CN115935142A - 一种基于短周期密集台阵城市背景噪声的成像方法及装置 - Google Patents
一种基于短周期密集台阵城市背景噪声的成像方法及装置 Download PDFInfo
- Publication number
- CN115935142A CN115935142A CN202211291835.8A CN202211291835A CN115935142A CN 115935142 A CN115935142 A CN 115935142A CN 202211291835 A CN202211291835 A CN 202211291835A CN 115935142 A CN115935142 A CN 115935142A
- Authority
- CN
- China
- Prior art keywords
- background noise
- point position
- acquisition point
- noise signal
- 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.)
- Pending
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请公开了一种基于短周期密集台阵城市背景噪声的成像方法及装置,方法包括:获取与短周期密集台阵对应的背景噪声信号,并对背景噪声信号进行预处理;对处理后的背景噪声信号进行频域相关计算,得到瑞雷波相速度以及衰减参数;基于瑞雷波相速度对预设初始模型进行迭代反演训练,并得到剪切波速度;根据剪切波速度以及衰减参数进行绘图处理。通过对短周期密集台阵功率谱的频域相关计算,基于最小二乘法拟合得到相应的瑞雷波相速度、衰减系数及介质各向异性结构信息,并对瑞雷波相速度和衰减系数的反演计算以得到地下剪切波速度结构,有效避免了传统短周期密集台阵计算方法在时间域计算格林函数的复杂和信噪比低的缺陷。
Description
技术领域
本申请属于城市背景噪声处理技术领域,特别的涉及一种基于短周期密集台阵城市背景噪声的成像方法及装置。
背景技术
目前城市浅地表地下结构的精确测量技术可应用在城市地下结构探测、地下结构安全监测以及地质塌陷预警等领域。近年来,短周期密集台阵地下测量技术以其绿色、环保、便携、无需主动源信号激发等特点,越来越得到国内外监测领域研究者和应用者的密切关注。随着短周期密集台阵技术的不断发展与完善,相较与传统的各种地下结构监测技术而已,应用短周期密集台阵技术实现地下浅地表速度结构的观测,在监测范围、环境适应性、仪器布设等方面都展现出了巨大的优势。
利用短周期密集台阵城市背景噪声信号进行浅地表速度及衰减结构成像是研究城市浅地表速度结构的一项重要内容,其根据短周期密集台阵记录的背景噪声信号进行地下探查的常用手段是通过对短周期密集台阵不同位置记录点的信号进行互相关计算,得到短周期密集台阵不同位置点对应的近似格林函数来研究地下结构。
然而现有的短周期密集台阵技术在城市中的应用还处于起步阶段,缺少系统完善的工作流程,虽然已有部分短周期密集台阵技术的应用案例,但已有的应用研究也仅实现了对浅地表速度结构的研究,不仅在台阵分布上受到严格限制,且无法保障结果的准确性和有效性。
发明内容
本申请为解决上述提到的现有的短周期密集台阵技术在城市中的应用还处于起步阶段,缺少系统完善的工作流程,虽然已有部分短周期密集台阵技术的应用案例,但已有的应用研究也仅实现了对浅地表速度结构的研究,不仅在台阵分布上受到严格限制,且无法保障结果的准确性和有效性等技术问题,提出一种基于短周期密集台阵城市背景噪声的成像方法及装置,其具体方案如下:
第一方面,本申请实施例提供了一种基于短周期密集台阵城市背景噪声的成像方法,包括:
获取与短周期密集台阵对应的背景噪声信号,并对背景噪声信号进行预处理;
对处理后的背景噪声信号进行频域相关计算,得到与背景噪声信号对应的瑞雷波相速度以及衰减参数;
基于与背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差,得到与背景噪声信号对应的剪切波速度;其中,预设初始模型的层数为n,最小薄层厚度为h,n与h均为正整数;
根据与背景噪声信号对应的剪切波速度以及衰减参数进行绘图处理。
在第一方面的一种可选方案中,对背景噪声信号进行预处理,包括:
基于短周期密集台阵确定至少m个采集点位置,并根据至少m个采集点位置对背景噪声信号进行分类处理;其中,m为大于或等于5的正整数;
对经过分类处理后的背景噪声信号进行信号预处理;
对经过信号预处理后的背景噪声信号进行带通滤波处理。
在第一方面的又一种可选方案中,对处理后的背景噪声信号进行频域相关计算,得到与背景噪声信号对应的瑞雷波相速度以及衰减参数,包括:
从至少m个采集点位置中确定目标采集点位置;其中,目标采集点位置为至少m个采集点位置中任意一个采集点位置;
在经过带通滤波处理后的背景噪声信号中筛选出与目标采集点位置的距离处于预设距离内的第一采集点位置集合所对应的背景噪声信号;其中,第一采集点位置集合包括至少m个采集点位置,第一采集点位置集合所对应的背景噪声信号的记录时间与目标采集点位置所对应的背景噪声信号的记录时间保持一致;
基于目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第一频域参数;
对目标采集点位置在预设频率下的第一频域参数进行拟合处理,得到目标采集点位置的第一瑞雷波相速度以及与第一瑞雷波相速度对应的衰减参数。
在第一方面的又一种可选方案中,基于目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第一频域参数,包括:
按照预设切割方式分别将目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号切割为至少两个信号段;
基于目标采集点位置所对应的信号段以及第一采集点位置集合所对应的信号段,得到目标采集点位置在预设频率下与每个信号段对应的频域参数;
对与每个信号段对应的频域参数进行叠加计算,得到目标采集点位置在预设频率下的第一频域参数。
在第一方面的又一种可选方案中,对目标采集点位置在预设频率下的第一频域参数进行拟合处理,得到目标采集点位置的第一瑞雷波相速度以及与第一瑞雷波相速度对应的衰减参数之后,还包括:
按照预设角度对与目标采集点位置的距离处于预设距离内的区间进行划分,并从第一采集点位置集合中确定出与每个划分区间所对应的第二采集点位置集合;其中,第二采集点位置集合包括至少s个采集点位置;其中,s为大于或等于5的正整数;
基于目标采集点位置所对应的背景噪声信号以及第二采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第二频域参数;
对目标采集点位置在预设频率下的第二频域参数进行拟合处理,得到目标采集点位置的第二瑞雷波相速度以及与第二瑞雷波相速度对应的衰减参数。
在第一方面的又一种可选方案中,基于与背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差得到与背景噪声信号对应的剪切波速度,包括:
对目标采集点位置的第一瑞雷波相速度进行反演计算,并基于计算后的目标采集点位置的第一瑞雷波相速度对预设初始模型进行迭代训练,直至预设初始模型的迭代误差处于预设误差区间;
将目标采集点位置的第一瑞雷波相速度输入至训练后的预设初始模型,得到目标采集点位置的第一剪切波速度;
将目标采集点位置的第二瑞雷波相速度输入至训练后的预设初始模型,得到目标采集点位置的第二剪切波速度。
在第一方面的又一种可选方案中,根据与背景噪声信号对应的剪切波速度以及衰减参数进行绘图处理,包括:
基于短周期密集台阵确定至少一个绘图采集点位置,并根据至少一个绘图采集点位置的第一剪切波速度以及与第一剪切波速度对应的衰减参数进行绘图处理;
根据至少一个绘图采集点位置的第二剪切波速度以及与第二剪切波速度对应的衰减参数进行绘图处理。
第二方面,本申请实施例提供了一种基于短周期密集台阵城市背景噪声的成像装置,包括:
预处理模块,用于获取与短周期密集台阵对应的背景噪声信号,并对背景噪声信号进行预处理;
信号计算模块,用于对处理后的背景噪声信号进行频域相关计算,得到与背景噪声信号对应的瑞雷波相速度以及衰减参数;
信号处理模块,用于基于与背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差,得到与背景噪声信号对应的剪切波速度;其中,预设初始模型的层数为n,最小薄层厚度为h,n与h均为正整数;
绘图模块,用于根据与背景噪声信号对应的剪切波速度以及衰减参数进行绘图处理。
在第二方面的一种可选方案中,预处理模块具体包括:
第一预处理单元,用于基于短周期密集台阵确定至少m个采集点位置,并根据至少m个采集点位置对背景噪声信号进行分类处理;其中,m为大于或等于5的正整数;
第二预处理单元,用于对经过分类处理后的背景噪声信号进行信号预处理;
第三预处理单元,用于对经过信号预处理后的背景噪声信号进行带通滤波处理。
在第二方面的又一种可选方案中,信号计算模块具体包括:
确定单元,用于从至少m个采集点位置中确定目标采集点位置;其中,目标采集点位置为至少m个采集点位置中任意一个采集点位置;
筛选单元,用于在经过带通滤波处理后的背景噪声信号中筛选出与目标采集点位置的距离处于预设距离内的第一采集点位置集合所对应的背景噪声信号;其中,第一采集点位置集合包括至少m个采集点位置,第一采集点位置集合所对应的背景噪声信号的记录时间与目标采集点位置所对应的背景噪声信号的记录时间保持一致;
第一计算单元,用于基于目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第一频域参数;
第一处理单元,用于对目标采集点位置在预设频率下的第一频域参数进行拟合处理,得到目标采集点位置的第一瑞雷波相速度以及与第一瑞雷波相速度对应的衰减参数。
在第二方面的又一种可选方案中,第一计算单元具体用于:
按照预设切割方式分别将目标采集点位置所对应的背景噪声信号,以及第一采集点位置集合所对应的背景噪声信号切割为至少两个信号段;
基于目标采集点位置所对应的信号段以及第一采集点位置集合所对应的信号段,得到目标采集点位置在预设频率下与每个信号段对应的频域参数;
对与每个信号段对应的频域参数进行叠加计算,得到目标采集点位置在预设频率下的第一频域参数。
在第二方面的又一种可选方案中,信号计算模块具体还包括:
划分单元,用于按照预设角度对与目标采集点位置的距离处于预设距离内的区间进行划分,并从第一采集点位置集合中确定出与每个划分区间所对应的第二采集点位置集合;其中,第二采集点位置集合包括至少s个采集点位置;其中,s为大于或等于5的正整数;
第二计算单元,用于基于目标采集点位置所对应的背景噪声信号以及第二采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第二频域参数;
第二处理单元,用于对目标采集点位置在预设频率下的第二频域参数进行拟合处理,得到目标采集点位置的第二瑞雷波相速度以及与第二瑞雷波相速度对应的衰减参数。
在第二方面的又一种可选方案中,信号处理模块具体包括:
训练单元,用于对目标采集点位置的第一瑞雷波相速度进行反演计算,并基于计算后的目标采集点位置的第一瑞雷波相速度对预设初始模型进行迭代训练,直至预设初始模型的迭代误差处于预设误差区间;
模型第一输出单元,用于将目标采集点位置的第一瑞雷波相速度输入至训练后的预设初始模型,得到目标采集点位置的第一剪切波速度;
模型第二输出单元,用于将目标采集点位置的第二瑞雷波相速度输入至训练后的预设初始模型,得到目标采集点位置的第二剪切波速度。
在第二方面的又一种可选方案中,绘图模块具体包括:
第一绘图单元,用于基于短周期密集台阵确定至少一个绘图采集点位置,并根据至少一个绘图采集点位置的第一剪切波速度以及与第一剪切波速度对应的衰减参数进行绘图处理;
第二绘图单元,用于根据至少一个绘图采集点位置的第二剪切波速度以及与第二剪切波速度对应的衰减参数进行绘图处理。
第三方面,本申请实施例提供了一种基于短周期密集台阵城市背景噪声的成像装置,包括处理器以及存储器;
处理器与存储器连接;
存储器,用于存储可执行程序代码;
处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于实现本申请实施例第一方面或第一方面的任意一种实现方式提供的基于短周期密集台阵城市背景噪声的成像方法。
第四方面,本申请实施例提供了一种计算机存储介质,计算机存储介质存储有计算机程序,计算机程序包括程序指令,程序指令当被处理器执行时,可实现本申请实施例第一方面或第一方面的任意一种实现方式提供的基于短周期密集台阵城市背景噪声的成像方法。
在本申请实施例中,可在基于城市背景噪声进行成像时,先获取与短周期密集台阵对应的背景噪声信号,并对背景噪声信号进行预处理;接着对处理后的背景噪声信号进行频域相关计算,得到与背景噪声信号对应的瑞雷波相速度以及衰减参数;接着基于与背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代训练,并根据训练后的预设初始模型得到与背景噪声信号对应的剪切波速度;接着根据与背景噪声信号对应的剪切波速度以及衰减参数进行绘图处理。通过对短周期密集台阵功率谱的频域相关计算,可获得不同地点、不同频率以及不同方向下的相关系数,进而通过最小二乘法拟合得到相应的瑞雷波相速度、衰减系数及介质各向异性结构信息,接着通过对瑞雷波相速度和衰减系数的反演计算,得到基于短周期密集台阵城市背景噪声信号的地下剪切波速度结构,不仅可应用于各种排列方式的短周期密集台阵,还有效避免了传统短周期密集台阵计算方法在时间域计算格林函数的复杂和信噪比低的缺陷。且对于短周期密集台阵技术,城市背景噪声技术,区域地下结构探测研究,城市地下空间普查,城市灾害防护与预警,地下资源开发、数字信号处理,地球科学等技术领域均具有非常重要的实际应用价值。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需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本申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于短周期密集台阵城市背景噪声的成像方法的流程示意图;
图2为本申请实施例提供的一种采集点位置的选取效果示意图;
图3为本申请实施例提供的一种基于短周期密集台阵城市背景噪声的成像装置的结构示意图;
图4为本申请实施例提供的又一种基于短周期密集台阵城市背景噪声的成像装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在下述介绍中,术语“第一”、“第二”仅为用于描述的目的,而不能理解为指示或暗示相对重要性。下述介绍提供了本申请的多个实施例,不同实施例之间可以替换或者合并组合,因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而,如果一个实施例包含特征A、B、C,另一个实施例包含特征B、D,那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例,尽管该实施例可能并未在以下内容中有明确的文字记载。
下面的描述提供了示例,并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本申请内容的范围的情况下,对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行,并且可以添加、省略或组合各种步骤。此外,可以将关于一些示例描述的特征组合到其他示例中。
请参阅图1,图1示出了本申请实施例提供的一种基于短周期密集台阵城市背景噪声的成像方法的流程示意图。
如图1所示,该基于短周期密集台阵城市背景噪声的成像方法至少可以包括以下步骤:
步骤102、获取与短周期密集台阵对应的背景噪声信号,并对背景噪声信号进行预处理。
本申请实施例中的基于短周期密集台阵城市背景噪声的成像方法可以但不局限于应用在可采集短周期密集台阵城市背景噪声的控制终端,该控制终端不仅可用于对采集到的短周期密集台阵城市背景噪声进行监测,还可对采集到的短周期密集台阵城市背景噪声进行处理,以通过成像的方式对地下衰减结构及各向异性变化测量进行后续研究。
可以理解的是,本领域中的短周期密集台阵通常由成百上千个地震台站组成,通过仪器数量的优势进行非常大的空间覆盖,在局部关键地段可将台站灵活布设,间距达到米级,以获得更丰富的地震信息,在本申请实施例中可应用该短周期密集台阵获取城市发出的背景噪声信号,且可不限定于此。
具体地,在基于城市背景噪声进行成像时,可先获取由短周期密集台阵所采集到的背景噪声信号,并为了保障信号的准确性和有效性,对该背景噪声信号进行预处理。其中,本申请实施例中的短周期密集台阵可以但不局限于包括多个采集装置,该多个采集装置可按照预设规则进行排列,例如可排布为m*n的矩阵,且每个采集装置均可采集背景噪声信号。也即是说,与短周期密集台阵对应的背景噪声信号可包括所有采集装置所采集到的背景噪声信号。
作为本申请实施例的一种可选,对背景噪声信号进行预处理,包括:
基于短周期密集台阵确定至少m个采集点位置,并根据至少m个采集点位置对背景噪声信号进行分类处理;其中,m为大于或等于5的正整数;
对经过分类处理后的背景噪声信号进行信号预处理;
对经过信号预处理后的背景噪声信号进行带通滤波处理。
具体地,可在短周期密集台阵所包括的多个采集装置中先确定出至少五个采集装置,并基于该至少五个采集装置对背景噪声信号进行分类处理,以对每个采集装置对应的背景噪声信号进行分类,且该每个采集装置对应的背景噪声信号可以但不局限于基于与每个采集装置所对应的采集点位置进行区分表示。此处以短周期密集台阵包括采集装置A、采集装置B以及采集装置C为例,采集装置A所对应的背景噪声信号可表示为a,其对应的采集点位置可以但不局限于表示为(Xa,Ya);采集装置B所对应的背景噪声信号可表示为b,其对应的采集点位置可以但不局限于表示为(Xb,Yb);采集装置C所对应的背景噪声信号可表示为c,其对应的采集点位置可以但不局限于表示为(Xc,Yc)。可以理解的是,此处采集点位置可以但不局限于根据由短周期密集台阵所建立的平面直角坐标系确定,每个采集装置在该平面直角坐标系中的坐标即为每个采集装置的采集点位置。在本申请实施例中为了保障数据计算的有效性和快速性,还可对每个采集点位置对应的背景噪声信号进行转换处理,以使背景噪声信号的数据格式转换为地震学研究中常用的SAC二进制格式数据。
进一步的,在对与短周期密集台阵对应的背景噪声信号进行分类处理之后,由于背景噪声信号总会存在一个非零的均值或者存在一个长周期的线性趋势其会影响到对信号的分析,基于此可对该处理后的背景噪声信号进行去信号趋势处理或是对该处理后的背景噪声信号进行去信号均值处理。
进一步的,在对与短周期密集台阵对应的背景噪声信号进行信号预处理之后,为了去除干扰信号所带来的影响,还可对该处理后的背景噪声信号进行去仪器响应处理。可以理解的是,与短周期密集台阵对应的背景噪声信号可以但不局限于通过下式进行表示:
上式中可表示为震源项,可表示为路径项,可表示为仪器响应项,可表示为卷积计算,换句话说与短周期密集台阵对应的背景噪声信号可为震源项、路径项以及仪器响应项之间的卷积。在短周期密集台阵城市背景噪声研究中,采集背景噪声信号中的与仪器响应项有关的信号是干扰项,需对其进行去除,只保留与浅地表结构相关的震源项和路径项。
进一步的,在对与短周期密集台阵对应的背景噪声信号进行去仪器响应处理之后,为了提高背景噪声信号的信噪比,还可对该与短周期密集台阵对应的背景噪声信号进行带通滤波处理,以得到处于固定频段内的信号,同时提高背景噪声信号的信噪比。可以理解的是,在信号采集中为方便后续其它方法的应用研究,一般使用较高的信号采样率,过高的采样率降低了城市背景噪声计算中的效率,基于此还可对经过带通滤波处理的与短周期密集台阵对应的背景噪声信号进行信号降采样处理,以将与短周期密集台阵对应的背景噪声信号重采样为20Hz采样率,且不限定于此。
步骤104、对处理后的背景噪声信号进行频域相关计算,得到与背景噪声信号对应的瑞雷波相速度以及衰减参数。
具体地,在对背景噪声信号进行预处理之后,可从该背景噪声信号所包括的多个采集点位置中确定出目标采集点位置,该目标采集点位置可为该背景噪声信号所包括的多个采集点位置中任意一个采集点位置,并可在与该目标采集点位置的距离处于预设距离内的区间确定出包含至少五个采集点位置的第一采集点位置集合,以及该第一采集点位置集合所对应的背景噪声信号。其中,与该目标采集点位置的距离处于预设距离内的区间可以但不局限于为以目标采集点位置为圆心,预设距离为半径的圆形区间,处于该圆形区间的除去目标采集点位置的其它所有采集点位置的集合可作为第一采集点位置集合。
进一步的,可在确定出第一采集点位置集合之后,基于目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第一频域参数。其中,第一采集点位置集合所对应的背景噪声信号的记录时间需与目标采集点位置所对应的背景噪声信号的记录时间保持一致。
此处以目标采集点位置可表示为,预设距离可表示为r为例,该目标采集点位置在预设频率下的第一频域参数可以但不局限于通过下式进行表示:
其中,
上式中,可表示为预设频率下第一采集点位置集合中任意两个采集点位置的互功率谱,可表示为预设频率下第一采集点位置集合中坐标对应为的采集点位置的自功率谱,可表示为预设频率下第一采集点位置集合中坐标对应为的采集点位置的自功率谱,可表示为预设频率下第一采集点位置集合中坐标对应为的采集点位置的背景噪声信号,可表示为预设频率下第一采集点位置集合中坐标对应为的采集点位置的背景噪声信号,可表示为为预设频率下目标采集点位置的频域相关参数。
作为本申请实施例的又一种可选,基于目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第一频域参数,包括:
按照预设切割方式分别将目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号切割为至少两个信号段;
基于目标采集点位置所对应的信号段以及第一采集点位置集合所对应的信号段,得到目标采集点位置在预设频率下与每个信号段对应的频域参数;
对与每个信号段对应的频域参数进行叠加计算,得到目标采集点位置在预设频率下的第一频域参数。
具体地,为了保障长时间的背景噪声信号的计算准确性,可采集信号分段的方法,按照预设切割方式分别将目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号切割为至少两个信号段,对每段时间信号记录应用余弦窗防止频谱泄露,并通过对与每个信号段对应的频域参数进行叠加计算的方式,提高信噪比以及计算精度,不仅还可降低整体计算过程的复杂度,还可利于数据的快速存储、处理与分析。
可以理解的是,此处每个信号段对应的频域参数的计算方式可参阅上述步骤,此处不过多赘述。
进一步的,在计算出目标采集点位置的频域相关参数之后,可以但不局限于应用非线性最小二乘拟合算法对该目标采集点位置的频域相关参数进行拟合处理,以使该目标采集点位置的频域相关参数处于0至2r之间。
接着,可将上述提到的经过拟合处理后的目标采集点位置的频域相关参数重新带入上述提到的第一频域参数计算公式,使用最小二乘法计算测量的基阶贝塞尔曲线观测值拟合的的差值,在观测值与拟合值的残差最小时的中的C即为在该频率下目标采集点位置的第一瑞雷波相速度以及与第一瑞雷波相速度对应的衰减参数。其中:
可以理解的是,引入随频率变化的衰减因子,拟合过程中考虑到信号衰减的变化,从而在计算信号波速的同时得到信号的衰减信息。
需要说明的是,基于上述提到的步骤可得到背景噪声信号所包括的多个采集点位置中每个采集点位置的第一瑞雷波相速度以及与第一瑞雷波相速度对应的衰减参数。
作为本申请实施例的又一种可选,对目标采集点位置在预设频率下的第一频域参数进行拟合处理,得到目标采集点位置的第一瑞雷波相速度以及与第一瑞雷波相速度对应的衰减参数之后,还包括:
按照预设角度对与目标采集点位置的距离处于预设距离内的区间进行划分,并从第一采集点位置集合中确定出与每个划分区间所对应的第二采集点位置集合;其中,第二采集点位置集合包括至少s个采集点位置;其中,s为大于或等于5的正整数;
基于目标采集点位置所对应的背景噪声信号以及第二采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第二频域参数;
对目标采集点位置在预设频率下的第二频域参数进行拟合处理,得到目标采集点位置的第二瑞雷波相速度以及与第二瑞雷波相速度对应的衰减参数。
本申请实施例还可根据目标采集点位置确定出与该目标采集点位置对应的各向异性信息。具体地,当短周期密集台阵记录的采集点足够密集时,可在确定出目标采集点位置之后,按照预设角度对与目标采集点位置的距离处于预设距离内的区间内沿着i个方向进行均匀划分,以得到与目标采集点位置对应的多个划分区间。其中,每个划分区间至少可以包括至少一个采集点位置,且该至少一个采集点位置属于第一采集点位置集合中的任意至少一个采集点位置。
进一步的,可基于目标采集点位置所对应的背景噪声信号以及第二采集点位置集合所对应的背景噪声信号进行频域相关计算,以得到目标采集点位置在预设频率下方向的第二频域参数,其计算表达式可以但不局限于通过下式进行表示:
其中,,,。
进一步的,在计算出目标采集点位置的第二频域参数之后,可以但不局限于应用非线性最小二乘拟合算法对该目标采集点位置的第二频域参数进行拟合处理,以使该目标采集点位置的第二频域参数处于0至2r之间。
接着,可将上述提到的经过拟合处理后的目标采集点位置的第二频域参数重新带入上述提到的第二频域参数计算公式,使用最小二乘法计算测量的基阶贝塞尔曲线观测值拟合的的差值,在观测值与拟合值的残差最小时的中的C即为在该频率下目标采集点位置的第二瑞雷波相速度以及与第二瑞雷波相速度对应的衰减参数。
此处可参阅图2示出的本申请实施例提供的一种采集点位置的选取效果示意图。如图2所示,该短周期密集台阵的排布方式可为5*29的矩阵,在该矩阵中可确定出目标采集点为,预设距离可为r,则第一采集点位置集合可包括在原点为,半径为r的圆形内所有的采集点位置,第二采集点位置集合可包括在原点为,半径为r的圆形经过均匀划分的区间内所有的采集点位置,且该均匀划分的角度为。
步骤106、基于与背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差得到与背景噪声信号对应的剪切波速度。
具体地,可采用薄层反演方法对目标采集点位置的第一瑞雷波相速度进行反演计算,并基于计算后的目标采集点位置的第一瑞雷波相速度对预设初始模型进行迭代训练。其中,预设初始模型为同质层,模型中的单个有限元或层厚须小于波长以确保精度,且在本申请实施例中可给定预设初始模型的层数n和最小薄层厚度h,总模型厚度需足够大,以使该预设初始模型可近似为自由界面,并可根据实际地质状况估计该预设初始模型的泊松比以及介质密度。可以理解的是,可在对预设初始模型进行迭代训练的过程中,限定该预设初始模型收敛时可接受的误差范围,直至该预设初始模型的迭代误差处于预设误差区间。
在得到训练后的预设初始模型之后,可将目标采集点位置的第一瑞雷波相速度输入至该训练后的预设初始模型,以得到目标采集点位置的平均剪切波速度;以及还可将目标采集点位置的第二瑞雷波相速度输入至该训练后的预设初始模型,以得到目标采集点位置的平均各向异性瑞雷波相速度。
可以理解的是,在得到训练后的预设初始模型、平均剪切波速度以及平均各向异性瑞雷波相速度之后,还可计算出该预设初始模型在不同时期的品质因子,其计算方式可以但不局限于通过下式表示:
其中,可表示为预设初始模型第i层的平均剪切波速度,可表示为预设初始模型第i层的平均各向异性瑞雷波相速度,可表示为预设初始模型第i层的品质因子。
需要说明的是,基于上述提到的步骤可得到背景噪声信号所包括的多个采集点位置中每个采集点位置的平均瑞雷波相速度以及平均各向异性瑞雷波相速度。
步骤108、根据与背景噪声信号对应的剪切波速度以及衰减参数进行绘图处理。
具体地,在对与背景噪声信号对应的平均瑞雷波相速度以及衰减参数进行绘图处理时,可以但不局限于先在短周期密集台阵中确定出一个绘图采集点位置,并可基于该一个绘图采集点位置所对应的平均瑞雷波相速度以及衰减参数生成一维图像,该一维图像可表示为短周期密集台阵在特定采集点位置处的地下剪切波速度。可能的,还可在短周期密集台阵中确定出至少两个连续的绘图采集点位置,并基于该至少两个连续的绘图采集点位置所对应的平均瑞雷波相速度以及衰减参数生成二维图像,该二维图像可表示为短周期密集台阵指定观测线或观测面的浅层地下介质不同厚度处的平均剪切波速度。
在对与背景噪声信号对应的平均各向异性瑞雷波相速度以及衰减参数进行绘图处理时,可以但不局限于先在短周期密集台阵中确定出一个绘图采集点位置,并可基于该一个绘图采集点位置所对应的平均各向异性瑞雷波相速度以及衰减参数生成一维图像,该一维图像可表示为短周期密集台阵在特定采集点位置处在不同方向上变化的剪切波速度。可能的,还可在短周期密集台阵中确定出至少两个连续的绘图采集点位置,并基于该至少两个连续的绘图采集点位置所对应的平均各向异性瑞雷波相速度以及衰减参数生成二维图像,该二维图像可表示为短周期密集台阵指定观测线或观测面的浅层地下介质不同厚度处的平均各向异性瑞雷波相速度。
请参阅图3,图3示出了本申请实施例提供的一种基于短周期密集台阵城市背景噪声的成像装置的结构示意图。
如图3所示,该基于短周期密集台阵城市背景噪声的成像装置至少可以包括预处理模块301、信号计算模块302、信号处理模块303以及绘图模块304,其中:
预处理模块301,用于获取与短周期密集台阵对应的背景噪声信号,并对背景噪声信号进行预处理;
信号计算模块302,用于对处理后的背景噪声信号进行频域相关计算,得到与背景噪声信号对应的瑞雷波相速度以及衰减参数;
信号处理模块303,用于基于与背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差得到与背景噪声信号对应的剪切波速度;其中,预设初始模型的层数为n,最小薄层厚度为h,n与h均为正整数;
绘图模块304,用于根据与背景噪声信号对应的剪切波速度以及衰减参数进行绘图处理。
在一些可能的实施例中,预处理模块具体包括:
第一预处理单元,用于基于短周期密集台阵确定至少m个采集点位置,并根据至少m个采集点位置对背景噪声信号进行分类处理;其中,m为大于或等于5的正整数;
第二预处理单元,用于对经过分类处理后的背景噪声信号进行信号预处理;
第三预处理单元,用于对经过信号预处理后的背景噪声信号进行带通滤波处理。
在一些可能的实施例中,信号计算模块具体包括:
确定单元,用于从至少m个采集点位置中确定目标采集点位置;其中,目标采集点位置为至少m个采集点位置中任意一个采集点位置;
筛选单元,用于在经过滤波处理后的背景噪声信号中筛选出与目标采集点位置的距离处于预设距离内的第一采集点位置集合所对应的背景噪声信号;其中,第一采集点位置集合包括至少m个采集点位置,第一采集点位置集合所对应的背景噪声信号的记录时间与目标采集点位置所对应的背景噪声信号的记录时间保持一致;
第一计算单元,用于基于目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第一频域参数;
第一处理单元,用于对目标采集点位置在预设频率下的第一频域参数进行拟合处理,得到目标采集点位置的第一瑞雷波相速度以及与第一瑞雷波相速度对应的衰减参数。
在一些可能的实施例中,第一计算单元具体用于:
按照预设切割方式分别将目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号切割为至少两个信号段;
基于目标采集点位置所对应的信号段以及第一采集点位置集合所对应的信号段,得到目标采集点位置在预设频率下与每个信号段对应的频域参数;
对与每个信号段对应的频域参数进行叠加计算,得到目标采集点位置在预设频率下的第一频域参数。
在一些可能的实施例中,信号计算模块具体还包括:
划分单元,用于按照预设角度对与目标采集点位置的距离处于预设距离内的区间进行划分,并从第一采集点位置集合中确定出与每个划分区间所对应的第二采集点位置集合;其中,第二采集点位置集合包括至少s个采集点位置;其中,s为大于或等于5的正整数;
第二计算单元,用于基于目标采集点位置所对应的背景噪声信号以及第二采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第二频域参数;
第二处理单元,用于对目标采集点位置在预设频率下的第二频域参数进行拟合处理,得到目标采集点位置的第二瑞雷波相速度以及与第二瑞雷波相速度对应的衰减参数。
在一些可能的实施例中,信号处理模块具体包括:
训练单元,用于对目标采集点位置的第一瑞雷波相速度进行反演计算,并基于计算后的目标采集点位置的第一瑞雷波相速度对预设初始模型进行迭代训练,直至预设初始模型的迭代误差处于预设误差区间;
模型第一输出单元,用于将目标采集点位置的第一瑞雷波相速度输入至训练后的预设初始模型,得到目标采集点位置的第一剪切波速度;
模型第二输出单元,用于将目标采集点位置的第二瑞雷波相速度输入至训练后的预设初始模型,得到目标采集点位置的第二剪切波速度。
在一些可能的实施例中,绘图模块具体包括:
第一绘图单元,用于基于短周期密集台阵确定至少一个绘图采集点位置,并根据至少一个绘图采集点位置的第一剪切波速度以及与第一剪切波速度对应的衰减参数进行绘图处理;
第二绘图单元,用于根据至少一个绘图采集点位置的第二剪切波速度以及与第二剪切波速度对应的衰减参数进行绘图处理。
本领域的技术人员可以清楚地了解到本申请实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件,其中硬件例如可以是现场可编程门阵列(Field-ProgrammableGate Array,FPGA)、集成电路(Integrated Circuit,IC)等。
请参阅图4,图4示出了本申请实施例提供的又一种基于短周期密集台阵城市背景噪声的成像装置的结构示意图。如图4所示,该基于短周期密集台阵城市背景噪声的成像装置400可以包括:至少一个处理器401、至少一个网络接口404、用户接口403、存储器405以及至少一个通信总线402。
其中,通信总线402可用于实现上述各个组件的连接通信。
其中,用户接口403可以包括按键,可选用户接口还可以包括标准的有线接口、无线接口。
其中,网络接口404可以但不局限于包括蓝牙模块、NFC模块、Wi-Fi模块等。
其中,处理器401可以包括一个或者多个处理核心。处理器401利用各种接口和线路连接整个电子设备400内的各个部分,通过运行或执行存储在存储器405内的指令、程序、代码集或指令集,以及调用存储在存储器405内的数据,执行路由设备400的各种功能和处理数据。可选的,处理器401可以采用DSP、FPGA、PLA中的至少一种硬件形式来实现。处理器401可集成CPU、GPU和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器401中,单独通过一块芯片进行实现。
其中,存储器405可以包括RAM,也可以包括ROM。可选的,该存储器405包括非瞬时性计算机可读介质。存储器405可用于存储指令、程序、代码、代码集或指令集。存储器405可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器405可选的还可以是至少一个位于远离前述处理器401的存储装置。如图4所示,作为一种计算机存储介质的存储器405中可以包括操作系统、网络通信模块、用户接口模块以及基于短周期密集台阵城市背景噪声的成像应用程序。
具体地,处理器401可以用于调用存储器405中存储的基于短周期密集台阵城市背景噪声的成像应用程序,并具体执行以下操作:
获取与短周期密集台阵对应的背景噪声信号,并对背景噪声信号进行预处理;
对处理后的背景噪声信号进行频域相关计算,得到与背景噪声信号对应的瑞雷波相速度以及衰减参数;
基于与背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差,得到与背景噪声信号对应的剪切波速度;其中,预设初始模型的层数为n,最小薄层厚度为h,n与h均为正整数;
根据与背景噪声信号对应的剪切波速度以及衰减参数进行绘图处理。
在一些可能的实施例中,对背景噪声信号进行预处理,包括:
基于短周期密集台阵确定至少m个采集点位置,并根据至少m个采集点位置对背景噪声信号进行分类处理;其中,m为大于或等于5的正整数;
对经过分类处理后的背景噪声信号进行信号预处理;
对经过信号预处理后的背景噪声信号进行带通滤波处理。
在一些可能的实施例中,对处理后的背景噪声信号进行频域相关计算,得到与背景噪声信号对应的瑞雷波相速度以及衰减参数,包括:
从至少m个采集点位置中确定目标采集点位置;其中,目标采集点位置为至少m个采集点位置中任意一个采集点位置;
在经过滤波处理后的背景噪声信号中筛选出与目标采集点位置的距离处于预设距离内的第一采集点位置集合所对应的背景噪声信号;其中,第一采集点位置集合包括至少m个采集点位置,第一采集点位置集合所对应的背景噪声信号的记录时间与目标采集点位置所对应的背景噪声信号的记录时间保持一致;
基于目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第一频域参数;
对目标采集点位置在预设频率下的第一频域参数进行拟合处理,得到目标采集点位置的第一瑞雷波相速度以及与第一瑞雷波相速度对应的衰减参数。
在一些可能的实施例中,基于目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第一频域参数,包括:
按照预设切割方式分别将目标采集点位置所对应的背景噪声信号以及第一采集点位置集合所对应的背景噪声信号切割为至少两个信号段;
基于目标采集点位置所对应的信号段以及第一采集点位置集合所对应的信号段,得到目标采集点位置在预设频率下与每个信号段对应的频域参数;
对与每个信号段对应的频域参数进行叠加计算,得到目标采集点位置在预设频率下的第一频域参数。
在一些可能的实施例中,对目标采集点位置在预设频率下的第一频域参数进行拟合处理,得到目标采集点位置的第一瑞雷波相速度以及与第一瑞雷波相速度对应的衰减参数之后,还包括:
按照预设角度对与目标采集点位置的距离处于预设距离内的区间进行划分,并从第一采集点位置集合中确定出与每个划分区间所对应的第二采集点位置集合;其中,第二采集点位置集合包括至少s个采集点位置;其中,s为大于或等于5的正整数;
基于目标采集点位置所对应的背景噪声信号以及第二采集点位置集合所对应的背景噪声信号进行频域相关计算,得到目标采集点位置在预设频率下的第二频域参数;
对目标采集点位置在预设频率下的第二频域参数进行拟合处理,得到目标采集点位置的第二瑞雷波相速度以及与第二瑞雷波相速度对应的衰减参数。
在一些可能的实施例中,基于与背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差得到与背景噪声信号对应的剪切波速度,包括:
对目标采集点位置的第一瑞雷波相速度进行反演计算,并基于计算后的目标采集点位置的第一瑞雷波相速度对预设初始模型进行迭代训练,直至预设初始模型的迭代误差处于预设误差区间;
将目标采集点位置的第一瑞雷波相速度输入至训练后的预设初始模型,得到目标采集点位置的第一剪切波速度;
将目标采集点位置的第二瑞雷波相速度输入至训练后的预设初始模型,得到目标采集点位置的第二剪切波速度。
在一些可能的实施例中,根据与背景噪声信号对应的剪切波速度以及衰减参数进行绘图处理,包括:
基于短周期密集台阵确定至少一个绘图采集点位置,并根据至少一个绘图采集点位置的第一剪切波速度以及与第一剪切波速度对应的衰减参数进行绘图处理;
根据至少一个绘图采集点位置的第二剪切波速度以及与第二剪切波速度对应的衰减参数进行绘图处理。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。其中,计算机可读存储介质可以包括但不限于任何类型的盘,包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC),或适合于存储指令和/或数据的任何类型的媒介或设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(Read-Only Memory, ROM)、随机存取存储器(Random Access Memory,RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(Read-Only Memory, ROM)、随机存取器(Random AccessMemory,RAM)、磁盘或光盘等。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种基于短周期密集台阵城市背景噪声的成像方法,其特征在于,包括:
获取与短周期密集台阵对应的背景噪声信号,并对所述背景噪声信号进行预处理;
对处理后的所述背景噪声信号进行频域相关计算,得到与所述背景噪声信号对应的瑞雷波相速度以及衰减参数;
基于与所述背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据所述预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差,得到与所述背景噪声信号对应的剪切波速度;其中,所述预设初始模型的层数为n,最小薄层厚度为h,所述n与所述h均为正整数;
根据与所述背景噪声信号对应的剪切波速度以及所述衰减参数进行绘图处理。
2.根据权利要求1所述的方法,其特征在于,所述对所述背景噪声信号进行预处理,包括:
基于所述短周期密集台阵确定至少m个采集点位置,并根据所述至少m个采集点位置对所述背景噪声信号进行分类处理;其中,m为大于或等于5的正整数;
对经过分类处理后的所述背景噪声信号进行信号预处理;
对经过信号预处理后的所述背景噪声信号进行带通滤波处理。
3.根据权利要求2所述的方法,其特征在于,所述对处理后的所述背景噪声信号进行频域相关计算,得到与所述背景噪声信号对应的瑞雷波相速度以及衰减参数,包括:
从所述至少m个采集点位置中确定目标采集点位置;其中,所述目标采集点位置为所述至少m个采集点位置中任意一个采集点位置;
在经过带通滤波处理后的所述背景噪声信号中筛选出与所述目标采集点位置的距离处于预设距离内的第一采集点位置集合所对应的背景噪声信号;其中,所述第一采集点位置集合包括至少m个采集点位置,所述第一采集点位置集合所对应的背景噪声信号的记录时间与所述目标采集点位置所对应的背景噪声信号的记录时间保持一致;
基于所述目标采集点位置所对应的背景噪声信号以及所述第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到所述目标采集点位置在预设频率下的第一频域参数;
对所述目标采集点位置在预设频率下的第一频域参数进行拟合处理,得到所述目标采集点位置的第一瑞雷波相速度以及与所述第一瑞雷波相速度对应的衰减参数。
4.根据权利要求3所述的方法,其特征在于,所述基于所述目标采集点位置所对应的背景噪声信号以及所述第一采集点位置集合所对应的背景噪声信号进行频域相关计算,得到所述目标采集点位置在预设频率下的第一频域参数,包括:
按照预设切割方式分别将所述目标采集点位置所对应的背景噪声信号,以及所述第一采集点位置集合所对应的背景噪声信号切割为至少两个信号段;
基于所述目标采集点位置所对应的信号段以及所述第一采集点位置集合所对应的信号段,得到所述目标采集点位置在预设频率下与每个所述信号段对应的频域参数;
对所述与每个所述信号段对应的频域参数进行叠加计算,得到所述目标采集点位置在预设频率下的第一频域参数。
5.根据权利要求3所述的方法,其特征在于,所述对所述目标采集点位置在预设频率下的第一频域参数进行拟合处理,得到所述目标采集点位置的第一瑞雷波相速度以及与所述第一瑞雷波相速度对应的衰减参数之后,还包括:
按照预设角度对与所述目标采集点位置的距离处于预设距离内的区间进行划分,并从所述第一采集点位置集合中确定出与每个划分区间所对应的第二采集点位置集合;其中,所述第二采集点位置集合包括至少s个采集点位置;其中,s为大于或等于5的正整数;
基于所述目标采集点位置所对应的背景噪声信号以及所述第二采集点位置集合所对应的背景噪声信号进行频域相关计算,得到所述目标采集点位置在预设频率下的第二频域参数;
对所述目标采集点位置在预设频率下的第二频域参数进行拟合处理,得到所述目标采集点位置的第二瑞雷波相速度以及与所述第二瑞雷波相速度对应的衰减参数。
6.根据权利要求5所述的方法,其特征在于,所述基于与所述背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据所述预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差得到与所述背景噪声信号对应的剪切波速度,包括:
对所述目标采集点位置的第一瑞雷波相速度进行反演计算,并基于计算后的所述目标采集点位置的第一瑞雷波相速度对预设初始模型进行迭代训练,直至所述预设初始模型的迭代误差处于预设误差区间;
将所述目标采集点位置的第一瑞雷波相速度输入至训练后的所述预设初始模型,得到所述目标采集点位置的第一剪切波速度;
将所述目标采集点位置的第二瑞雷波相速度输入至训练后的所述预设初始模型,得到所述目标采集点位置的第二剪切波速度。
7.根据权利要求6所述的方法,其特征在于,所述根据与所述背景噪声信号对应的剪切波速度以及所述衰减参数进行绘图处理,包括:
基于所述短周期密集台阵确定至少一个绘图采集点位置,并根据所述至少一个绘图采集点位置的第一剪切波速度以及与所述第一剪切波速度对应的衰减参数进行绘图处理;
根据所述至少一个绘图采集点位置的第二剪切波速度以及与所述第二剪切波速度对应的衰减参数进行绘图处理。
8.一种基于短周期密集台阵城市背景噪声的成像装置,其特征在于,包括:
预处理模块,用于获取与短周期密集台阵对应的背景噪声信号,并对所述背景噪声信号进行预处理;
信号计算模块,用于对处理后的所述背景噪声信号进行频域相关计算,得到与所述背景噪声信号对应的瑞雷波相速度以及衰减参数;
信号处理模块,用于基于与所述背景噪声信号对应的瑞雷波相速度对预设初始模型进行迭代反演训练,并根据所述预设初始模型在迭代反演计算中的频散曲线与观测值的最小拟合误差得到与所述背景噪声信号对应的剪切波速度;其中,所述预设初始模型的层数为n,最小薄层厚度为h,所述n与所述h均为正整数;
绘图模块,用于根据与所述背景噪声信号对应的剪切波速度以及所述衰减参数进行绘图处理。
9.一种基于短周期密集台阵城市背景噪声的成像装置,其特征在于,包括处理器以及存储器;
所述处理器与所述存储器连接;
所述存储器,用于存储可执行程序代码;
所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行如权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机可读存储介质中存储有指令,当所述指令在计算机或处理器上运行时,使得所述计算机或处理器执行如权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211291835.8A CN115935142A (zh) | 2022-10-21 | 2022-10-21 | 一种基于短周期密集台阵城市背景噪声的成像方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211291835.8A CN115935142A (zh) | 2022-10-21 | 2022-10-21 | 一种基于短周期密集台阵城市背景噪声的成像方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115935142A true CN115935142A (zh) | 2023-04-07 |
Family
ID=86698228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211291835.8A Pending CN115935142A (zh) | 2022-10-21 | 2022-10-21 | 一种基于短周期密集台阵城市背景噪声的成像方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115935142A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117289337A (zh) * | 2023-09-26 | 2023-12-26 | 成都信息工程大学 | 瑞雷面波反演方法、装置、电子设备及存储介质 |
-
2022
- 2022-10-21 CN CN202211291835.8A patent/CN115935142A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117289337A (zh) * | 2023-09-26 | 2023-12-26 | 成都信息工程大学 | 瑞雷面波反演方法、装置、电子设备及存储介质 |
CN117289337B (zh) * | 2023-09-26 | 2024-05-10 | 成都信息工程大学 | 瑞雷面波反演方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6945895B2 (ja) | 表面波探査方法および端末デバイス | |
CN111164462B (zh) | 一种人工源面波勘探方法、面波勘探装置及终端设备 | |
Van den Ende et al. | A self-supervised deep learning approach for blind denoising and waveform coherence enhancement in distributed acoustic sensing data | |
CN104007469A (zh) | 一种基于曲波变换的弱地震信号重构方法 | |
CN105242309A (zh) | 一种地震数据中规则干扰的压制方法及装置 | |
CN115935142A (zh) | 一种基于短周期密集台阵城市背景噪声的成像方法及装置 | |
CN108629760A (zh) | 一种遥感影像变化区域检测方法及装置 | |
CN108897036B (zh) | 一种地震数据处理方法及装置 | |
CN109633761A (zh) | 基于小波变换模极大值法的磁共振信号工频噪声消减方法 | |
CN111458749A (zh) | 应用于被动源地震勘探的面波与体波的分离方法及系统 | |
Zeng et al. | Microseismic data denoising in the sychrosqueezed domain by integrating the wavelet coefficient thresholding and pixel connectivity | |
CN211453973U (zh) | 一种基于虚拟仪器的天然源面波采集系统 | |
CN105589099B (zh) | 一种盲源地震波场的多边形带通滤波方法 | |
CN107561588B (zh) | 一种地震数据噪声压制方法及装置 | |
EA021941B1 (ru) | Система и способ для получения сейсмических волновых полей с использованием лучевых и конечно-элементных принципов | |
CN115170428A (zh) | 一种声波远探测成像图的降噪方法 | |
CN114578445A (zh) | 基于重力资料确定断裂位置的方法及装置 | |
CN109633744B (zh) | 地震子波的提取方法、装置、设备及存储介质 | |
Deowan et al. | A warning and detection system for elephant intrusions utilizing signal processing and iot | |
US10222493B2 (en) | System and methods for processing and the visualization of bioaccoustical information | |
CN116088047B (zh) | 一种基于断层模型的油气藏搜寻方法及系统 | |
CN114722648B (zh) | 岩心声波响应的获取方法及装置 | |
CN112464777B (zh) | 一种光纤振动源垂直距离智能估算方法 | |
CN117930370B (zh) | 海洋磁力场测量及成像方法、装置、设备及介质 | |
Chen et al. | Least-squares decomposition with time–space constraint for denoising microseismic data |
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 |