基于Allen算法工程尺度微震信號(hào)及其P波初至自適應(yīng)識(shí)別算法研究.pdf

1、微震監(jiān)測(cè)工程尺度是指監(jiān)測(cè)范圍在幾米到幾百米之間，該尺度下的微震信號(hào)相對(duì)于天然地震具有:持續(xù)時(shí)間短、信噪比低，能量小，背景噪音復(fù)雜，信號(hào)特征隨工程變化而變化等特點(diǎn)。工程尺度下弱微震信號(hào)識(shí)別與P波初至自動(dòng)實(shí)時(shí)拾取，一直是微震研究與分析的難點(diǎn)與熱點(diǎn)。工程尺度下微震監(jiān)測(cè)的特點(diǎn)使得引用地震領(lǐng)域中成熟的信號(hào)處理方法Allen算法時(shí)，需改進(jìn)Allen算法:選取適用于微震信號(hào)拾取的算法參數(shù);提高算法特征函數(shù)對(duì)弱信號(hào)的敏感性。從而達(dá)到滿足實(shí)際工程應(yīng)用的拾

2、取算法。
　　論文主要以錦屏極深地下實(shí)驗(yàn)室微震監(jiān)測(cè)數(shù)據(jù)為數(shù)據(jù)源，對(duì)工程尺度下的信號(hào)類型及其Allen算法特征參數(shù)統(tǒng)計(jì)分析。根據(jù)Allen算法長(zhǎng)短時(shí)平均系數(shù)選取難易程度提出RMA微震信號(hào)分類方法。結(jié)合RMA信號(hào)分類，粒子群算法和拾取效果評(píng)價(jià)模型，提出基于Allen算法的工程尺度微震信號(hào)P波初至及其自適應(yīng)識(shí)別模型，通過(guò)自適應(yīng)拾取模型中信號(hào)樣本的增加及Allen算法參數(shù)的優(yōu)化，提高Allen算法處理工程尺度下微震信號(hào)與其P波初至?xí)r參數(shù)選

3、取的自適應(yīng)能力。
　　利用Allen算法能快速有效拾取震動(dòng)信號(hào)的優(yōu)點(diǎn)及Bear算法善于拾取低信噪比震動(dòng)信號(hào)P波初至的優(yōu)勢(shì)，在自適應(yīng)Allen算法模型的基礎(chǔ)上，引入Bear算法的加權(quán)因子，改進(jìn)特征函數(shù)，提出了適用于工程尺度的微震信號(hào)及P波初至自動(dòng)識(shí)別的AB(Allen coupled with Bear algorithm)算法。研究結(jié)果表明:(1)AB算法的加權(quán)因子K、特征函數(shù)CF、ε值對(duì)頻率和振幅變化的敏感性高于Allen算法;