有效微震信号自动识别技术研究

摘要

拾取微地震信号到时对事件定位研究至关重要,传统方法直接拾取所有采集信号到时后,再通过人工手动判别出微地震事件,工作量大且效率低.针对这一问题,提出了一种自动识别有效微震信号方法——能量极值法(Energy Extreme Value,EEV).通过移动时窗计算信号能量比Ratio变化曲线,分析不同信号的区别,提出在Ratio变化曲线上寻找与右侧点之间的偏差大于临界值Diff的特征极值点作为判别条件,研究分析了该方法的主要影响因素为移动时窗长度M和临界值Diff,并优化确定了最佳参数.采用MATLAB对冬瓜山铜矿采集的实际信号数据进行分析处理,结果表明:该算法能够精确识别噪声和微地震信号,与人工手动判别结果对比,准确率达96%以上,极大地缩短了数据处理时间,提高了工作效率,对微震信号处理具有重要的指导意义.