基于 Shearlet-AIC 算法的微地震初至拾取

初至拾取是微地震数据处理的基本步骤及重要环节,在低信噪比情况下,传统的初至拾取方法性能不佳,无法满足实际需求。为此,提出一种新算法,该算法将时域 微 地 震 数 据 映 射 到 Shearlet 域,利 用 AIC(Akaike Information Criterion) 模型对 Shearlet 域各尺度层的数据实现初步识别,最小 AIC 值作为初至时刻。通过 大量实验验证 Shearlet-AIC 算法在低至 － 13 dB 信噪比下自动拾取的准确性,证实该算法优于传统初至拾取算法,解决了传统初至拾取算法在低信噪比时难以有效拾取微地震初至的难题。     

一种低信噪比条件下的瞬时频率估计算法

为了在低信噪比条件下更有效地提取信号的瞬时频率,提出了一种改进魏格纳-维勒分布的瞬时频率估计算法来降低瞬时频率的估计误差.首先,采用基于切比雪夫多项式的核函数代替魏格纳-维勒分布的核函数,根据信号计算最优核函数.然后用该最优核函数计算信号的时频分布,以减小信号交叉项的影响.最后,采用维特比算法从时频分布中估计信号的瞬时频率.仿真结果表明,信噪比为-15～-5 dB条件下,改进魏格纳-维勒分布算法瞬时频率估计值的均方误差相比于魏格纳-维勒分布算法和平滑伪魏格纳-维勒分布算法减小超过53%,有效降低了瞬时频率估计误差.在单分量信号和多分量信号情况下,改进魏格纳-维勒分布算法能得到性能更优的瞬时频率估计值.     

人工智能在拾取地震P波初至中的应用 ——以汶川地震余震序列为例

为了准确而迅速地拾取大量地震事件的P波初至, 将深度学习方法引入微地震P波初至到时拾取研究中, 对卷积神经网络的结构进行改造, 以便适应地震波形数据的特点 P波初至拾取的要求。该算法只需要输入10 s窗口的三分量地震波形数据, 就可以自动地判定P波初至时刻, 无需扫描连续波形, 运算时间远远小于长短窗、模板匹配等传统方法。使用该算法训练汶川地震主震后2008年7—8月7467条人工拾取的余震P波初至到时, 将得到的模型对测试集中 1867条数据的计算结果与人工拾取结果对比, 误差小于0.5 s者占比达到98.9%。在低信噪比条件下, 该方法仍能保持较好的拾取能力。     

复杂地区高背景噪音下初至拾取技术

在复杂地表进行地震勘探,受到表层剧烈变化的和地面障碍的影响,原始地震记录的初至形态会严重畸变,特别是在低能量高背景噪音情况下,本来就不清晰的初至受到高能背景噪音的影响更加难以分辨。利用笔者提出的初至拾取预处理方法可以大大提高初至信号与背景噪音的信噪比,从而绝对提高初至拾取的精度和效率。不但为静校正计算提供准确的初至信息,而且可以使其用于炮点位置质量监控。     

一种导航宽带抗干扰中的阵列幅相误差校正算法

针对复杂电磁环境下抗干扰导航接收机中存在的幅相误差问题,提出一种幅相误差有源校正的导航接收机抗干扰算法;该算法通过干扰和幅相误差构建阵列幅相误差数学模型;然后基于加权子空间拟合原理和最小二乘的方法估计阵列幅相误差系数;最后利用线性约束最小方差(LCMV)算法对修正的之后的接收数据进行干扰的抑制;并明确提出了导航抗干扰接收机的通道修正的解决方案。理论分析和仿真实验表明,估计的幅相误差系数与实际幅相误差非常接近;此方法可以准确在干扰方向上形成零陷并保留导航信号;信噪比在-10 d B的时候,幅相误差估计值逐渐收敛于真实值;并且随着信噪比的增加幅相误差估计精度也逐渐提高。所提算法能有效提高存在幅相误差通道的抗干扰的性能。     

多径条件下基于辅助阵元的阵列幅相误差自校正

针对多径环境中均匀线阵（uniform linear array, ULA）的幅相误差的校正问题,在不破坏阵列幅相误差矩阵的前提下,提出了一种多径条件下基于辅助阵元的波达方向（direction of arrival,DOA）估计及幅相误差自校正算法。利用阵列平移的方法对相干信号进行解相干预处理,再利用辅助阵元依据子空间原理构建代阶函数实现相干信源的方位估计, 进而对阵列幅相误差进行估计。计算机仿真结果表明,该算法对多径环境下的相干信源具有准确的方位估计与幅相误差自校正性能。     

基于自动识别系统信息相关系数法的阵列幅相误差校准方案

针对高频地波雷达系统的工程应用,提出一种基于自动识别系统(automatic identification system, AIS)信息相关系数法进行阵列幅相误差校准的方法。该方法利用低信噪比的舰船回波信号,可以实现同步校正,不需要专门部署应答器,且成本低,对于不能借助直达波校准的单基地高频地波雷达系统同样适用。分析现场的实测数据结果表明,通过该方法对阵列幅相误差进行校准可以获得稳定的幅度、相位校准值,校准后多信号分类(multiple signal classification, MUSIC)空间谱估计方位角的准确性和分辨率得到大幅度提高,进而显著改善利用MUSIC算法估计海流方位角的高频地波雷达系统海流探测性能。     

低信噪比的空间谱估计通道幅相误差校正算法

针对低信噪比情况下空间谱估计算法性能下降的问题,建立了低信噪比的阵列误差模型.该模型不仅考虑了通道幅相误差对接收信号的影响,还考虑了它对接收机通道噪声的影响.利用该模型提出了一种通道幅相误差校正算法,该算法结合阵列接收数据自相关矩阵的特征值分解和迭代方法,可以在低信噪比情况下准确求得阵列通道幅相误差,使得高分辨率的空间谱估计算法能够很好地应用于毫米波热辐射阵列接收系统.最后通过仿真和实验验证了所建立的阵列误差模型和算法的正确性和有效性.     

超声相控阵低信噪比背景下相关相位校正

超声相控阵中,相位校正在消除相位畸变中起着重要作用。部分相控阵探头,阵元的面积小,回波信号弱,信噪比差。针对该问题,首先研究了邻近和集总相关估计在不同信噪比情况下的校正性能:发现信噪比SNR>12 dB时,邻近相关估计基本不产生估计误差;SNR<5 dB时,邻近相关估计产生的误差随着信噪比下降急剧增大。而集总相关即使在噪声强度较小时也不能做到估计误差为0;在噪声强度增大的过程中,其估计误差并未急剧增加,这与邻近相关估计不同。根据邻近和集总相关的特点,提出了混合相关校正结构。实验表明,混合相关充分利用了邻近和集总相关估计的优点,显著提高了图像质量。     

小波分析与振幅比法联合拾取P波初至时间

振幅比法是一种准确有效的初至拾取方法,但是振幅比法在信噪比偏低时会产生误判现象。针对这种情况,提出了小波分析与振幅比法联合拾取P波初至时间的方法。小波-振幅比法是将小波分析与振幅比法结合起来,首先对爆破信号进行小波去噪,基于小波分析的滤噪理论包括信号分解、各分解层次硬阈值去噪与信号重构三个步骤,提高了爆破信号的信噪比,最后使用振幅比法拾取P波初至时间。以2014年7月28日11时监测到的一个矿震事件为例,用小波-振幅比联合方法准确拾取爆破信号P波初至时间,计算得出x、y、z三个方向的定位误差小于42米,符合空间位置定位（x,y,z误差小于50米）的要求;说明了通过小波滤噪方法可以有效提高爆破信号信噪比并且提高了P波到时拾取的准确度,提高了定位精度,具有较好的应用前景。