一种基于Bi-GRU网络的地震初至波拾取方法技术

本发明专利技术属于地震预测技术领域，具体涉及一种基于Bi

【技术实现步骤摘要】
一种基于Bi
‑
GRU网络的地震初至波拾取方法


[0001]本专利技术属于地震预测
，具体涉及一种基于Bi
‑
GRU网络的地震初至波拾取方法。

技术介绍

[0002]当前地震信号检测方法主要为传统方法，如STA/LTA，模板匹配等，STA/LTA方法需要设定算法检测阈值，阈值的不同会影响地震信号监测范围，如此部分地震信号会被误检或漏检；模板匹配法依赖匹配模板的特征，这就导致算法泛化能力差，不具有普适性。
[0003]现有技术存在的问题或者缺陷：地震初至波即地震P波，是地震最先到达地表的波形信号，目前地震初至波的拾取方式需人为设定阈值，智能程度低，当阈值设定不当时，拾取误差较大，无法满足地震监测需求。

技术实现思路

[0004]针对上述目前地震初至波的拾取方式需人为设定阈值、智能程度低、当阈值设定不当时、拾取误差较大、无法满足地震监测需求的技术问题，本专利技术提供了一种泛化能力强、鲁棒性强、准确率高的基于Bi
‑
GRU网络的地震初至波拾取方法。
[0005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Bi
‑
GRU网络的地震初至波拾取方法，其特征在于：包括下列步骤：S1、数据集构建：将数据截取为指定长度的数据段；S2、数据去噪：减少环境噪声对数据的影响，提高数据信噪比，帮助深度网络可以更好地提取数据特征，保证网络识别效果；S3、归一化：将数据统一到同一量级，方便模型提取特征并加速模型收敛；S4、数据平移：将P波到达时刻随机分配到数据任意位置，防止模型过拟合，提升模型鲁棒性，同时构建One
‑
Hot标签供网络训练使用；S5、模型构建：采用Bi
‑
GRU网络对数据特征进分析提取并输出，采用TimeDistributed时间步全连接进行每个时间步的识别，得到P波到达时刻；S6、模型评价：采用到时平均误差对模型效果进行评价。2.根据权利要求1所述的一种基于Bi
‑
GRU网络的地震初至波拾取方法，其特征在于：所述S1中，数据集构建具体方法为：以人工标注的P波到时为中心，使用长度为10s的时窗截取含P波的数据段，数据采样率为100Hz，即每条数据包含1000个时间步。3.根据权利要求1所述的一种基于Bi
‑
GRU网络的地震初至波拾取方法，其特征在于：所述S2中，所述数据去噪方法为：采用高通滤波器对数据进行去噪处理，滤波阈值为3Hz，即允许频率高于3Hz的数据通过，将低于3Hz的数据极大的衰减以达到去噪目的。4.根据权利要求1所述的一种基于Bi
‑
GRU网络的地震初至波拾取方法，其特征在于：所述S3中，所述归一化具体方法为：采用最大值归一化，将数据缩放到[
‑
1,1]的范围内，其中x
′
i
表示归一化后第i个时间步的值，x
i
表示归一化前的值，X表示整条数据的全部时间步大小。5.根据权利要求1所述的一种基于Bi
‑
GRU网络的地震初至波拾取方法，其特征在于：所述S4中，所述数据平移具体方法...

【专利技术属性】
技术研发人员：王小华，张娜，陈亮，董虎弟，韩丹，
申请(专利权)人：山西三友和智慧信息技术股份有限公司，
类型：发明
国别省市：