CN111596379A - 一种地震观测系统异常识别方法和装置 - Google Patents

一种地震观测系统异常识别方法和装置 Download PDF

Info

Publication number
CN111596379A
CN111596379A CN202010312642.0A CN202010312642A CN111596379A CN 111596379 A CN111596379 A CN 111596379A CN 202010312642 A CN202010312642 A CN 202010312642A CN 111596379 A CN111596379 A CN 111596379A
Authority
CN
China
Prior art keywords
observation system
reference event
response sensitivity
earthquake observation
preset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010312642.0A
Other languages
English (en)
Other versions
CN111596379B (zh
Inventor
王俊
朱峰
杨驰
詹小艳
于悦颖
孙小航
钱婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JIANGSU EARTHQUAKE ADMINISTRATION
Original Assignee
JIANGSU EARTHQUAKE ADMINISTRATION
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by JIANGSU EARTHQUAKE ADMINISTRATION filed Critical JIANGSU EARTHQUAKE ADMINISTRATION
Priority to CN202010312642.0A priority Critical patent/CN111596379B/zh
Publication of CN111596379A publication Critical patent/CN111596379A/zh
Application granted granted Critical
Publication of CN111596379B publication Critical patent/CN111596379B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V13/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices covered by groups G01V1/00 – G01V11/00

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明实施例公开了一种地震观测系统异常识别方法和装置，其中，所述方法包括：基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统的响应灵敏度信息；基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统记录信号的特征卓越周期；将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息。采用本发明所述的地震观测系统异常识别方法，能够实现对地震计、数据采集器的部分异常具有预感知能力，提高地震观测系统异常识别的准确率和鲁棒性，从而显著提升地震观测系统运行的稳定性。

Description

一种地震观测系统异常识别方法和装置
技术领域
本发明实施例涉及物联网技术领域，具体涉及一种地震观测系统异常识别方法和装置。另外，还涉及一种电子设备和存储介质。
背景技术
近年来，随着科学技术水平的提高，数字地震观测系统的科技含量日益增加，应用了大量的新技术和新设备，使得数字地震观测系统的构成愈加复杂。在宽频带记录系统中，由仪器元件引起的系统瞬态变化、信号毛刺、数据记录阶跃与尖峰、以及由于机械异常引起的信号失真和重大环境干扰源(比如工业活动、高频电流信号等)的出现等，都将会严重影响数据记录质量。同时台站记录信号中还会频繁出现时间偏移(延迟或提前)现象，更是直接影响地震震源参数的测定精度。此外，台站观测系统在运行过程中随着仪器元件的老化、环境因素的改变等，会使得观测系统的仪器响应也随之发生变化。若不及时了解这些变化，及时采取措施，则会大大地降低地震台网产品产出的可靠性和科技支撑效能。
因此，如何设计实现一套地震观测系统异常识别方案成为本领域技术人员严重的重点。
发明内容
为此，本发明实施例提供一种地震观测系统异常识别方法，以解决现有技术中存在的地震观测系统异常识别方式效率较低稳定性较差，无法满足实际使用需求的问题。
为了实现上述目的，本发明实施例提供如下技术方案：
根据本发明实施例提供的一种地震观测系统异常识别方法，包括：基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统的响应灵敏度信息；基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统记录信号的特征卓越周期；将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息。
进一步的，将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息，具体包括：检测到所述响应灵敏度信息和所述特征卓越周期满足预设的潜在异常信号特征时，根据所述响应灵敏度信息和所述特征卓越周期的基本特征从所述初始参考事件库中检索出与所述基本特征的之间达到预设相似度阈值的所述基准参考事件群，并进行时频包络线偏移、相位偏移以及特征波形互相关计算分析；根据预设的综合优度准则判定出与新事件相似度最高的目标基准参考事件；根据所述目标基准参考事件确定异常类型的判定结果，根据所述判定结果，输出所述地震观测系统的异常状态信息。
进一步的，所述的地震观测系统异常识别方法，还包括：根据确定性异常状态下的信号特征，预先构建异常信号的所述初始参考事件库。
进一步的，所述基于预设的背景噪声的自相关函数对记录信号进行运算处理，获得地震观测系统的记录信号的特征卓越周期，具体包括：通过测定所述背景噪声的自相关函数来提取目标值时的特征卓越周期，将所述目标值时的特征卓越周期作为地震观测系统的记录信号的特征卓越周期。
进一步的，所述基于预设的背景噪声的自相关函数对记录信号进行运算处理，获得地震观测系统的响应灵敏度信息，具体包括：通过测量台站背景噪声的自相关函数在取目标值时，相对于预设参考值的变化幅度，计算台站地震观测系统响应灵敏度的变化，并获得地震观测系统的响应灵敏度信息。
相应的，本申请还提供一种地震观测系统异常识别装置，包括：
响应灵敏度信息计算单元，用于基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统的响应灵敏度信息；
特征卓越周期计算单元，用于基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统记录信号的特征卓越周期；
异常状态输出单元，用于将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息。
进一步的，所述异常状态输出单元具体用于：检测到所述响应灵敏度信息和所述特征卓越周期满足预设的潜在异常信号特征时，根据所述响应灵敏度信息和所述特征卓越周期的基本特征从所述初始参考事件库中检索出与所述基本特征的之间达到预设相似度阈值的所述基准参考事件群，并进行时频包络线偏移、相位偏移以及特征波形互相关计算分析；根据预设的综合优度准则判定出与新事件相似度最高的目标基准参考事件；根据所述目标基准参考事件确定异常类型的判定结果，根据所述判定结果，输出所述地震观测系统的异常状态信息。
进一步的，所述的地震观测系统异常识别装置，还包括：初始参考事件库构建单元，用于根据确定性异常状态下的信号特征，预先构建异常信号的所述初始参考事件库。
相应的，本申请实施例还提供一种电子设备，包括：处理器和存储器；其中，所述存储器，用于存储地震观测系统异常识别方法的程序，该电子设备通电并通过所述处理器运行该地震观测系统异常识别方法的程序后，执行上述任意一项所述的地震观测系统异常识别方法。
相应的，本申请实施例还提供一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被服务器执行如上任一项所述的地震观测系统异常识别方法。
采用本发明所述的地震观测系统异常识别方法，能够实现对地震计、数据采集器的部分异常具有预感知能力，提高地震观测系统异常识别的准确率和鲁棒性，从而显著提升地震观测系统运行的稳定性。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引申获得其它的实施附图。
图1为本发明实施例提供的一种地震观测系统异常识别方法的流程图；
图2为本发明实施例提供的一种地震观测系统异常识别装置的示意图；
图3为本发明实施例提供的一种电子设备的示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面根据本发明所述的地震观测系统异常识别方法，对其实施例进行详细描述。如图1所示，其为本发明实施例提供的一种地震观测系统异常识别方法的流程图，具体实现过程包括以下步骤：
步骤S101：基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统的响应灵敏度信息。
具体的，由于较长时间单台的背景噪声自相关函数也是台站与噪声源之间的弹性波格林函数。研究结果表明其走时随时间的变化与地壳的速度结构相关，振幅的变化(超过基准值的10％)则与系统灵敏度的变化相关联。
在本发明具体实施过程中，可将每个记录信号背景噪声的计算样本经过0.5Hz以上的高通滤波后，进行背景噪声自相关函数(ACF)计算，记为Rxx.。且当t＝0时自相关函数为最大值，即Rxx(0)≥Rxx(t)；两个仅有记录幅度差异的信号X(t)、AX(t)，它们的背景噪声自相关函数振幅相差A2倍；于是可以以“天”为时间单元，通过测量各台站背景噪声自相关函数在取目标值时，相对于预设参考值的变化幅度，计算台站地震观测系统响应灵敏度的变化，比如在目标值t＝0时，相对于参考值的变化幅度，来计算台站观测系统响应灵敏度的变化并获得地震观测系统的响应灵敏度信息。
另外，需要说明的是，参考值的确定通常取台站观测系统正常记录状态下、更长时间(通常1个月以上)的自相关函数平均值。在实际计算过程中，如果新计算的单天自相关系数未超过参考值的10％，则将此计算结果添加到原参考值中去，从而得到不断修正的参考值。
步骤S102：基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统记录信号的特征卓越周期。具体的，可通过测定所述背景噪声的自相关函数来提取目标值时的特征卓越周期，将所述目标值时的特征卓越周期作为地震观测系统的记录信号的特征卓越周期。
在本发明实施例中，由于周期信号的背景噪声自相关函数是周期性的，而随机噪声信号随着延迟时间增加，它的自相关函数将衰减到零。因此在一定延迟时间后，信号的背景噪声自相关函数中就只保留周期信号的信息，而排除了随机信号的干扰。因此，可以通过测定背景噪声自相关函数来提取目标值t＝0时的特征卓越周期来反映记录信号的内在固有变化。
步骤S103：将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息。
上述步骤S101和步骤S102分别获得地震观测系统记录信号的特征卓越周期之后，在本步骤中可将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析。
由于数字化宽频带地震观测系统实时记录的数据中，除了真实的地震信号外，还可能包含由于系统异常引起的各种失真信号等。信号功率谱估计方法可以将有限数据内各类信号、随机过程的频率成分精确地分离出来，在本发明实施例中，需要预先根据各类确定性异常状态下的信号特征构建异常信号的所述初始参考事件库。进一步的，在系统检测到潜在异常信号特征时，将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息，具体实现过程可以包括：检测到所述响应灵敏度信息和所述特征卓越周期满足预设的潜在异常信号特征时，根据所述响应灵敏度信息和所述特征卓越周期的基本特征从所述初始参考事件库中检索出与所述基本特征的之间达到预设相似度阈值的所述基准参考事件群，并进行时频包络线偏移、相位偏移以及特征波形互相关计算分析；根据预设的综合优度准则判定出与新事件相似度最高的目标基准参考事件；根据所述目标基准参考事件确定异常类型的判定结果，根据所述判定结果，输出所述地震观测系统的异常状态信息。
采用本发明所述的地震观测系统异常识别方法，能够实现对地震计、数据采集器的部分异常具有预感知能力，提高地震观测系统异常识别的准确率和鲁棒性，从而显著提升地震观测系统运行的稳定性。
与上述提供的一种地震观测系统异常识别方法相对应，本发明还提供一种地震观测系统异常识别装置。由于该装置的实施例相似于上述方法实施例，所以描述的比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述一种地震观测系统异常识别装置的实施例仅是示意性的。请参考图2所示，其为本发明实施例提供的一种地震观测系统异常识别装置的示意图。
本发明所述的一种地震观测系统异常识别装置包括如下部分：
响应灵敏度信息计算单元201，用于基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统的响应灵敏度信息。
特征卓越周期计算单元202，用于基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统记录信号的特征卓越周期。
异常状态输出单元203，用于将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息。
采用本发明所述的地震观测系统异常识别装置，能够实现对地震计、数据采集器的部分异常具有预感知能力，提高地震观测系统异常识别的准确率和鲁棒性，从而显著提升地震观测系统运行的稳定性。
与上述提供的地震观测系统异常识别方法相对应，本发明还提供一种电子设备。由于该电子设备的实施例相似于上述方法实施例，所以描述的比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的电子设备仅是示意性的。如图3所示，其为本发明实施例提供的一种电子设备的示意图。
该电子设备具体包括：处理器301和存储器302；其中，存储器302用于运行一个或多个程序指令，用于存储地震观测系统异常识别方法的程序，该服务器通电并通过所述处理器301运行该地震观测系统异常识别方法的程序后，执行上述任意一项所述的地震观测系统异常识别方法。本发明所述的电子设备可以是指服务器。
与上述提供的一种地震观测系统异常识别方法相对应，本发明还提供一种计算机存储介质。由于该计算机存储介质的实施例相似于上述方法实施例，所以描述的比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的计算机存储介质仅是示意性的。
所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被服务器执行上述所述的地震观测系统异常识别方法。
在本发明实施例中，处理器或处理器模块可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，简称SLDRAM)和直接内存总线随机存取存储器(Direct Ram bus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种地震观测系统异常识别方法，其特征在于，包括：
基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统的响应灵敏度信息；
基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统记录信号的特征卓越周期；
将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息。
2.根据权利要求1所述的地震观测系统异常识别方法，其特征在于，将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息，具体包括：
检测到所述响应灵敏度信息和所述特征卓越周期满足预设的潜在异常信号特征时，根据所述响应灵敏度信息和所述特征卓越周期的基本特征从所述初始参考事件库中检索出与所述基本特征的之间达到预设相似度阈值的所述基准参考事件群，并进行时频包络线偏移、相位偏移以及特征波形互相关计算分析；根据预设的综合优度准则判定出与新事件相似度最高的目标基准参考事件；根据所述目标基准参考事件确定异常类型的判定结果，根据所述判定结果，输出所述地震观测系统的异常状态信息。
3.根据权利要求1所述的地震观测系统异常识别方法，其特征在于，还包括：根据确定性异常状态下的信号特征，预先构建异常信号的所述初始参考事件库。
4.根据权利要求1所述的地震观测系统异常识别方法，其特征在于，所述基于预设的背景噪声的自相关函数对记录信号进行运算处理，获得地震观测系统的记录信号的特征卓越周期，具体包括：
通过测定所述背景噪声的自相关函数来提取目标值时的特征卓越周期，将所述目标值时的特征卓越周期作为地震观测系统的记录信号的特征卓越周期。
5.根据权利要求1所述的地震观测系统异常识别方法，其特征在于，所述基于预设的背景噪声的自相关函数对记录信号进行运算处理，获得地震观测系统的响应灵敏度信息，具体包括：
通过测量台站背景噪声的自相关函数在取目标值时，相对于预设参考值的变化幅度，计算台站地震观测系统响应灵敏度的变化，并获得地震观测系统的响应灵敏度信息。
6.一种地震观测系统异常识别装置，其特征在于，包括：
响应灵敏度信息计算单元，用于基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统的响应灵敏度信息；
特征卓越周期计算单元，用于基于预设的背景噪声自相关函数对记录信号进行运算处理，获得地震观测系统记录信号的特征卓越周期；
异常状态输出单元，用于将所述响应灵敏度信息和所述特征卓越周期分别与初始参考事件库中预存的基准参考事件群进行计算分析，输出所述地震观测系统的异常状态信息。
7.根据权利要求6所述的地震观测系统异常识别装置，其特征在于，所述异常状态输出单元具体用于：检测到所述响应灵敏度信息和所述特征卓越周期满足预设的潜在异常信号特征时，根据所述响应灵敏度信息和所述特征卓越周期的基本特征从所述初始参考事件库中检索出与所述基本特征的之间达到预设相似度阈值的所述基准参考事件群，并进行时频包络线偏移、相位偏移以及特征波形互相关计算分析；根据预设的综合优度准则判定出与新事件相似度最高的目标基准参考事件；根据所述目标基准参考事件确定异常类型的判定结果，根据所述判定结果，输出所述地震观测系统的异常状态信息。
8.根据权利要求6所述的地震观测系统异常识别装置，其特征在于，还包括：初始参考事件库构建单元，用于根据确定性异常状态下的信号特征，预先构建异常信号的所述初始参考事件库。
9.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储地震观测系统异常识别方法的程序，该电子设备通电并通过所述处理器运行该地震观测系统异常识别方法的程序后，执行上述权利要求1-5任意一项所述的地震观测系统异常识别方法。
10.一种计算机可读存储介质，其特征在于，该计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被服务器执行如权利要求1-5任一项所述的地震观测系统异常识别方法。
CN202010312642.0A 2020-04-20 2020-04-20 一种地震观测系统异常识别方法和装置 Active CN111596379B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010312642.0A CN111596379B (zh) 2020-04-20 2020-04-20 一种地震观测系统异常识别方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010312642.0A CN111596379B (zh) 2020-04-20 2020-04-20 一种地震观测系统异常识别方法和装置

Publications (2)

Publication Number Publication Date
CN111596379A true CN111596379A (zh) 2020-08-28
CN111596379B CN111596379B (zh) 2023-02-24

Family

ID=72189038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010312642.0A Active CN111596379B (zh) 2020-04-20 2020-04-20 一种地震观测系统异常识别方法和装置

Country Status (1)

Country Link
CN (1) CN111596379B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114779328A (zh) * 2022-04-22 2022-07-22 中国科学院青藏高原研究所 一种基于自相关噪音成像的地球内部结构探测方法
CN117872474A (zh) * 2024-03-12 2024-04-12 山东省地震局 地震预警台网波形数据质量分析方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103723166A (zh) * 2013-11-01 2014-04-16 黑龙江八一农垦大学 一种台阵观测方法
EP2831635A1 (en) * 2012-03-29 2015-02-04 Geco Technology B.V. Seismic noise removal
CN104914468A (zh) * 2015-06-09 2015-09-16 中南大学 一种矿山微震信号p波初至时刻联合拾取方法
US20180059272A1 (en) * 2016-08-26 2018-03-01 Baker Hughes Incorporated System for automatically locating microseismic events
CN110501062A (zh) * 2019-05-31 2019-11-26 太原理工大学 一种分布式光纤声音传感及定位系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2831635A1 (en) * 2012-03-29 2015-02-04 Geco Technology B.V. Seismic noise removal
CN103723166A (zh) * 2013-11-01 2014-04-16 黑龙江八一农垦大学 一种台阵观测方法
CN104914468A (zh) * 2015-06-09 2015-09-16 中南大学 一种矿山微震信号p波初至时刻联合拾取方法
US20180059272A1 (en) * 2016-08-26 2018-03-01 Baker Hughes Incorporated System for automatically locating microseismic events
CN110501062A (zh) * 2019-05-31 2019-11-26 太原理工大学 一种分布式光纤声音传感及定位系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张莉萍: "地基表层微动测试与分析", 《浙江地质》 *
杨博雄等: "微动信号的数据处理与岩土频谱特性分析", 《岩土力学》 *
高飞等: "Matlab在场地微振动信号数据处理中的应用", 《勘察科学技术》 *
黄蕾等: "地脉动测试测定场地的卓越周期", 《水利与建筑工程学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114779328A (zh) * 2022-04-22 2022-07-22 中国科学院青藏高原研究所 一种基于自相关噪音成像的地球内部结构探测方法
CN114779328B (zh) * 2022-04-22 2023-02-28 中国科学院青藏高原研究所 一种基于自相关噪音成像的地球内部结构探测方法
CN117872474A (zh) * 2024-03-12 2024-04-12 山东省地震局 地震预警台网波形数据质量分析方法和系统
CN117872474B (zh) * 2024-03-12 2024-05-17 山东省地震局 地震预警台网波形数据质量分析方法和系统

Also Published As

Publication number Publication date
CN111596379B (zh) 2023-02-24

Similar Documents

Publication Publication Date Title
CN111596379B (zh) 一种地震观测系统异常识别方法和装置
Zhan et al. Adaptive autoregressive modeling of non-stationary vibration signals under distinct gear states. Part 1: modeling
CN105116442A (zh) 岩性油气藏弱反射地震信号的重构方法
CN105374367A (zh) 异常帧检测方法和装置
Vuan et al. Improving the detection of low‐magnitude seismicity preceding the Mw 6.3 L’Aquila earthquake: Development of a scalable code based on the cross correlation of template earthquakes
CN111396032A (zh) 一种校正温度漂移的方法、装置及计算机存储介质
CN113050189A (zh) 一种测井曲线的重构方法、装置、设备及存储介质
CN113466839B (zh) 侧扫声呐海底线检测方法和装置
AU2012244118B2 (en) Method and System for Identifying Events of Digital Signal
CN112901146B (zh) 声波测井探测中坏道的识别方法及装置
CN111897851A (zh) 异常数据的确定方法、装置、电子设备及可读存储介质
CN112287776A (zh) 轴承性能指标分析方法、系统、可读存储介质及电子设备
CN109736793B (zh) 一种评价储层孔隙结构的方法及设备
US8620609B2 (en) Method and apparatus for identifying anomalies of a signal
CN104832161A (zh) 基于双尺度相关对比的自动深度校正方法及系统
CN112859192A (zh) 岩心饱和度预测模型构建方法与岩心饱和度预测方法
Pape et al. Sequential detection of parameter changes in dynamic conditional correlation models
CN107451992B (zh) 一种sar图像变化检测的方法与装置
CN112764106B (zh) 一种流体类型的确定方法、装置、设备及存储介质
CN114639391A (zh) 机械故障提示方法、装置、电子设备及存储介质
CN105528932A (zh) 一种测评用户识字量的方法与设备
CN113822329B (zh) 一种水电机组主轴摆度信号处理方法及装置
CN115144897A (zh) 谐波干扰压制方法、装置、存储介质及电子设备
CN108387927B (zh) 裂缝及储层优势方位数据体的自适应确定方法和装置
CN113296157B (zh) 一种利用广义高斯分布进行储层的预测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant