本發(fā)明涉及微地震信號處理
技術(shù)領(lǐng)域：
，具體涉及一種基于全變分微地震信號平滑增強(qiáng)方法。
背景技術(shù)：
：在深井開采、邊坡檢測、隧道地質(zhì)災(zāi)害超前預(yù)報等領(lǐng)域，微地震技術(shù)已得到很廣泛的應(yīng)用。微地震信號為典型的非平穩(wěn)弱信號，在監(jiān)測過程中易受自然環(huán)境、施工噪音、機(jī)電脈沖等噪音影響，導(dǎo)致有效信號的能量相對較弱，許多破裂事件不易被識別，進(jìn)而影響震源的反演。特別是現(xiàn)階段要求實(shí)時微地震信號處理、快速多源信號的分類、震源的高精度定位都需要時空分辨率較高的信號波形。目前微地震信號增強(qiáng)有多種技術(shù)：極化濾波、匹配濾波、f-k濾波、基于多尺度分析的小波變換去噪方法、基于稀疏表示的去噪方法、雙曲radon變換去噪方法。極化濾波的缺點(diǎn)：極化濾波方法濾波因子的期望方向是固定的，對于較為復(fù)雜的的波場，有效信號的波形會因波的全矢量偏離固定分量而導(dǎo)致畸變。匹配濾波的缺點(diǎn)：匹配濾波需要預(yù)先找到微震有效信號的同相軸作為參考軸，然而同相軸的標(biāo)定難度很大。f-k濾波的缺點(diǎn)：f-k濾波后易導(dǎo)致虛假同相軸的產(chǎn)生?；诙喑叨确治龅男〔ㄗ儞Q去噪方法的缺點(diǎn)：基于多尺度分析的小波變換去噪方法由于小波變換在處理二維及更高維的數(shù)據(jù)存在方向局限性，不能很好地描述數(shù)據(jù)中有效信號的方向信息，從而影響了對有效信號的恢復(fù)效果。基于稀疏表示的去噪方法的缺點(diǎn)：基于稀疏表示的去噪方法但當(dāng)信噪比較低時，重構(gòu)的系數(shù)中會混有噪聲系數(shù)，降低了有效信號的估計精度。雙曲radon變換去噪方法的缺點(diǎn)：雙曲radon變換去噪方法同樣在噪聲強(qiáng)度大的微地震數(shù)據(jù)處理中消噪效果不理想?，F(xiàn)有技術(shù)中的幾種方法計算量大，不適合大規(guī)?；?qū)崟r微地震信號處理；針對以上技術(shù)存在的問題，本發(fā)明提出一種基于全變分微地震信號平滑增強(qiáng)算法，該方法在保證信號平滑增強(qiáng)的同時，提高計算效率，保證實(shí)時計算的需要。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于全變分微地震信號平滑增強(qiáng)方法，旨在解決現(xiàn)有方法實(shí)時性不高的問題，在保證信號平滑增強(qiáng)的同時，提高計算效率，保證實(shí)時計算的需要。本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的：一種基于全變分微地震信號平滑增強(qiáng)方法，包括以下步驟：s1.采集微地震數(shù)據(jù)；s2.用常規(guī)預(yù)處理方法對采集到的微地震數(shù)據(jù)進(jìn)行預(yù)處理，得到微地震信號；s3.建立初始全變分微地震信號模型，設(shè)置調(diào)節(jié)系數(shù)λ：表示為：y(t)＝n(t)+x(t)其中y(t)為原始地震信號，定義x(t)為增強(qiáng)后的地震信號，n(t)為地震數(shù)據(jù)的異常數(shù)據(jù)；x(t)由下式求出：n為地震數(shù)據(jù)的采樣點(diǎn)數(shù)，t為采樣點(diǎn)序號，λ為調(diào)節(jié)參數(shù)；s4.利用線性弦線算法，對y(t)進(jìn)行增強(qiáng)，消除的異常噪音,具體包括：a.整數(shù)n≥1，輸入微地震信號序列(y[1],y[2]……y[n])，實(shí)參數(shù)λ>0；b.賦值t＝t0＝t-＝t+＝1，vmin＝y(tǒng)[1]-λ，vmax＝y(tǒng)[1]+λ，umin＝λ，umax＝-λ；c.當(dāng)t＝n時，賦值x*[n]＝vmin+umin，并跳轉(zhuǎn)結(jié)束；d.當(dāng)y[t+1]+umin＜vmin-λ時，執(zhí)行賦值x*[t0]＝…＝x*[t-]＝vmin，t＝t0＝t-＝t+＝t--1，vmin＝y(tǒng)[t]，vmax＝y(tǒng)[t]+2λ，umin＝λ，umax＝-λ；e.當(dāng)y[t+1]+umax＜vmax+λ時，選擇執(zhí)行x*[t0]＝…＝x*[t+]＝vmax，t＝t0＝t-＝t+＝t++1，vmax＝y(tǒng)[t]，vmin＝y(tǒng)[t]-2λ，umin＝λ，umax＝-λ；f.否則，執(zhí)行t＝t+1，umin＝umin+y[t]-vmin，umax＝umax+y[t]-vmax；g.其中當(dāng)umin≥λ時，賦值t-＝t，umin＝λ，vmin＝vmin+(umin-λ)/(t-t0+1)；當(dāng)umax≤-λ時，賦值t+＝t，umax＝-λ，vmax＝vmax+(umax+λ)/(t-t0+1)；h.當(dāng)t小于n時，執(zhí)行步驟(4.4)；i.當(dāng)umin＜0時，賦值x*[t0]=…x*[t+]=vmax，t＝t0=t-=t-+1，vmin＝y(tǒng)[t]，umax＝y(tǒng)[t]+λ-vmax，umin＝λ，并執(zhí)行步驟(4.3)；j.當(dāng)umax＞0時，賦值x*[t0]＝…＝x*[t+]＝vmax，x*[t0]＝…＝x*[t+]＝vmax，vmax＝y(tǒng)[t]，umin＝y(tǒng)[t]-λ-vmin，umax＝-λ，并執(zhí)行步驟(4.3)；k.否則執(zhí)行賦值x*[t0]＝…x*[n]＝vmin+umin/(t-t0+1)，并跳轉(zhuǎn)結(jié)束；l.輸出增強(qiáng)后的信號序列(x^*[1]＝…＝x^*[n])。進(jìn)一步地，所述步驟s1中采集微地震數(shù)據(jù)的具體操作為，通過在監(jiān)測區(qū)域設(shè)計微地震監(jiān)測設(shè)備，形成傳感器序列，獲取多源震動信號。進(jìn)一步地，所述步驟s2中，根據(jù)采集到的微地震數(shù)據(jù)，設(shè)置校正方向矩陣，修訂微地震信號，獲取每分量數(shù)據(jù)x(t)，t＝1,2...n，n為一維信號的采樣點(diǎn)總數(shù)。進(jìn)一步地，所述采樣時間間隔為t，t＝0.5ms、0.6ms、1ms、2ms或4ms。進(jìn)一步地，所述步驟s3中0＜λ≤10。進(jìn)一步地，所述步驟s3中，微地震信號通常為3分量信號，每一分量為一維離散數(shù)字信號。由于噪音、超幅信號等存在，增加了后續(xù)資料處理中多解性。本發(fā)明的有益效果是：本發(fā)明利用線性弦線算法對信號進(jìn)行增強(qiáng)，以期提高信號的時-空分辨率，減少資料解釋中的多解性；本發(fā)明由全變分模型出發(fā)，提供了一種計算效率高、人為的操作誤差小的微地震信號平滑增強(qiáng)方法，其技術(shù)原理為根據(jù)視覺全變分模型，利用線性弦線算法把微地震信號進(jìn)行平滑，達(dá)到微地震信號增強(qiáng)的目的，而且本發(fā)明的方法簡單，在保證信號平滑增強(qiáng)的同時，提高計算效率，保證實(shí)時計算的需要。附圖說明圖1是本發(fā)明基于全變分微地震信號平滑增強(qiáng)方法流程圖；圖2是線性弦線算法流程圖；圖3是加了隨機(jī)噪音的信號圖；圖4是原始地震信號圖；圖5是低通濾波(<50hz)、中值濾波、tv模型信號增強(qiáng)(λ＝0.2)信號圖；圖6是tv模型信號增強(qiáng)結(jié)果信號圖圖7是計算效率分析(λ＝0.2)圖；圖8是巖石剪切破裂信號圖；圖9是tv模型信號增強(qiáng)結(jié)果(λ＝0.6)圖。具體實(shí)施方式下面結(jié)合具體實(shí)施例和附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護(hù)范圍不局限于以下所述。實(shí)施例如圖1所示，一種基于全變分微地震信號平滑增強(qiáng)方法，包括以下步驟：步驟(1)野外采集微地震數(shù)據(jù):在監(jiān)測區(qū)域設(shè)計微地震監(jiān)測設(shè)備，形成傳感器序列，獲取多源震動信號；步驟(2)對原始微地震信號(如圖3所示)進(jìn)行預(yù)處理得到微地震信號(如圖4所示)；根據(jù)實(shí)驗炮數(shù)據(jù)，設(shè)置校正方向矩陣，修訂微地震信號，獲取每分量數(shù)據(jù)x(t),t＝1,2...n，n為一維信號的采樣點(diǎn)總數(shù)，采樣時間間隔為t，t＝0.5ms、0.6ms、1ms、2ms或4ms；步驟(3)建立初始全變分微地震信號模型，設(shè)置調(diào)節(jié)系數(shù)λ：微地震信號通常為3分量信號，每一分量為一維離散數(shù)字信號，由于噪音、超幅信號等存在，增加了后續(xù)資料處理中多解性；表示為：y(t)＝n(t)+x(t)其中y(t)為原始地震信號，定義x(t)為增強(qiáng)后的地震信號，n(t)為地震數(shù)據(jù)的異常數(shù)據(jù)；x(t)由下式求出：n為地震數(shù)據(jù)的采樣點(diǎn)數(shù)，t為采樣點(diǎn)序號，λ為調(diào)節(jié)參數(shù)(流程圖如圖2所示)；步驟(4)利用線性弦線算法，對y(t)進(jìn)行增強(qiáng)，消除的異常噪音(如圖4所示)；步驟(4.1)整數(shù)n≥1，輸入微地震信號序列(y[1],y[2]……y[n])，實(shí)參數(shù)λ>0；步驟(4.2)賦值t＝t0＝t-＝t+＝1，vmin＝y(tǒng)[1]-λ，vmax＝y(tǒng)[1]+λ，umin＝λ，umax＝-λ；步驟(4.3)當(dāng)t＝n時，賦值x*[n]＝vmin+umin，并跳轉(zhuǎn)結(jié)束；步驟(4.4)當(dāng)y[t+1]+umin＜vmin-λ時，執(zhí)行賦值x*[t0]＝…＝x*[t-]＝vmin，t＝t0＝t-＝t+＝t--1，vmin＝y(tǒng)[t]，vmax＝y(tǒng)[t]，vmax＝y(tǒng)[t]+2λ，umin＝λ，umax＝-λ；步驟(4.5)當(dāng)y[t+1]+umax＜vmax+λ時，選擇執(zhí)行x*[t0]＝…＝x*[t+]＝vmax，t＝t0＝t-＝t+＝t++1，vmax＝y(tǒng)[t]，vmin＝y(tǒng)[t]-2λ，umin＝λ，umax＝-λ；步驟(4.6)否則，執(zhí)行t＝t+1，umin＝umin+y[t]-vmin，umax＝umax+y[t]-vmax；步驟(4.7)其中當(dāng)umin≥λ時，賦值t-＝t，umin＝λ，vmin＝vmin+(umin-λ)/(t-t0+1)；當(dāng)umax≤-λ時，賦值t+＝t，umax＝-λ，vmax＝vmax+(umax+λ)/(t-t0+1)；步驟(4.8)當(dāng)t小于n時，執(zhí)行步驟(4.4)；步驟(4.9)當(dāng)umin＜0時，賦值x*[t0]＝…＝x*[t+]＝vmax，t＝t0＝t-＝t-+1，vmin＝y(tǒng)[t]，umax＝y(tǒng)[t]+λ-vmax，umin＝λ，并執(zhí)行步驟(4.3)；步驟(4.10)當(dāng)umax＞0時，賦值x*[t0]＝…x*[t+]＝vmax，t＝t0＝t+＝t++1，vmax＝y(tǒng)[t]，umin＝y(tǒng)[t]-λ-vmin，umax＝-λ，并執(zhí)行步驟(4.3)；步驟(4.11)否則執(zhí)行賦值x*[t0]＝…＝x*[n]＝vmin+umin/(t-t0+1)，并跳轉(zhuǎn)結(jié)束；步驟(4.12)輸出增強(qiáng)后的信號序列(x^*[1]＝…＝x^*[n])；參照巖體剪切破裂信號來模擬，該信號由三個正弦衰減波代表于三段不同時刻的剪切破裂，總采樣時間為1303ms，采樣頻率1000hz，為了簡單起見把信號的起跳作為初至?xí)r間，分別為100ms、502ms、903ms處；見圖4原始干凈的信號，圖3為加了隨機(jī)噪音的信號，信噪比為3.6423db的信號(模擬監(jiān)測環(huán)境中大量的背景隨機(jī)噪音情況)；通?，F(xiàn)場采用的實(shí)時濾波方法為中值濾波方法、低通濾波方法與tv信號增強(qiáng)方法；結(jié)果的對比分析發(fā)現(xiàn)并tv信號增強(qiáng)方法(見表1)，在提高信噪比的同時能達(dá)到平滑信號的效果(如圖5所示)，從圖5中可以看出，在初至之前另兩種算法都存在濾不凈的“毛刺”現(xiàn)象，對利用波起跳進(jìn)行初至拾取存在很大的干擾，從而影響震源定位的精度。在計算效率分析中(如圖6和圖7所示)從開始90次計算次數(shù)到迭代5次后減少到52次，計算次數(shù)曲線趨于平衡，其表明僅算法需要迭代5次能夠得到較為可信的計算結(jié)果，滿足實(shí)時微地震數(shù)據(jù)處理的要求。表1地震信號信噪比表信號類型信噪比(db)含噪信號3.6423tv信號增強(qiáng)方法10.3525低通濾波(50<hz)7.8094中值濾波9.4958下面結(jié)合附圖對本發(fā)明的應(yīng)用原理作詳細(xì)描述。如圖1：一種基于全變分微地震數(shù)據(jù)平滑增強(qiáng)方法，該方法包括以下步驟：s101:野外采集微地震數(shù)據(jù)；s102:用常規(guī)預(yù)處理方法得到微地震信號(如圖9)，圖8為四川某鐵礦微地震監(jiān)測到的巖體剪切破裂信號(采樣點(diǎn)4001個，采樣頻率為1000hz)；s103:選取調(diào)節(jié)參數(shù)λ＝0.6；s104:用線性弦線算法(圖2)求解全變分模型，圖9為采用tv信號增強(qiáng)技術(shù)對原始信號處理的結(jié)果，圖中信號的初至清晰可見，降低了初至識別難度，利于計算機(jī)自動化處理；本例利用5組測試炮數(shù)據(jù)對tv信號增強(qiáng)算法進(jìn)行驗證，見表2其震源定位精度得到了很大幅度的提高。表2信號增強(qiáng)后定位結(jié)果與誤差對比表以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對其他實(shí)施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述構(gòu)想范圍內(nèi)，通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識進(jìn)行改動。而本領(lǐng)域人員所進(jìn)行的改動和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護(hù)范圍內(nèi)。當(dāng)前第1頁12