天然地震与人工爆破波形信号HHT特征提取和SVM识别研究

摘要

天然地震和人工爆破信号属于非线性非平稳信号,而传统信号分析方法是针对线性系统平稳信号的,本文采用希尔伯特—黄变换(Hilbert-Huang Transform,简称HHT)试图提取可明确区分天然地震和人工爆破事件的波形特征.通过经验模态分解(Empirical Mode Decomposition,简称EMD)把原信号分解为10个左右的本征模态函数(intrinsic mode function,简称IMF),并取前3个IMF分别提取最大幅值对应的周期(T_(Amax))和倒谱平均值(C_(ave))作为信号特征构建特征样本集,该样本集采用严格的模式识别样本划分法进行样本划分,用支持向量机(Support VectorMachine,简称SVM)进行分类识别,识别率介于75%～94%之间.结果表明模态分量的最大幅值对应的周期(T_(Amax))和倒谱平均值(C_(ave))可以作为识别天然地震和人工爆破的有效特征.