基于Allen算法工程尺度微震信號及其P波初至自適應(yīng)識別算法研究.pdf

1、微震監(jiān)測工程尺度是指監(jiān)測范圍在幾米到幾百米之間，該尺度下的微震信號相對于天然地震具有:持續(xù)時間短、信噪比低，能量小，背景噪音復(fù)雜，信號特征隨工程變化而變化等特點。工程尺度下弱微震信號識別與P波初至自動實時拾取，一直是微震研究與分析的難點與熱點。工程尺度下微震監(jiān)測的特點使得引用地震領(lǐng)域中成熟的信號處理方法Allen算法時，需改進Allen算法:選取適用于微震信號拾取的算法參數(shù);提高算法特征函數(shù)對弱信號的敏感性。從而達到滿足實際工程應(yīng)用的拾

2、取算法。
　　論文主要以錦屏極深地下實驗室微震監(jiān)測數(shù)據(jù)為數(shù)據(jù)源，對工程尺度下的信號類型及其Allen算法特征參數(shù)統(tǒng)計分析。根據(jù)Allen算法長短時平均系數(shù)選取難易程度提出RMA微震信號分類方法。結(jié)合RMA信號分類，粒子群算法和拾取效果評價模型，提出基于Allen算法的工程尺度微震信號P波初至及其自適應(yīng)識別模型，通過自適應(yīng)拾取模型中信號樣本的增加及Allen算法參數(shù)的優(yōu)化，提高Allen算法處理工程尺度下微震信號與其P波初至?xí)r參數(shù)選

3、取的自適應(yīng)能力。
　　利用Allen算法能快速有效拾取震動信號的優(yōu)點及Bear算法善于拾取低信噪比震動信號P波初至的優(yōu)勢，在自適應(yīng)Allen算法模型的基礎(chǔ)上，引入Bear算法的加權(quán)因子，改進特征函數(shù)，提出了適用于工程尺度的微震信號及P波初至自動識別的AB(Allen coupled with Bear algorithm)算法。研究結(jié)果表明:(1)AB算法的加權(quán)因子K、特征函數(shù)CF、ε值對頻率和振幅變化的敏感性高于Allen算法;