CN115016006A - 一种基于矿山安全监测的微震定位方法及定位系统 - Google Patents

Abstract

本发明公开了一种基于矿山安全监测的微震定位方法及定位系统，步骤包括地面信号采集站调试；井下采集站搭建；井地联合组网；在最优测点布置检波器采集微震信号；用聚类算法对微震数据各个采样点进行聚类分析，将微震数据点与非微震数据点进行分离；提取微震数据点信号并基于滑动窗口分片对微震信号降噪；利用微震信号的低熵、低秩特点，以峭度为判别准则，对微震信号进行降噪与提取；使用小波包分解去除主要噪声成分，获取中间信号；使用小波阈值去噪进行二次降噪，获取最终信号；基于网格搜索法和牛顿迭代方法进行反演，获取精确的井下速度模型分布图，最终确定震源点。本发明提高了到时读取的精度，能有效提高微震监测和定位计算的精度。

Description

一种基于矿山安全监测的微震定位方法及定位系统

技术领域

本发明涉及矿山安全监测技术领域，具体涉及一种基于矿山安全监测的微震定位方法及定位系统。

背景技术

小煤矿的盗采和超层越界开采活动极易造成国家资源浪费,而且还存在和遗留了大量潜在的不安全因素。因此对于超层越界的监管显得异常重要。目前国内外对于超层越界开采的监测尚未形成有效技术手段。

微地震监测技术是近年来发展起来的一项高新技术，利用声发射学、地震学和地球物理学原理以及计算机处理实现微震事件的强度辨别及定位。该技术具备长时间连续监测能力，具有远距离、动态、实时的特点。

微地震监测技术在原理上与地震监测、声发射监测技术相同，是基于岩体受力破坏过程中破裂的声、能原理。微地震监测技术通过观测、分析生产活动中所产生的微笑地震事件来监测生产活动之影响、效果及地下状态的地球物理技术。其基本做法是：通过在井中或地面布置检波器排列，接收采煤时产生或诱导的微小地震事件，通过对这些事件的反演求取地震震源位置等参数，最后，通过这些参数获得微地震震源的空间位置、震级大小等参数。微地震监测技术在煤田地质勘探中可应用于小煤窑盗采监测、采空区“三带”导高监测、水力压裂效果监测、冲击地压监测等领域。

发明内容

为解决现有技术中存在的问题，本发明提供了一种基于矿山安全监测的微震定位方法及定位系统，实现对矿山微震进行精确定位，解决了上述背景技术中提到的问题。

为实现上述目的，本发明提供如下技术方案：一种基于矿山安全监测的微震定位方法，所述微震定位方法包括如下步骤：

S1、地面信号采集站调试；

S2、井下采集站搭建；

S3、井地联合组网；

S4、利用LSV软件获得地下矿区卫星照片，在最优测点布置检波器采集微震信号；

S5、用K-means聚类算法对微震数据各个采样点进行聚类分析，将微震数据点与非微震数据点进行分离；

S6、提取步骤S5中微震数据点的信号并基于滑动窗口分片对微震信号降噪；

S7、利用微震信号的低熵、低秩特点，以峭度为判别准则，对微震信号进行降噪与提取；

S8、使用小波包分解去除主要噪声成分，获取中间信号；

S9、使用小波阈值去噪进行二次降噪，获取最终信号；

S10、基于网格搜索法和牛顿迭代方法进行反演，获取精确的井下速度模型分布图，最终确定震源点。

优选的，所述步骤S1中的地面信号采集站包括数据采集模块、GPS时间同步模块、数据回传模块、中央控制模块、蓝牙通信模块和电源管理模块；在中央控制模块的协调下，通过蓝牙通信模块完成基本配置、状态查看、开关机等基本操作，利用GPS时间同步模块完成对采集站的时间校准、从数据采集模块获取微震信号，最终通过数据回传模块将数据实时传输到计算终端对微震事件进行实时检测与解算。

优选的，所述的地面信号采集站调试具体包括：蓝牙通信与设备开关机测试、采集站GPS捕获性能测试、GPS授时精度测试、采集站信号采集质量及一致性测试和采集站QC数据验证测试。

优选的，所述步骤S2中的井下采集站搭建具体是将地面信号采集站中的GPS时间同步模块和数据回传模块替换为基于IEEE 1588 PTP时间同步协议的以太网授时模块和以太网通信模块。

优选的，所述井地联合组网具体包括：地面信号采集站利用GPS时间同步模块通过GPS卫星进行时间同步，并借助数据回传模块与数据处理中心进行通信交互；井下采集站通过以太网授时模块实现与GPS卫星的时间同步，实现井、地设备的时间一致性，同时，借助以太网通信模块将采集数据传输到数据处理中心，从而实现井地设备的联合组网。

优选的，所述的最优测点具体是：结合局部最优值、地形起伏、检波器与震源的相对高差与相对距离、连接震源的线与检波器的夹角信息得到的最优测点。

优选的，所述步骤S5中的用K-means聚类算法对微震数据各个采样点进行聚类分析，将微震数据点与非微震数据点进行分离具体包括：首先，对来自各采集站的时域数据进行特征提取，分别得到窗口平均能量WAE、长短时窗能量比SLTA、局部峭度K和局部偏度S四个特征；将特征矩阵进行K-means聚类分析后，得到时域采样点标签，标签“1”为微震数据点，“0”为非微震数据点。

优选的，所述步骤S9中使用小波阈值去噪进行二次降噪，获取最终信号具体包括：利用小波分解选择一个小波并且通过仿真分析确定分解尺度，再对小波系数进行阈值处理，最后利用小波变换和小波重构算法，得到滤波后的最终信号。

另外，为实现上述目的，本发明提供如下技术方案：一种基于矿山安全监测的微震定位系统，其特征在于：所述定位系统包括：地面信号采集站模块、井下采集站模块、聚类分析模块、信号降噪模块、二次降噪模块和搜索反演模块；

所述地面信号采集站模块包括：

数据采集模块：采用地震专用高精度AD芯片，实现32/24bit位宽的高精度微震信号采集；

GPS时间同步模块：用于捕获GPS卫星信号，接收GPS时间信息，实现采集站的时间校准，及提供采集站设备的位置信息；

数据回传模块：采用4G通信技术，实时将采集站所监测的微震数据传回到计算终端中心服务器；

中央控制模块：用于系统整体控制、数据处理和传输，实现与其他模块的高速通信与高效协同；

蓝牙通信模块：用于负责采集站开关机，实时传回采集站工作状态数据到控制终端；

电源管理模块：负责采集站充放电管理以及电量监测，为系统提供稳定高效的电源供给，并向中央控制模块提供准确的电量信息；

所述井下采集站模块包括：数据采集模块、以太网授时模块、以太网通信模块、中央控制模块、蓝牙通信模块和电源管理模块；

所述聚类分析模块，用于对微震数据各个采样点进行聚类分析，将微震数据点与非微震数据点进行分离；

所述信号降噪模块，用于对微震信号进行降噪；

所述二次降噪模块模块，采用小波阈值去噪进行二次降噪，获取最终信号；

所述搜索反演模块，基于网格搜索法和牛顿迭代方法进行反演，获取精确的井下速度模型分布图，最终确定震源点。

本发明的有益效果是：本发明采用井地联合方式提高定位精度，优化井地观测系统布置，实现井下工作面定位，提高了到时读取的精度，提高有效微震信号识别精度、提高微震监测和定位计算的精度。

附图说明

图1为本发明微震定位方法步骤流程图；

图2为地面信号采集站模块框图；

图3为井下采集站构成模块框图；

图4为定位误差小于10m的100个测点组合示意图；

图5为正演模型最优组合高频率点的高程分布示意图；

图6为检波器与震源之间的相对高差的平均值示意图；

图7为检波器与震源之间的相对高差的标准差示意图；

图8为震源和检波器之间的相对距离的平均值示意图；

图9为震源和检波器之间的相对距离的标准差示意图；

图10为震源与检波器夹角的标准差示意图；

图11为震源与检波器夹角的角度分布示意图；

图12为滑动窗口切片示例图；

图13为信号S的两层小波包分解流程示意图；

图14为网格搜索原理示意图；

图15为微震定位系统模块框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

实施例1

请参阅图1-图14，本发明提供一种技术方案：一种基于矿山安全监测的微震定位方法，方法流程如图1所示，包括如下步骤：

S1、地面信号采集站调试

地面信号采集站如图2所示，包括数据采集模块、GPS时间同步模块、数据回传模块、中央控制模块、蓝牙通信模块和电源管理模块；在中央控制模块的协调下，通过蓝牙通信模块完成基本配置、状态查看、开关机等基本操作，利用GPS时间同步模块完成对采集站的时间校准、从数据采集模块获取微震信号，最终通过数据回传模块将数据实时传输到计算终端对微震事件进行实时检测与解算。

数据采集模块基于地震专用高精度AD芯片，辅以电路的去耦与降噪设计，实现32/24bit位宽的高精度微震信号采集转换。

GPS时间同步模块主要捕获GPS卫星信号，接收GPS时间信息用于采集站的时间校准，实现不同采集站间的时间一致性，且还可提供采集站设备的位置信息，用于设备管理和维护。

数据回传模块采用高速4G通信技术，传输速率最大支持921600bps，通过该模块，能够实时将采集站所监测的微震数据传回到中心服务器，实现对微震事件的快速监测与响应。

中央控制模块主要采用基于ARM架构的Cortex-M内核的低功耗CPU，最高主频达到168MHz，处理能力更是达到210DMIPS，为系统整体控制、数据处理和传输提供有力保障，其丰富的外设控制器更是实现了与系统其余功能模块的高速通信与高效协同。

蓝牙通信模块主要负责采集站开关机，同时能实时传回采集站工作状态数据到控制终端，提供一种高效的访问控制手段。

电源管理模块主要负责采集站充放电管理以及电量监测，为系统提供稳定高效的电源供给，并向中央控制模块提供准确的电量信息。

对地面信号采集硬件性能进行验证：采集站采集前必须进行高精度GPS前对时，前对时结束后将仪器放置在一起，做一致性实验，保证各仪器数据采集同步进行；采集站数据采集结束后，必须进行高精度GPS后对时，后对时结束后将仪器放置在一起，做一致性实验，以验证数据采集的同步性；由于每台仪器检波器外置，且是利用电缆连接，为保证数据质量，每次采集前必须利用万用表测量检波器、电缆等是否正常，确保数据正常采集。

进一步的，地面信号采集站调试具体包括：蓝牙通信与设备开关机测试、采集站GPS捕获性能测试、GPS授时精度测试、采集站信号采集质量及一致性测试和采集站QC数据验证测试。

蓝牙通信与设备开关机测试

将4个采集站(1018、1021、1028、1029)分别埋置于开阔空地、高大树木、灌木丛及楼房边(模拟陡崖)环境中进行开机时间测试。开机测试时间自使用手持APP连接蓝牙开机时刻起，到节点仪成功搜星闪烁绿灯表示正常采集为止。

采集站GPS捕获性能测试

将1个采集站(1028)埋置于50cm深度的土坑中，回填入不含水沙土及枯叶。分别测试采集站在顶层覆盖物为不含水干沙及枯叶、顶层覆盖物为含水沙土，含水层厚度约为5cm的GPS捕获情况，每隔一个小时取一个时间样点。

GPS授时精度测试

秒级的节点站时间精度验证可通过人工方式进行。节点站开始采集，进入正常采集模式后，测试人员通过观察电脑UCenter中GPS时间见面，任意选择GPS整秒时间，在整秒时轻击检波器，并记录下所选择整秒时间。此操作对同一节点站重复10次；并对10台不同节点站重复实施。节点站数据下载后通过目测获取敲击信号的GPS时间并四舍五入到整秒，通过对比之前记录的GPS整秒与节点站采集信号的GPS整秒，验证节点站GPS时间轴与真实GPS时间的秒级同步。秒内时钟精度通过节点站直接采集TP信号的方式进行。将3至5台节点站检波器接口并联，共同采集Ublox M8x模块TP信号分压信号，每台节点站保证正常采样不小于1分钟。

采集站信号采集质量及一致性测试

检验采集站的工作状态正常，保证设备电量充足，将信号发生器调试校准，通过连接线将五台采集站检波器接口并联接入信号发生器输出口，打开所有采集站并候至正常采集状态。信号发生器按照表1中参数，依次改变信号频率，每个采集因素持续时间至少为2/f(f为当前信号发生器频率)。

表1采集站参数设置表

除0.1Hz频点外，采样频率点选取为从0Hz起始的频率间隔为f/100的频点；前置放大器增益调整步进为6dB；滤波器分别选用线性和最小相位两种；采用三种测试信号峰值，分别是5μV，不同增益对应满幅电压的0.5倍、以及0.94406倍(-0.5dB)。依次修改采集站采集参数，重复进行测试。

采集站QC数据验证测试

打开采集站进行QC测试，并将噪声、增益误差、相位误差、畸变、共模抑制共五项采集指标进行记录。将10KΩ参考电阻接入采集站检波器接口，打开采集站QC功能，将内阻测试结果进行记录。将检波器接口短路，并将10MΩ参考电阻接入检波器接口与大地接口之间，打开采集站QC功能，将漏电阻监测结果进行记录。将检波器接入采集站，按表不同角度放置下打开采集站QC测试功能，将倾斜测试结果进行记录。

S2、井下采集站搭建

井下采集站基于地面信号采集站研发，如图3所示，具体是将地面信号采集站中的GPS时间同步模块和数据回传模块替换为基于IEEE 1588 PTP时间同步协议的以太网授时模块和以太网通信模块。

以太网授时模块基于以太网内的PTP时间同步协议，是井下无GPS信号情况下时间同步的替代方式，为井下采集站提供了可靠的时钟基准。以太网授时模块为井下采集站提供了误差为100us内的高精度时间校准能力，使得其与地面采集站的时间始终能够保持一致，是实施井地联合监测的关键。

S3、井地联合组网

地面信号采集站利用GPS时间同步模块通过GPS卫星进行时间同步，并借助数据回传模块与数据处理中心进行通信交互；井下采集站通过以太网授时模块实现与GPS卫星的时间同步，实现井、地设备的时间一致性，同时，借助以太网通信模块将采集数据传输到数据处理中心，从而实现井地设备的联合组网。

S4、利用LSV软件获得地下矿区卫星照片，在最优测点布置检波器采集微震信号

利用LSV软件获得地下矿区卫星照片，将矿区进行网格划分，把网格点作为检波器位置从中选取6个点进行组合。为了避免穷举搜索产生巨大的数据量，采用随机抽样的方式，通过判定局部最优值是否满足精度而从1000个组合中选择100个局部最优解的位置组合，并将其绘制成图4。图4中五角星位置为震源，其余点为测点位置。可以看到有三个区域的测点比较集中，分别围绕着山腰位置。而山顶处点较少，远离震源的左侧区域周围也相对点较少。这些现象说明了地形起伏对定位精度是有影响的，精度高的测点组合位置大体呈图中规律。

将最优测点组合根据布设位置出现的频率绘制出等值线图。其中几个出现频率最高的位置分别用几个不同颜色进行了标注，这些点主要出现在震源位置的四个对角方向上。

将这些高频率点位置的高程分布绘制成图5。结果表明，代表最优组合出现频率最高的红点分布在山体较低的位置，有些粉红点也位于红点附近，但也有粉红点位于高处。绿点主要分为三组，分别位于海拔370-380米、430-450米和470-500米，山顶和山谷处都没有点分布。

随后将100个最优组合中检波器与震源之间的相对高差的平均值与标准差分别绘制如图6、图7所示，横坐标为定位误差。图6为平均相对高差，大致分布在200m到260m之间，多数集中分布在约230m处。每个组合中的6个检波器都有10-70m的轻微相对高差标准差，图7大部分组合的相对高差标准差都位于50米左右。故选择合理的6个传感器的标准差可以提高定位精度，因为这样的观测系统可以覆盖更大的仰角范围。

图8和图9分别为100个最优组合中震源和检波器之间的相对距离的平均值与标准差。图8为相对距离平均值，主要分布在250-350m之间，大多数集中在300m左右,且检波器的平均距离分布的一般比平均高度稍大一些。图9为各检波器的相对距离标准差。大多数最佳组合位于180米左右。

为了分析检波器水平位置的影响，我们计算了连接震源的线与各检波器的夹角。图10和图11分别为震源与检波器夹角的标准差与角度分布。从图可以看出这些角度的变化范围较大，且大多数角都小于180度。

根据以上分析得出最优测点并布置检波器。

S5、用K-means聚类算法对微震数据各个采样点进行聚类分析，将微震数据点与非微震数据点进行分离，实现高效的微震到时提取

为实现聚类分析，首先对来自各采集站的时域数据进行特征提取，分别得到窗口平均能量(WAE)，长短时窗能量比(SLTA)，局部峭度(K),局部偏度(S)等四个特征，将经特征提取出来的特征矩阵进行聚类分析后，得到时域采样点标签，其中，针对聚类标签，标签“1”为微震数据点，“0”为非微震数据点。

S6、提取步骤S5中微震数据点的信号并基于滑动窗口分片对微震信号降噪

为了提升数据的平稳性，降低数据处理受噪声的影响，且简化不同采集站时间对齐复杂度，结合实际处理需求，将来自采集站的分包数据进行离散分片，以在时间上有部分重叠的不同时间段数据分片表征原始数据。以图12所示，分别用第一到第四窗口为例，在初始窗口时间对齐的基础上，将不同采集站数据进行切片分窗，分别得到对应的第一到第四窗口数据，由此保证不同采集站的相同窗口编号对应的数据始终为同一时间段。相邻两个窗口间的时间重合默认为1/2窗口长度，由此避免分窗带来的事件漏检与保证数据处理中特征的时间连续性。

S7、利用微震信号的低熵、低秩特点，以峭度为判别准则，对微震信号进行降噪与提取

在白噪声假设下，借助微震信号的低熵、低秩等特点，以峭度为判别准则，对微震信号进行降噪与提取；

峭度公式如下所示：

峭度的离散计算公式可表示为

式中,μx表示均值,其表达式为

从数学的角度来讲,峭度是归一化的四阶中心矩,它反映了信号的分布特性,峭度值大表示数据的分布分散大,反之,则分散小。

峭度指标作为无量纲特征参数具有较好的稳定性,能够探测信号中的脉冲成分,其表达式为

式中，

表示标准差或均方根差。

S8、使用小波包分解去除主要噪声成分，获取中间信号

小波包分解(WaveletPacketTransform，WPT)方法是对小波变换方法的提升与改进，其基本思想是让信息能量集中，在细节中寻找有序性并筛选出其中规律，从而对信号进行精细分析。与小波变换方法仅对信号低频数据分解不同，小波包变换方法对信号高频数据也进行分解，并根据被分析信号的特征自适应地选择相应频带，使之与信号频谱相匹配，从而提高时频分辨率。小波包变换在小波变换基础上提供更多可使用的正交基，信号S的两层小波包分解流程如图13所示。

小波包分解的函数方程如式所示：

其中，j为尺度指标(频域参数)，k为位置指标(时间参数)，2^j为分辨率，n＝0，1，…，N为振荡次数。

在使用小波包分析信号时，通常选择n＝0时函数

和ψ(t)作为正交尺度函数和小波函数进行分解和变换，表达式如下：

其中，h_0,k和h_1,k为滤波器系数。

当n＝1，2，…，N时，对应的小波包函数为：

假设信号用函数f(t)表示，使用小波包对其进行分解，用Pij(t)表示分解后第j层上第i个分解系数，G和H为小波分解滤波器，则两层小波包分解的快速算法为：

两层小波包分解的重构算法为：

其中，j＝J－1,…,1,0；i＝2j,…,2,1；h和g为小波重构滤波器。

S9、使用小波阈值去噪进行二次降噪，获取最终信号

使用小波阈值去噪进行二次降噪，获取最终信号。首先对原始信号进行小波分解选择一个小波并且通过仿真分析确定分解尺度，再对小波系数进行阈值处理最后利用小波变换重构算法，主要包括小波变换系数插值，求出滤波后的信号值。

小波函数集

对函数或信号f(t)∈L2(R)进行分解计算，小波变换为：

式中，a为纵向；b为横向；

为小波函数；t为时间维度长度；

为其共轭函数。

小波变换的逆变换，也叫小波重构:

式中，

S10、基于网格搜索法和牛顿迭代方法进行反演，获取精确的井下速度模型分布图，最终确定震源点

网格搜索是一种基于穷举的方法，首先将监测区域划分为网格，把每个网格点作为震源位置带入到目标函数中：

其中，x_i、y_i、z_i、t_i分别为第i个检波器的位置与拾取初至到时，x₀、y₀、z₀、t₀分别为震源位置与发震时刻。通过计算得到函数值，通过比较所有网格点计算值得到最小值。这个最小值点作为新一轮迭代初始位置，在这个位置周围重新划分范围，同样生成一个网格继续完成上述搜索，再次找到新的最小值点(用于确定监测点)。不断迭代计算，直到满足条件退出，最终得到的最小值点坐标即为震源坐标。原理如图14所示。

假设图14为根据区域划分的3*3网格，共有16个网格点，图中的点是遍历所有网格点之后得到的目标函数最小值点。右图中框选部分为最小值点附近的区域，将这一区域再次划分，重复上述步骤，直到迭代结束找到极小值点作为震源点。

牛顿迭代首先根据发震地点、地层速度与地震波旅行时构建目标函数为：

f(x_i,y_i,z_i,t_i)＝(x_i-x₀)²+(y_i-y₀)²+(z_i-z₀)²-(t_i-t₀)²·v²

其中，x_i、y_i、z_i、t_i分别为第i个检波器的位置与拾取初至到时，x₀、y0、z₀、t₀分别为震源位置与发震时刻。令ΔX_k＝X_k+1-X_k，牛顿法可以写为：

其中，N为台站个数。将目标函数f(X)在X_k处进行泰勒级数展开：

令目标函数最小，得到线性方程组：

化为矩阵形式为：

JδX_k＝G

其中，

δX_k＝[δx_k,δy_k,δz_k,δt_k]^T

G＝[f₁,f₂,…,f_N]^T

反演模型为X＝[x,y,z,t]，近似值修正为：X_k+1＝X_k+δX_k。牛顿迭代算法就是在这个过程中不断修正更新，从而得到反演解。

实施例2

一种基于矿山安全监测的微震定位系统，如图15所示，所述定位系统包括：地面信号采集站模块、井下采集站模块、聚类分析模块、信号降噪模块、二次降噪模块和搜索反演模块；

所述地面信号采集站模块包括：

数据采集模块：采用地震专用高精度AD芯片，实现32/24bit位宽的高精度微震信号采集；

GPS时间同步模块：用于捕获GPS卫星信号，接收GPS时间信息，实现采集站的时间校准，及提供采集站设备的位置信息；

数据回传模块：采用4G通信技术，实时将采集站所监测的微震数据传回到计算终端中心服务器；

中央控制模块：用于系统整体控制、数据处理和传输，实现与其他模块的高速通信与高效协同；

蓝牙通信模块：用于负责采集站开关机，实时传回采集站工作状态数据到控制终端；

电源管理模块：负责采集站充放电管理以及电量监测，为系统提供稳定高效的电源供给，并向中央控制模块提供准确的电量信息；

所述井下采集站模块包括：数据采集模块、以太网授时模块、以太网通信模块、中央控制模块、蓝牙通信模块和电源管理模块；

所述聚类分析模块，用于对微震数据各个采样点进行聚类分析，将微震数据点与非微震数据点进行分离；

所述信号降噪模块，用于对微震信号进行降噪；

所述二次降噪模块模块，采用小波阈值去噪进行二次降噪，获取最终信号；

所述搜索反演模块，基于网格搜索法和牛顿迭代方法进行反演，获取精确的井下速度模型分布图，最终确定震源点。

尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于矿山安全监测的微震定位方法，其特征在于，所述微震定位方法包括如下步骤：

S1、地面信号采集站调试；

S2、井下采集站搭建；

S3、井地联合组网；

S4、利用LSV软件获得地下矿区卫星照片，在最优测点布置检波器采集微震信号；

S5、用K-means聚类算法对微震数据各个采样点进行聚类分析，将微震数据点与非微震数据点进行分离；

S6、提取步骤S5中微震数据点的信号并基于滑动窗口分片对微震信号降噪；

S7、利用微震信号的低熵、低秩特点，以峭度为判别准则，对微震信号进行降噪与提取；

S8、使用小波包分解去除主要噪声成分，获取中间信号；

S9、使用小波阈值去噪进行二次降噪，获取最终信号；

S10、基于网格搜索法和牛顿迭代方法进行反演，获取精确的井下速度模型分布图，最终确定震源点。

2.根据权利要求1所述的基于矿山安全监测的微震定位方法，其特征在于：所述步骤S1中的地面信号采集站包括数据采集模块、GPS时间同步模块、数据回传模块、中央控制模块、蓝牙通信模块和电源管理模块；在中央控制模块的协调下，通过蓝牙通信模块完成基本配置、状态查看、开关机等基本操作，利用GPS时间同步模块完成对采集站的时间校准、从数据采集模块获取微震信号，最终通过数据回传模块将数据实时传输到计算终端对微震事件进行实时检测与解算。

3.根据权利要求1所述的基于矿山安全监测的微震定位方法，其特征在于：所述的地面信号采集站调试具体包括：蓝牙通信与设备开关机测试、采集站GPS捕获性能测试、GPS授时精度测试、采集站信号采集质量及一致性测试和采集站QC数据验证测试。

4.根据权利要求1所述的基于矿山安全监测的微震定位方法，其特征在于：所述步骤S2中的井下采集站搭建具体是将地面信号采集站中的GPS时间同步模块和数据回传模块替换为基于IEEE 1588PTP时间同步协议的以太网授时模块和以太网通信模块。

5.根据权利要求1所述的基于矿山安全监测的微震定位方法，其特征在于：所述井地联合组网具体包括：地面信号采集站利用GPS时间同步模块通过GPS卫星进行时间同步，并借助数据回传模块与数据处理中心进行通信交互；井下采集站通过以太网授时模块实现与GPS卫星的时间同步，实现井、地设备的时间一致性，同时，借助以太网通信模块将采集数据传输到数据处理中心，从而实现井地设备的联合组网。

6.根据权利要求1所述的基于矿山安全监测的微震定位方法，其特征在于：所述的最优测点具体是：结合局部最优值、地形起伏、检波器与震源的相对高差与相对距离、连接震源的线与检波器的夹角信息得到的最优测点。

7.根据权利要求1所述的基于矿山安全监测的微震定位方法，其特征在于：所述步骤S5中的用K-means聚类算法对微震数据各个采样点进行聚类分析，将微震数据点与非微震数据点进行分离具体包括：首先，对来自各采集站的时域数据进行特征提取，分别得到窗口平均能量WAE、长短时窗能量比SLTA、局部峭度K和局部偏度S四个特征；将特征矩阵进行K-means聚类分析后，得到时域采样点标签，标签“1”为微震数据点，“0”为非微震数据点。

8.根据权利要求1所述的基于矿山安全监测的微震定位方法，其特征在于：所述步骤S9中使用小波阈值去噪进行二次降噪，获取最终信号具体包括：利用小波分解选择一个小波并且通过仿真分析确定分解尺度，再对小波系数进行阈值处理，最后利用小波变换和小波重构算法，得到滤波后的最终信号。

9.一种根据权利要求1-8中任一项所述基于矿山安全监测的微震定位方法的定位系统，其特征在于：所述定位系统包括：地面信号采集站模块、井下采集站模块、聚类分析模块、信号降噪模块、二次降噪模块和搜索反演模块；

所述地面信号采集站模块包括：

数据采集模块：采用地震专用高精度AD芯片，实现32/24bit位宽的高精度微震信号采集；

GPS时间同步模块：用于捕获GPS卫星信号，接收GPS时间信息，实现采集站的时间校准，及提供采集站设备的位置信息；

数据回传模块：采用4G通信技术，实时将采集站所监测的微震数据传回到计算终端中心服务器；

中央控制模块：用于系统整体控制、数据处理和传输，实现与其他模块的高速通信与高效协同；

蓝牙通信模块：用于负责采集站开关机，实时传回采集站工作状态数据到控制终端；

电源管理模块：负责采集站充放电管理以及电量监测，为系统提供稳定高效的电源供给，并向中央控制模块提供准确的电量信息；

所述井下采集站模块包括：数据采集模块、以太网授时模块、以太网通信模块、中央控制模块、蓝牙通信模块和电源管理模块；

所述聚类分析模块，用于对微震数据各个采样点进行聚类分析，将微震数据点与非微震数据点进行分离；

所述信号降噪模块，用于对微震信号进行降噪；

所述二次降噪模块模块，采用小波阈值去噪进行二次降噪，获取最终信号；

所述搜索反演模块，基于网格搜索法和牛顿迭代方法进行反演，获取精确的井下速度模型分布图，最终确定震源点。

Images