一种地震信号检测和震相提取的方法技术

本发明专利技术是一种地震信号检测和震相提取的方法，用于基于边缘设备的地震检测系统。本发明专利技术的边缘设备采用Jetson Nano芯片实现，构建轻量级深度学习模型LCANet布置在边缘设备上；设备端采集的地震波形数据输入边缘设备，实时输出地震信号时间序列、纵波震相和横波震相。本发明专利技术的LCANet模型将输入的地震波形数据经基于逆向瓶颈残差块的编码器提取描述地震数据内在物理含义的特征向量序列，再经上下文感知注意模块获取三个任务下的关注时间序列上下文信息的特征向量序列，最后经多尺度异构解码器将特征向量映射到对应任务的特征空间。本发明专利技术模型非常适合部署在边缘设备上，满足地震预警系统对数据处理低延迟、高性能的要求。高性能的要求。高性能的要求。

【技术实现步骤摘要】
一种地震信号检测和震相提取的方法


[0001]本专利技术属于地震预警
，具体涉及一种地震信号检测和震相提取的方法。

技术介绍

[0002]地震预警系统是一个大型物联网系统。根据国家地震信息中心的记录，全世界每年平均发生两万次地震。世界各地的地震台站不断地生成数据并向云端服务器传输，地震学家则通过分析地震数据进行地震研究。地震数据在地震定位、地震预警、地震信号检测、相位提取、余震位置预测等方面有着广泛的应用。当地震发生时，它以地震波的形式释放能量，地震波从震源向各个方向辐射。不同类型的能量波以不同的方式震动地面，也以不同的速度穿过地球。地震信号检测和相位拾取是地震学研究中的关键问题，是实现震源定位和震源机制解释的前提和基础。地震信号检测是指从地震传感器采集的地震信号和非地震信号中识别出地震信号。相位拾取是指提取地震信号中纵波(P波)和横波(S波)相位的到达时间。在地震学的研究中，到达时间的预测精度很高，即使时间偏差很小，也会导致震中位置预测出现较大偏差。传统的地震信号检测和相位提取都是由经验丰富的地震专家人工识别的。但随着地震数据量的增大，本文档来自技高网...

【技术保护点】

【技术特征摘要】
Nano芯片的设备。3.根据权利要求1所述的方法，其特征在于，所述的步骤2中，所述的基于逆向瓶颈残差块的编码器包括依次连接的一个深度可分离卷积层和六个逆向瓶颈残差块，深度可分离卷积层后添加最大池化层，前四个逆向瓶颈残差块后添加有最大池化层。4.根据权利要求1或3所述的方法，其特征在于，所述的步骤2中，所述的逆向瓶颈残差块包括扩张层、一维深度卷积层、注意力模块和投影层；其中扩张层为扩张卷积；扩张卷积和一维深度卷积操作后执行批归一化和计算非线性激活函数，所述的非线性激活函数选择hard_swish函数；注意力模块为Squeeze
‑
Excitation模块，在逆向瓶颈残差块中的每一层增加注意力模块；投影层为投影卷积，用于将高维特征投影到低维子空间，投影层设置批归一化操作，未设置计算非线性激活函数操作。5.根据权利要求1或2所述的方法，其特征在于，所述的步骤2中，所述的上下文感知注意模块中，输入的特征向量序列依次经过两个轻量级非因果时序卷积网络和第一全局注意力机制模块后，输出的特征向量序列分别...

【专利技术属性】
技术研发人员：邓攀，赵宇，刘俊廷，汪慕澜，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：