—黄变换（HHT）与地震动时程的希尔伯特谱[D]. 张郁山.中国地震局地球物理研究所 2003
[2]希尔伯特—黄变换局瞬信号分析理论的研究[D]. 钟佑明.重庆大学 2002

硕士论文
[1]基于HMM和GMM天然地震与人工爆破识别算法研究[D]. 陈银燕.广西师范大学 2011
[2]基于希尔伯特—黄变换的时频分析算法研究[D]. 王黎黎.西安电子科技大学 2009
[3]希尔伯特黄变换理论和应用的研究[D]. 安怀志.哈尔滨工程大学 2008
[4]希尔伯特—黄变换及其应用研究[D]. 黄诚惕.西南交通大学 2006



本文编号：3362827