本發(fā)明涉及微地震信號處理
技術領域：
，具體涉及一種基于全變分微地震信號平滑增強方法。
背景技術：
：在深井開采、邊坡檢測、隧道地質災害超前預報等領域，微地震技術已得到很廣泛的應用。微地震信號為典型的非平穩(wěn)弱信號，在監(jiān)測過程中易受自然環(huán)境、施工噪音、機電脈沖等噪音影響，導致有效信號的能量相對較弱，許多破裂事件不易被識別，進而影響震源的反演。特別是現階段要求實時微地震信號處理、快速多源信號的分類、震源的高精度定位都需要時空分辨率較高的信號波形。目前微地震信號增強有多種技術：極化濾波、匹配濾波、f-k濾波、基于多尺度分析的小波變換去噪方法、基于稀疏表示的去噪方法、雙曲radon變換去噪方法。極化濾波的缺點：極化濾波方法濾波因子的期望方向是固定的，對于較為復雜的的波場，有效信號的波形會因波的全矢量偏離固定分量而導致畸變。匹配濾波的缺點：匹配濾波需要預先找到微震有效信號的同相軸作為參考軸，然而同相軸的標定難度很大。f-k濾波的缺點：f-k濾波后易導致虛假同相軸的產生。基于多尺度分析的小波變換去噪方法的缺點：基于多尺度分析的小波變換去噪方法由于小波變換在處理二維及更高維的數據存在方向局限性，不能很好地描述數據中有效信號的方向信息，從而影響了對有效信號的恢復效果?；谙∈璞硎镜娜ピ敕椒ǖ娜秉c：基于稀疏表示的去噪方法但當信噪比較低時，重構的系數中會混有噪聲系數，降低了有效信號的估計精度。雙曲radon變換去噪方法的缺點：雙曲radon變換去噪方法同樣在噪聲強度大的微地震數據處理中消噪效果不理想。現有技術中的幾種方法計算量大，不適合大規(guī)模或實時微地震信號處理；針對以上技術存在的問題，本發(fā)明提出一種基于全變分微地震信號平滑增強算法，該方法在保證信號平滑增強的同時，提高計算效率，保證實時計算的需要。技術實現要素：本發(fā)明的目的在于克服現有技術的不足，提供一種基于全變分微地震信號平滑增強方法，旨在解決現有方法實時性不高的問題，在保證信號平滑增強的同時，提高計算效率，保證實時計算的需要。本發(fā)明的目的是通過以下技術方案來實現的：一種基于全變分微地震信號平滑增強方法，包括以下步驟：s1.采集微地震數據；s2.用常規(guī)預處理方法對采集到的微地震數據進行預處理，得到微地震信號；s3.建立初始全變分微地震信號模型，設置調節(jié)系數λ：表示為：y(t)＝n(t)+x(t)其中y(t)為原始地震信號，定義x(t)為增強后的地震信號，n(t)為地震數據的異常數據；x(t)由下式求出：n為地震數據的采樣點數，t為采樣點序號，λ為調節(jié)參數；s4.利用線性弦線算法，對y(t)進行增強，消除的異常噪音,具體包括：a.整數n≥1，輸入微地震信號序列(y[1],y[2]……y[n])，實參數λ>0；b.賦值t＝t0＝t-＝t+＝1，vmin＝y(tǒng)[1]-λ，vmax＝y(tǒng)[1]+λ，umin＝λ，umax＝-λ；c.當t＝n時，賦值x*[n]＝vmin+umin，并跳轉結束；d.當y[t+1]+umin＜vmin-λ時，執(zhí)行賦值x*[t0]＝…＝x*[t-]＝vmin，t＝t0＝t-＝t+＝t--1，vmin＝y(tǒng)[t]，vmax＝y(tǒng)[t]+2λ，umin＝λ，umax＝-λ；e.當y[t+1]+umax＜vmax+λ時，選擇執(zhí)行x*[t0]＝…＝x*[t+]＝vmax，t＝t0＝t-＝t+＝t++1，vmax＝y(tǒng)[t]，vmin＝y(tǒng)[t]-2λ，umin＝λ，umax＝-λ；f.否則，執(zhí)行t＝t+1，umin＝umin+y[t]-vmin，umax＝umax+y[t]-vmax；g.其中當umin≥λ時，賦值t-＝t，umin＝λ，vmin＝vmin+(umin-λ)/(t-t0+1)；當umax≤-λ時，賦值t+＝t，umax＝-λ，vmax＝vmax+(umax+λ)/(t-t0+1)；h.當t小于n時，執(zhí)行步驟(4.4)；i.當umin＜0時，賦值x*[t0]=…x*[t+]=vmax，t＝t0=t-=t-+1，vmin＝y(tǒng)[t]，umax＝y(tǒng)[t]+λ-vmax，umin＝λ，并執(zhí)行步驟(4.3)；j.當umax＞0時，賦值x*[t0]＝…＝x*[t+]＝vmax，x*[t0]＝…＝x*[t+]＝vmax，vmax＝y(tǒng)[t]，umin＝y(tǒng)[t]-λ-vmin，umax＝-λ，并執(zhí)行步驟(4.3)；k.否則執(zhí)行賦值x*[t0]＝…x*[n]＝vmin+umin/(t-t0+1)，并跳轉結束；l.輸出增強后的信號序列(x^*[1]＝…＝x^*[n])。進一步地，所述步驟s1中采集微地震數據的具體操作為，通過在監(jiān)測區(qū)域設計微地震監(jiān)測設備，形成傳感器序列，獲取多源震動信號。進一步地，所述步驟s2中，根據采集到的微地震數據，設置校正方向矩陣，修訂微地震信號，獲取每分量數據x(t)，t＝1,2...n，n為一維信號的采樣點總數。進一步地，所述采樣時間間隔為t，t＝0.5ms、0.6ms、1ms、2ms或4ms。進一步地，所述步驟s3中0＜λ≤10。進一步地，所述步驟s3中，微地震信號通常為3分量信號，每一分量為一維離散數字信號。由于噪音、超幅信號等存在，增加了后續(xù)資料處理中多解性。本發(fā)明的有益效果是：本發(fā)明利用線性弦線算法對信號進行增強，以期提高信號的時-空分辨率，減少資料解釋中的多解性；本發(fā)明由全變分模型出發(fā)，提供了一種計算效率高、人為的操作誤差小的微地震信號平滑增強方法，其技術原理為根據視覺全變分模型，利用線性弦線算法把微地震信號進行平滑，達到微地震信號增強的目的，而且本發(fā)明的方法簡單，在保證信號平滑增強的同時，提高計算效率，保證實時計算的需要。附圖說明圖1是本發(fā)明基于全變分微地震信號平滑增強方法流程圖；圖2是線性弦線算法流程圖；圖3是加了隨機噪音的信號圖；圖4是原始地震信號圖；圖5是低通濾波(<50hz)、中值濾波、tv模型信號增強(λ＝0.2)信號圖；圖6是tv模型信號增強結果信號圖圖7是計算效率分析(λ＝0.2)圖；圖8是巖石剪切破裂信號圖；圖9是tv模型信號增強結果(λ＝0.6)圖。具體實施方式下面結合具體實施例和附圖進一步詳細描述本發(fā)明的技術方案，但本發(fā)明的保護范圍不局限于以下所述。實施例如圖1所示，一種基于全變分微地震信號平滑增強方法，包括以下步驟：步驟(1)野外采集微地震數據:在監(jiān)測區(qū)域設計微地震監(jiān)測設備，形成傳感器序列，獲取多源震動信號；步驟(2)對原始微地震信號(如圖3所示)進行預處理得到微地震信號(如圖4所示)；根據實驗炮數據，設置校正方向矩陣，修訂微地震信號，獲取每分量數據x(t),t＝1,2...n，n為一維信號的采樣點總數，采樣時間間隔為t，t＝0.5ms、0.6ms、1ms、2ms或4ms；步驟(3)建立初始全變分微地震信號模型，設置調節(jié)系數λ：微地震信號通常為3分量信號，每一分量為一維離散數字信號，由于噪音、超幅信號等存在，增加了后續(xù)資料處理中多解性；表示為：y(t)＝n(t)+x(t)其中y(t)為原始地震信號，定義x(t)為增強后的地震信號，n(t)為地震數據的異常數據；x(t)由下式求出：n為地震數據的采樣點數，t為采樣點序號，λ為調節(jié)參數(流程圖如圖2所示)；步驟(4)利用線性弦線算法，對y(t)進行增強，消除的異常噪音(如圖4所示)；步驟(4.1)整數n≥1，輸入微地震信號序列(y[1],y[2]……y[n])，實參數λ>0；步驟(4.2)賦值t＝t0＝t-＝t+＝1，vmin＝y(tǒng)[1]-λ，vmax＝y(tǒng)[1]+λ，umin＝λ，umax＝-λ；步驟(4.3)當t＝n時，賦值x*[n]＝vmin+umin，并跳轉結束；步驟(4.4)當y[t+1]+umin＜vmin-λ時，執(zhí)行賦值x*[t0]＝…＝x*[t-]＝vmin，t＝t0＝t-＝t+＝t--1，vmin＝y(tǒng)[t]，vmax＝y(tǒng)[t]，vmax＝y(tǒng)[t]+2λ，umin＝λ，umax＝-λ；步驟(4.5)當y[t+1]+umax＜vmax+λ時，選擇執(zhí)行x*[t0]＝…＝x*[t+]＝vmax，t＝t0＝t-＝t+＝t++1，vmax＝y(tǒng)[t]，vmin＝y(tǒng)[t]-2λ，umin＝λ，umax＝-λ；步驟(4.6)否則，執(zhí)行t＝t+1，umin＝umin+y[t]-vmin，umax＝umax+y[t]-vmax；步驟(4.7)其中當umin≥λ時，賦值t-＝t，umin＝λ，vmin＝vmin+(umin-λ)/(t-t0+1)；當umax≤-λ時，賦值t+＝t，umax＝-λ，vmax＝vmax+(umax+λ)/(t-t0+1)；步驟(4.8)當t小于n時，執(zhí)行步驟(4.4)；步驟(4.9)當umin＜0時，賦值x*[t0]＝…＝x*[t+]＝vmax，t＝t0＝t-＝t-+1，vmin＝y(tǒng)[t]，umax＝y(tǒng)[t]+λ-vmax，umin＝λ，并執(zhí)行步驟(4.3)；步驟(4.10)當umax＞0時，賦值x*[t0]＝…x*[t+]＝vmax，t＝t0＝t+＝t++1，vmax＝y(tǒng)[t]，umin＝y(tǒng)[t]-λ-vmin，umax＝-λ，并執(zhí)行步驟(4.3)；步驟(4.11)否則執(zhí)行賦值x*[t0]＝…＝x*[n]＝vmin+umin/(t-t0+1)，并跳轉結束；步驟(4.12)輸出增強后的信號序列(x^*[1]＝…＝x^*[n])；參照巖體剪切破裂信號來模擬，該信號由三個正弦衰減波代表于三段不同時刻的剪切破裂，總采樣時間為1303ms，采樣頻率1000hz，為了簡單起見把信號的起跳作為初至時間，分別為100ms、502ms、903ms處；見圖4原始干凈的信號，圖3為加了隨機噪音的信號，信噪比為3.6423db的信號(模擬監(jiān)測環(huán)境中大量的背景隨機噪音情況)；通?，F場采用的實時濾波方法為中值濾波方法、低通濾波方法與tv信號增強方法；結果的對比分析發(fā)現并tv信號增強方法(見表1)，在提高信噪比的同時能達到平滑信號的效果(如圖5所示)，從圖5中可以看出，在初至之前另兩種算法都存在濾不凈的“毛刺”現象，對利用波起跳進行初至拾取存在很大的干擾，從而影響震源定位的精度。在計算效率分析中(如圖6和圖7所示)從開始90次計算次數到迭代5次后減少到52次，計算次數曲線趨于平衡，其表明僅算法需要迭代5次能夠得到較為可信的計算結果，滿足實時微地震數據處理的要求。表1地震信號信噪比表信號類型信噪比(db)含噪信號3.6423tv信號增強方法10.3525低通濾波(50<hz)7.8094中值濾波9.4958下面結合附圖對本發(fā)明的應用原理作詳細描述。如圖1：一種基于全變分微地震數據平滑增強方法，該方法包括以下步驟：s101:野外采集微地震數據；s102:用常規(guī)預處理方法得到微地震信號(如圖9)，圖8為四川某鐵礦微地震監(jiān)測到的巖體剪切破裂信號(采樣點4001個，采樣頻率為1000hz)；s103:選取調節(jié)參數λ＝0.6；s104:用線性弦線算法(圖2)求解全變分模型，圖9為采用tv信號增強技術對原始信號處理的結果，圖中信號的初至清晰可見，降低了初至識別難度，利于計算機自動化處理；本例利用5組測試炮數據對tv信號增強算法進行驗證，見表2其震源定位精度得到了很大幅度的提高。表2信號增強后定位結果與誤差對比表以上所述僅是本發(fā)明的優(yōu)選實施方式，應當理解本發(fā)明并非局限于本文所披露的形式，不應看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述構想范圍內，通過上述教導或相關領域的技術或知識進行改動。而本領域人員所進行的改動和變化不脫離本發(fā)明的精神和范圍，則都應在本發(fā)明所附權利要求的保護范圍內。當前第1頁12