一种基于频域奇异值分解的矿山单通道微震信号降噪方法及应用技术

技术编号:34946930 阅读:15 留言:0更新日期:2022-09-17 12:22
本发明专利技术涉及一种基于频域奇异值分解的矿山单通道微震信号降噪方法,该方法针对矿山微震系统各通道信号相关性低、Hankel矩阵维度低的特点,提出了单通道微震信号的Hankel矩阵构建方法,并提出了基于傅里叶变换与逆变换以及SVD奇异值分解的FSVD频域降噪方法及其处理流程。与传统方法相比,该方法具有不受阈值限制、兼顾了高低频带特性的特点,在实现对微震信号内干扰成分的有效剔除的同时,提高了信号的信噪比、平滑度等,确保了信号的保真度和分辨率。该方法对于矿山微震信号的快速分析处理,以及后续的初始到时精确拾取、矿山微震信号特征挖掘与分析具有重要意义。掘与分析具有重要意义。掘与分析具有重要意义。

【技术实现步骤摘要】
一种基于频域奇异值分解的矿山单通道微震信号降噪方法及应用


[0001]本专利技术涉及矿山微震及图像处理
,尤其涉及一种基于频域奇异值分解的矿山 单通道微震信号降噪方法及应用。

技术介绍

[0002]采用常规的时域、频域分析方法很难对微震信号进行降噪处理。为此,国内外专家提 出了众多针对非平稳、非线性、瞬态变化信号的去噪方法。目前,常规滤波处理方法包括 带通滤波、EMD滤波、小波包阈值滤波以及巴特沃斯滤波法、切比雪夫滤波法等方法。还 有以傅氏变换为基础的带通滤波、FK域滤波方法,小波阈值、EMD等。徐宏斌等利用小 波变换对大尺度岩体结构下的微震监测信号进行去噪研究。Kimiaefar R.等利用人工神经网 络和小波包分解对地震信号的随机噪声进行了压制处理。但小波包在自适应方面具有一定 的缺陷,在处理微震信号这类非平稳、瞬态信号时,会引起信号的畸变。
[0003]目前还存在一定的局限性:VMD是一种自适应信号分解方法,其能够克服处理信号 时发生的模态混叠现象,但该方法只是去除了含有噪音的模态分量,没有根据信号频谱特 征进行模态的选择,所以选择出来的模态并不一定包含原始信号的信号特征,另外在选取 有用模态分量后,只是对包含的工频噪音实现了降噪,使得这种降噪方法达到的降噪效果 并不是很好。小波包分解与人工神经网络相结合,对地震信号的随机噪声进行压制处理效 果良好,但小波包在自适应方面具有一定的缺陷,在处理微震信号这类非平稳、瞬态信号 时,会引起信号的畸变。针对弱能量、高频率、瞬态非平稳,且传播介质相对单一的矿山 微震信号,现有的微震信号处理方法难以提取出有效信号。

技术实现思路

[0004]矿山微震信号降噪是为了将有效信号从背景干扰中提取出来,进而服务于波形分类识 别、到时拾取、定位计算以及属性特征的挖掘等环节。为了提高矿山微震信号的信噪比, 本专利技术提供了一种基于FFT和SVD的单通道微震信号降噪处理方法。
[0005]为解决上述技术问题,本专利技术的基于频域奇异值分解的矿山单通道微震信号降噪方法 包括如下步骤:
[0006]步骤S1:对微震信号的傅里叶变换
[0007]对微震信号X1进行傅里叶变换,将其转换到频域,得到与之对应的频域信号转 换公式为:
[0008][0009]步骤S2:关键参数的确立
[0010]确立单通道微震数据奇异值分解的相关参数:时间延迟量τ、重构阶数k以及Hankel 矩阵长度n和维度m;
存在单通道微震时间序列X,该序列的自相关函数R可表述为:
[0028][0029]其中,N为单通道微震记录的采样点数;R取最小值R
min
时所对应的延迟时间作为τ。
[0030]进一步的,步骤S2中Hankel矩阵长度n和维度m与τ的关系式为:(m

1)
×
τ+n=N; 假设m=n,则有:在对m、n的取值上,为了避免构建的Hankel矩阵维数过高、 特征值过多,对计算时间和过程要求较高等缺点,可认为m、n近似相等。
[0031]进一步的,步骤S2中引入奇异值能量差分谱用于确立奇异值分解重构SVD阶数,奇 异值能量差分谱E描述了相邻奇异值所代表能量的变化情况,其计算公式可表述为:
[0032][0033]其中,E(i)为第i个奇异值能量差分谱,i=1,2,

,k

1,E为k

1个奇异值能量差 分谱组成的序列;λ
i
为第i个奇异值,λ
max
和λ
min
分别为奇异值矩阵中的最大值和最小值。
[0034]进一步的,步骤S6中的判断方法为:利用信号的信噪比SNR、能量百分比ESN、均 方根误差RMSE以及信号平滑度STI分别对降噪前后的微震信号进行定量描述,其公式可 表述为:
[0035][0036][0037][0038][0039]其中,S
n
和分别滤波前、后的微震信号,N为信号的采样点数。
[0040]本专利技术还提供一种计算机程序产品,所述计算机程序产品包括计算机指令,所述计算 机指令在由处理器运行时使得计算机设备执行前述基于频域奇异值分解的矿山单通道微 震信号降噪方法。
[0041]本专利技术还提供一种计算机可读存储介质,其上存储有计算机可执行指令,所述指令在 被处理器执行时用于实现前述基于频域奇异值分解的矿山单通道微震信号降噪方法。
[0042]本专利技术还提供一种基于频域奇异值分解的矿山单通道微震信号降噪系统,包括:
[0043]一个或多个处理器;以及
[0044]一个或多个存储器,其中存储有计算机可执行程序,当由所述处理器执行所述计
算机 可执行程序时,执行前述基于频域奇异值分解的矿山单通道微震信号降噪方法。
[0045]本专利技术的基于FFT和SVD的单通道微震信号降噪处理方法针对矿山微震系统各通道 信号相关性低、Hankel矩阵维度低的特点,提出了单通道微震信号的Hankel矩阵构建方 法,并提出了基于傅里叶变换与逆变换以及SVD奇异值分解的FSVD频域降噪方法及其 处理流程。与传统方法相比,该方法具有不受阈值限制、兼顾了高低频带特性的特点,在 实现对微震信号内干扰成分的有效剔除的同时,提高了信号的信噪比、平滑度等,确保了 信号的保真度和分辨率。该方法对于矿山微震信号的快速分析处理,以及后续的初始到时 精确拾取、矿山微震信号特征挖掘与分析具有重要意义。
附图说明
[0046]下面结合附图对本专利技术的具体实施方式做进一步阐明。
[0047]图1(a)本专利技术的矿山微震信号SVD频域降噪流程图
[0048]图1(b)为本专利技术的降噪原理示意图;
[0049]图2为本专利技术实施例中微震事件波形图;
[0050]图3(a)为本专利技术实施例中序号1~5区间的奇异值的FSVD奇异值能量分布示意图;
[0051]图3(b)为本专利技术实施例中序号1~5区间的奇异值的对应重构信号的频谱特性图;
[0052]图4(a)为本专利技术实施例中序号6~10区间的奇异值的FSVD奇异值能量分布示意图;
[0053]图4(b)为本专利技术实施例中序号6~10区间的奇异值的对应重构信号的频谱特性图;
[0054]图5(a)为本专利技术实施例中序号11~15区间的奇异值的FSVD奇异值能量分布示意图;
[0055]图5(b)为本专利技术实施例中序号11~15区间的奇异值的对应重构信号的频谱特性图;
[0056]图6(a)为本专利技术实施例中序号16~20区间的奇异值的FSVD奇异值能量分布示意图;
[0057]图6(b)为本专利技术实施例中序号16~20区间的奇异值的对应重构信号的频谱特性图;
[0058]图7(a)为本专利技术实施例中序号21~25区间的奇异值的FSVD奇异值能量分布示意图;
[0059]图7(b)为本专利技术实施例中序号21~25区本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于频域奇异值分解的矿山单通道微震信号降噪方法,其特征在于:包括如下步骤:步骤S1:对微震信号的傅里叶变换对微震信号X1进行傅里叶变换,将其转换到频域,得到与之对应的频域信号转换公式为:步骤S2:关键参数的确立确立单通道微震数据奇异值分解的相关参数:时间延迟量τ、重构阶数k以及Hankel矩阵长度n和维度m;步骤S3:奇异值变换SVD将二维微震信号进行等长度划分,构建Hankel矩阵D,并对矩阵进行奇异值分解:假设二维地震剖面为P,道数为m,每道的采样点数为n,对m
×
n矩阵P进行奇异值分解,可得到如下关系式:其中,U和V分别表示左右奇异阵,其中U∈R
m
×
m
、V∈R
n
×
n
;P的秩为k(k=min(m,n));S是由PP
T
或P
T
P的特征值σ按递减顺序组建的对角矩阵;r是矩阵P的秩,奇异值个数k与矩阵的秩r相等。对角矩阵S=diag(σ1,σ2,


k
)为矩阵R的特征值,其中,σ
k
为第k个特征值,其关系式可表述为:矩阵PP
T
或P
T
P的奇异值λ
k
与特征值σ
k
的关系可定义为其中λ1≥λ2≥

≥λ
k
≥0;以λ
k
或来表征该通道内地震信号的能量大小,则第j通道内信号的能量贡献率C
j
可表述为:步骤S4:二维信号重构分析奇异值分布规律,并根据奇异值优选原则,确立合理的重构阶数k和奇异值序号;利用SVD反变换获得去噪后的单通道二维微震信号;步骤S5:傅里叶逆变换
利用傅里叶反变换将重构的频谱变换为期望的目标信号X2,逆变换公式如下:步骤S6:判断去噪后信噪比是否满足要求,若不满足,则返回步骤S1。2.根据权利要求1所述的基于频域奇异值分解的矿山单通道微震信号降噪方法,其特征在于:步骤S2中利用自相关函数获得SVD相空间矩阵构建的延迟时间τ,假设存在单通道微震时间序列X,该序列的自相关函数R可表述为:其中,N为单通道微震记录的采样...

【专利技术属性】
技术研发人员:朱权洁王大仓梁娟刘晓辉尹永明高林生欧阳振华杨涛隋龙琨谷雷
申请(专利权)人:华北科技学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1