微震信号检测与识别的关键技术研究

目录

声明

第一章 绪论

§1.1 课题研究背景

§1.2 微震信号检测与识别的国内外研究现状

§1.2.1 微震信号时频分析方法的国内外研究现状

§1.2.2 微震信号特征提取方法的国内外研究现状

§1.2.3 微震信号模式识别方法的国内外研究现状

§1.3 论文研究内容

§1.4 论文结构安排

第二章 微震信号数据解析和特征分析

§2.1 微震信号数据解析

§2.1.1 数据存储方式

§2.1.2 读取微震数据

§2.2 微震信号初步分析

§2.2.1 微震信号的时域分析

§2.2.2 微震信号的频域分析

§2.3 本章总结

第三章 基于重排S变换的时频分析方法研究

§3.1 S变换的理论研究

§3.1.1 S变换理论基础-小波变换

§3.1.2 小波变换在微震信号时频分析中的应用

§3.1.3 S变换理论研究

§3.1.4 S变换在微震信号时频分析中的应用

§3.2 重排技术的理论基础

§3.2.1 重排算法的引入

§3.2.2 重排算法的理论研究

§3.2.3 重排算法的应用研究

§3.3 基于RST的时频分析方法

§3.3.1 证明S变换的时移和缩放特性

§3.3.2 RST变换模型推导

§3.3.3 RST变换在微震信号时频分析中的应用

§3.4 本章总结

第四章 微震信号特征提取方法研究

§4.1 现有微震信号特征提取方法

§4.1.1 SVD理论基础

§4.1.2 SVD在微震信号特征提取中的应用

§4.1.3 SVD特征阵的统计特性

§4.2 非负矩阵分解NMF

§4.2.1 NMF理论基础

§4.2.2 NMF分解误差的影响因素研究

§4.2.3 NMF在微震信号特征提取中的应用

§4.2.4 NMF分解特征阵的统计特性

§4.3 构建特征矩阵

§4.3.1 优化特征矩阵

§4.4 本章总结

第五章 RST-NMF的微震信号监测与识别算例分析

§5.1 实验场景介绍

§5.2 基于RST的微震信号时频分析

§5.3 基于NMF算法的特征挖掘

§5.4 构建微震信号的特征矩阵

§5.5 检验特征集在不同分类模型中的适用性

§5.5.1 应用BP神经网络分类器

§5.5.2 应用支持向量机分类器

§5.6 RST-NMF算法的性能测试

§5.6.1 RST和ST时频分析方法对比

§5.6.2 RST-NMF与LCD、LMD方法对比

§5.7 本章总结

第六章 工作总结与展望

§6.1 工作总结

§6.2 展望

参考文献

致谢

攻读硕士期间主要研究成果