首页> 中文学位 >使用波形能量衰减率识别爆炸事件
【6h】

使用波形能量衰减率识别爆炸事件

代理获取

目录

摘要

第一章 绪论

1.1 本文研究的背景与意义

1.2 当前的研究现状

1.3 本文的主要工作

第二章 地震数据常用格式介绍及公开地震波形数据的获取

2.1 总述

2.2 公开地震波形数据的获取方法

2.2.1 通过中国国家地震科学数据中心获取地震数据

2.2.2 通过美国地震研究联合会(IRIS)数据管理中心(DMC)获取地震数据

2.2.3 通过国际地震中心(ISC)获取数据

2.2.4 其它一些公开地震波形数据的获取方法

2.3 地震数据常用格式

2.3.1 总述

2.3.2 主要地震数据格式简介

2.4 波形计数值与地震动位移之间的关系

第三章 波形信号起始点的算法设计及其原理

3.1 概述

3.2 波形信号起始点的判断

3.2.1 P波初至点的判断方法

3.2.2 EMD方法的基本原理

3.2.3 使用EMD方法的实验结果

3.3 采用改进的STA/LTA方法判断P波初至点

3.4 基于EMD的P波初至点的算法设计步骤及结果

3.4.1 信号P波初至点的设计步骤

3.4.2 信号波形P波初至点的实验结果

第四章 综合利用单事件多台站波形衰减率识别地震与爆炸事件

4.1 概述

4.2 最小二乘支持向量机简介

4.2.1 Ls-svm与标准Svm的差异

4.2.2 Lssvm的核函数

4.3 信号波形能量的特征提取

4.3.1 波形信号的特征及识别算法简介

4.3.2 波形信号拐角频率的算法步骤

4.3.3 信号波形能量变化速率的特征提取

4.3.4 最小二乘支持向量机(Ls-svm)分类结果

4.3.5 实验结果分析

4.4 小结与展望

第五章 多核学习器与最小二乘支持向量机的比较

5.1 核函数简介

5.1.1 核函数的发展

5.1.2 核函数的方法原理

5.2 多核学习分类器的认识及其特点

5.3 多核分类器与传统核方法的差异

5.4 实验结果分析及小结

第六章 总结与展望

6.1 总结

6.2 展望

附录1

附录2

参考文献

致谢

声明

展开▼

摘要

随着社会经济的发展,经济活动水平的不断提高,每年人工爆破的发生频数越来越多。在地震观测台站观测到的波形数据中,如果不作适当处理极易将人工爆炸与天然地震相混淆,地震与爆炸的正确区分对地震学研究,对可疑危险爆炸的识别都具有重要意义。本文首先介绍了地震数据常用格式及公开地震波形数据的获取。公开地震波形数据的获取方法有:通过中国国家地震科学数据中心获取地震数据;通过美国地震研究联合会(IRIS)数据管理中心(DMC)获取地震数据;通过国际地震中心(ISC)获取数据等方式。简介了地震数据常用格式,主要讲解了SAC格式、SEED格式、SEGY格式。然后说明了波形计数值与地震动位移之间的关系问题。然后在第三章中详细叙述了波形信号起始点的判断原理及其方法,使用经验模态分解EMD方法和改进的短(长)时信号平均值STA/LTA方法判断并给出实验结果图示,实验的结果达到了预期的效果。
  本文基于对天然地震与人工爆炸波形提取一些特征来对其进行识别、分类研究。首先数据来源于北京周边地区发生的35次天然地震和27次人工爆炸事件滤波处理,然后提出两个新型的特征:波形能量中S波的最大衰减率和S波平均衰减率为特征来识别天然地震与人工爆炸事件。识别的工具采用最小支持向量机(LS-SVM)进行分类,得到的结果为:采用S波最大衰减率和拐角频率为特征的识别率为89.33%,采用S波平均衰减率和拐角频率为特征的识别率为90.33%,采用S波最大衰减率和S波最大衰减率为特征的识别率为84%,三种特征同时使用的大的识别率为92.33%。然后通过开发一种多核学习器并以S波平均衰减率和拐角频率为特征识别率达到91.5%。因此,这两种特征能够很好的应用与天然地震与人工爆炸的识别中。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号