论文部分内容阅读
【摘要】 P波的自动拾取是微震检测技术的关键之一，也是实现震源定位的首要条件。针对P波震相拾取的特点，在对长短时窗平均（STA/LTA）算法分析研究的基础上，对其能量特征函数进行了改进，解决了原STA/LTA拾取的到时点变化幅度过小及触发点与实际到时点有误差的问题。针对STA/LTA算法长短窗大小选取困难的缺点，提出了基于时窗能量熵法的微震到时拾取，它将滑动时窗进行二等分，计算每个时窗的能量，然后将其作为能量特征计算总滑动时窗的能量熵。根据能量熵的变化情况得出微震P波到时。研究结果表明，对典型的高信噪比微震信号，此方法拾取结果与人工拾取基本一致。
【关键词】 微震 到时拾取 长短时窗平均 时窗能量熵
引言
近年来，随着我国矿井逐年增加的开采深度，井下重大恶性事故频发，因此微震检测技术成为了煤矿开采产业的重中之重，自动化微震检测技术对矿山的安全开采和可持续发展具有重要意义和作用。利用此技术，及时发现并预报矿山活动情况和危险状况，对井下开采过程进行实时化的监控，也可以为矿山设计提供安全的数据指导，预防灾害事故的发生，保证煤矿开采的经济和社会效益。
一、STA/LTA算法
STA/LTA是目前应用广泛的一种微震信号P波到时自动拾取的方法，它的主要原理是用特征函数计算滑动长时窗和短时窗的能量平均值，长时窗平均值（LTA）主要反应的是信号背景噪声的变化趋势，短时窗平均值（STA）主要反应的是微地震信号的能量变化趋势[1]。当信号到达时，短时窗平均值增加的幅度比长时窗平均值要大，相应的STA/LTA值会有一个较大的变化，当其值大于一个用户设定的阈值时，此极值点就认为是微震P波到时。
实验表明在所有地震波中，P波拥有最快的传递速度，因此地震发生时，P波是最早抵达测站，并被地震仪纪录下来的地震波[2]。每一个微震信号都包含着岩体内部状态变化的丰富信息，对接收到的微震信号进行处理、分析，可作为评价岩体稳定性的依据。对P波的精确拾取对于微震震源定位和解释震源机制有着重要的意义，但人工查看信号图和拾取P波到时既耗时又耗费人力。
目前应用广泛的微震到时自动拾取方法有基于时间域信号能量变化构建特征函数提出的长短时窗平均（STA/ LTA），此方法的原理可以简单理解为将短时窗的右侧与长时窗右侧对齐同时滑动，待测信号同时进入长短时窗，并且短时窗变化灵敏，当值达到极值点时对应微震初至到时。可以得到此时STA/LTA的极值点与微震P波到时基本一致，并且极值点的跳跃幅度较大，易于阈值的选取[3]。此STA/ LTA算法的优点是算法简单容易实现，时间成本较低等，但是长短时窗窗口需分别选取，并且大小设定较为困难，由此我们引入了基于时窗能量熵法的微震到时拾取。
二、基于时窗能量熵法的微震到时拾取
信息熵是由信息论创始人香农提出来的，他用信息熵的概念来描述信源的不确定度，其目的是为了研究在收到一个信号前如何科学的度量结果的不确定性[4]。本文将长短时窗的特征函数引入能量熵的概念，能量熵反应的是滑动时窗内的振动信号总能量的不确定度；然后将长时窗二等分，得到前后两个短时窗，当时窗滑动时，前后时窗的能量分布发生改变，能量熵值大小随之变化，得到信号能量熵随时间的变化情况。当振动信号能量突变，集中在某一个时窗内时，振动信号的不确定性减小，即能量熵减小。越集中则能量熵也就越小。当前后时窗的能量值大小相当时，能量熵值达到最大。
时窗在待测信号上滑动大致可分为四种情况：时窗未到达初至点时，后时窗到达初至点时，前时窗到达初至点时，时窗经过初至点时。时窗未到达初至点时，由于能量分布较均匀，信号不确定性大，能量熵值较大；后时窗到达初至点时，后时窗能量开始显著增大，能量分布开始逐渐集中于后时窗，信号不确定性开始减小，能量熵值随之减小；前时窗到达初至点时能量熵值达到最小值；待测信号进入前时窗时，能量分布趋向均匀，能量熵值增大。此方法的优点在于算法简单容易实现，时间成本较低，并且只需一个时窗大小的选取。
三、结论
P波的自动拾取是微震检测技术的关键之一，也是实现震源定位的首要条件。针对P波震相拾取的特点，本文在对长短时窗平均（STA/LTA）算法分析研究的基础上，对其算法的能量特征函数进行了改进，使其更加易于微震到时点的选取及提高微震到时点拾取的准确性，并提出了基于时窗能量熵法的微震P波到时拾取。对典型的高信噪比微震信号，此方法拾取结果与人工拾取基本一致，并在时窗选取上优于STA/LTA算法。
参 考 文 献
[1] Allen R V. Automatic earthquake recognition and timing from single traces. Bull. Seismol. Soc. Amer. ， 1978， 68（5）： 1521-1532.
[2]馬强，金星，李山有，陈绯雯，廖诗荣，韦永祥.用于地震预警的P波震相到时自动拾取[J].地球物理学报，2013，07：2313-2321.
[3]梁喆，彭苏萍，郑晶. 基于EMD和互信息熵的微震信号自适应去噪[J]. 计算机工程与应用，2014，04：7-11+32.
[4]张超，陈建军，郭迅. 基于EMD能量熵和支持向量机的齿轮故障诊断方法[J]. 振动与冲击，2010，10：216-220+261.
【关键词】 微震 到时拾取 长短时窗平均 时窗能量熵
引言
近年来，随着我国矿井逐年增加的开采深度，井下重大恶性事故频发，因此微震检测技术成为了煤矿开采产业的重中之重，自动化微震检测技术对矿山的安全开采和可持续发展具有重要意义和作用。利用此技术，及时发现并预报矿山活动情况和危险状况，对井下开采过程进行实时化的监控，也可以为矿山设计提供安全的数据指导，预防灾害事故的发生，保证煤矿开采的经济和社会效益。
一、STA/LTA算法
STA/LTA是目前应用广泛的一种微震信号P波到时自动拾取的方法，它的主要原理是用特征函数计算滑动长时窗和短时窗的能量平均值，长时窗平均值（LTA）主要反应的是信号背景噪声的变化趋势，短时窗平均值（STA）主要反应的是微地震信号的能量变化趋势[1]。当信号到达时，短时窗平均值增加的幅度比长时窗平均值要大，相应的STA/LTA值会有一个较大的变化，当其值大于一个用户设定的阈值时，此极值点就认为是微震P波到时。
实验表明在所有地震波中，P波拥有最快的传递速度，因此地震发生时，P波是最早抵达测站，并被地震仪纪录下来的地震波[2]。每一个微震信号都包含着岩体内部状态变化的丰富信息，对接收到的微震信号进行处理、分析，可作为评价岩体稳定性的依据。对P波的精确拾取对于微震震源定位和解释震源机制有着重要的意义，但人工查看信号图和拾取P波到时既耗时又耗费人力。
目前应用广泛的微震到时自动拾取方法有基于时间域信号能量变化构建特征函数提出的长短时窗平均（STA/ LTA），此方法的原理可以简单理解为将短时窗的右侧与长时窗右侧对齐同时滑动，待测信号同时进入长短时窗，并且短时窗变化灵敏，当值达到极值点时对应微震初至到时。可以得到此时STA/LTA的极值点与微震P波到时基本一致，并且极值点的跳跃幅度较大，易于阈值的选取[3]。此STA/ LTA算法的优点是算法简单容易实现，时间成本较低等，但是长短时窗窗口需分别选取，并且大小设定较为困难，由此我们引入了基于时窗能量熵法的微震到时拾取。
二、基于时窗能量熵法的微震到时拾取
信息熵是由信息论创始人香农提出来的，他用信息熵的概念来描述信源的不确定度，其目的是为了研究在收到一个信号前如何科学的度量结果的不确定性[4]。本文将长短时窗的特征函数引入能量熵的概念，能量熵反应的是滑动时窗内的振动信号总能量的不确定度；然后将长时窗二等分，得到前后两个短时窗，当时窗滑动时，前后时窗的能量分布发生改变，能量熵值大小随之变化，得到信号能量熵随时间的变化情况。当振动信号能量突变，集中在某一个时窗内时，振动信号的不确定性减小，即能量熵减小。越集中则能量熵也就越小。当前后时窗的能量值大小相当时，能量熵值达到最大。
时窗在待测信号上滑动大致可分为四种情况：时窗未到达初至点时，后时窗到达初至点时，前时窗到达初至点时，时窗经过初至点时。时窗未到达初至点时，由于能量分布较均匀，信号不确定性大，能量熵值较大；后时窗到达初至点时，后时窗能量开始显著增大，能量分布开始逐渐集中于后时窗，信号不确定性开始减小，能量熵值随之减小；前时窗到达初至点时能量熵值达到最小值；待测信号进入前时窗时，能量分布趋向均匀，能量熵值增大。此方法的优点在于算法简单容易实现，时间成本较低，并且只需一个时窗大小的选取。
三、结论
P波的自动拾取是微震检测技术的关键之一，也是实现震源定位的首要条件。针对P波震相拾取的特点，本文在对长短时窗平均（STA/LTA）算法分析研究的基础上，对其算法的能量特征函数进行了改进，使其更加易于微震到时点的选取及提高微震到时点拾取的准确性，并提出了基于时窗能量熵法的微震P波到时拾取。对典型的高信噪比微震信号，此方法拾取结果与人工拾取基本一致，并在时窗选取上优于STA/LTA算法。
参 考 文 献
[1] Allen R V. Automatic earthquake recognition and timing from single traces. Bull. Seismol. Soc. Amer. ， 1978， 68（5）： 1521-1532.
[2]馬强，金星，李山有，陈绯雯，廖诗荣，韦永祥.用于地震预警的P波震相到时自动拾取[J].地球物理学报，2013，07：2313-2321.
[3]梁喆，彭苏萍，郑晶. 基于EMD和互信息熵的微震信号自适应去噪[J]. 计算机工程与应用，2014，04：7-11+32.
[4]张超，陈建军，郭迅. 基于EMD能量熵和支持向量机的齿轮故障诊断方法[J]. 振动与冲击，2010，10：216-220+261.