【技术实现步骤摘要】
一种基于小波分析的海底地震信号在线识别方法
[0001]本专利技术涉及海洋地质探测领域的一种海底地震信号识别方法,具体的说是一种基于小波分析的海底地震信号在线识别方法。
技术介绍
[0002]与声呐浮标、海底地震仪、泊系水听器等海洋地震观测设备相比,移动式海洋地震仪机动性强,覆盖范围广,投放回收成本低,能够很好地完成海底地震的观测任务。并且移动式海洋地震仪能够实时处理观测地震信号,保存地震数据,通过卫星将观测数据传递回来。因此,移动式海洋地震仪得到了广泛应用,成为了海洋地震观测网络的重要组成部分。
[0003]目前对于地震信号的识别方法主要有STA/LTA算法、神经网络法等。STA/LTA算法简单快速,但结果粗糙,识别率低,神经网络法识别率高,但运算量很大,对硬件要求比较高,难以在移动式海洋地震仪搭载的控制芯片上使用。这些算法不能兼顾控制芯片的运算量和地震信号的识别率,导致目前海底地震观测工作效率低,漏报错报多,不能很好地完成地震观测任务。
技术实现思路
[0004]为了解决上述问题,本专利技术提供了一种基于小波分析的海底地震信号在线识别方法,解决了运算量和识别率之间的冲突,能够应用在移动式海洋地震仪的控制芯片上,快速准确地识别出地震信号。
[0005]本专利技术通过以下技术方案实现:S1、通过移动式海洋地震仪所携带传感器在海底实时观测水声信号S,对实时观测到的水声信号S进行N层小波分解得到水声信号S在各层的小波系数;所述的水声信号S是由传感器按时序间隔采样获得的采样点数据。
...
【技术保护点】
【技术特征摘要】
1.一种基于小波分析的海底地震信号在线识别方法,其特征在于:S1、通过移动式海洋地震仪所携带传感器在海底实时观测水声信号S,对实时观测到的水声信号S进行N层小波分解得到水声信号S在各层的小波系数;S2、对各层的小波系数通过软阈值函数进行阈值去噪处理;S3、用阈值去噪处理过的各层的小波系数进行小波重构得到去噪重构后的水声信号S;S4、采用二进样条小波对去噪重构后的水声信号S进行展开和计算处理获得水声信号S各层的相对功率S
k
,进而获得水声信号S的相对功率分布;S5、从相对功率分布中第一层的相对功率S1开始,遍历各层的相对功率,验证水声信号S的相对功率分布是否与地震特征匹配:若匹配则判断水声信号S为海底地震信号,否则判断水声信号S不为海底地震信号。2.根据权利要求1所述的一种基于小波分析的海底地震信号在线识别方法,其特征在于:所述步骤S1中,小波分解的层数N按照以下公式设定:N = 1 + { ln (f1)
ꢀ–ꢀ
ln(f2) } / ln2其中, f1是移动式海洋地震仪所携带传感器观测的采样频率, f2是期待观测的地震信号的最低频率;若计算出的小波分解的层数N不为整数,则向上取整。3.根据权利要求1所述的一种基于小波分析的海底地震信号在线识别方法,其特征在于:每层所述小波系数均包括表示低频部分的近似系数C
A
和表示高频部分的细节系数C
D
;在所述步骤S1中,每一层的小波系数中的近似系数C
A
和细节系数C
D
均采用单独的软阈值函数进行去噪处理。4.根据权利要求1所述的一种基于小波分析的海底地震信号在线识别方法,其特征在于:所述步骤S2中,软阈值函数设置为:当C
k0
≥ m 时,C
k = C
k0
–ꢀ
m当
ꢀ‑
m < C
k0 < m 时,C
k = 0当C
k0
≤
ꢀ‑
m 时,C
k = C
k0 + m其中,C
k0
是待观测信号在阈值去噪前的第 k层下的小波系数集,m是小波系数阈值,C
k
是阈值去噪后的第 k层下的小波系数集;所述的各层小波系数阈值m按照以下方式设置:m = n * MaxMax = max{ | C
k0
| }其中,Max是当前第k层下的所有小波系数绝对值的最大值,max{}表示取最大元素函数,max{ | C
k0
| }表示取待观测信号在阈值去噪前的第 k层下的小波系数集中各个元素的绝对值的最大值,n是最大值Max的相对系数。5.根据权利要求1所述的一种基于小波分析的海底地震信号在线识别方法,其特征在于:所述步骤S4中,采用二进样条小波对去噪重构后的水声信号S进行展开获得...
【专利技术属性】
技术研发人员:朱心科,丁巍伟,江文胜,侯斐,
申请(专利权)人:自然资源部第二海洋研究所,
类型:发明
国别省市:
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。