一种基于全变分微地震信号平滑增强方法与流程

本发明涉及微地震信号处理
技术领域：
，具体涉及一种基于全变分微地震信号平滑增强方法。
背景技术：
：在深井开采、边坡检测、隧道地质灾害超前预报等领域，微地震技术已得到很广泛的应用。微地震信号为典型的非平稳弱信号，在监测过程中易受自然环境、施工噪音、机电脉冲等噪音影响，导致有效信号的能量相对较弱，许多破裂事件不易被识别，进而影响震源的反演。特别是现阶段要求实时微地震信号处理、快速多源信号的分类、震源的高精度定位都需要时空分辨率较高的信号波形。目前微地震信号增强有多种技术：极化滤波、匹配滤波、f-k滤波、基于多尺度分析的小波变换去噪方法、基于稀疏表示的去噪方法、双曲radon变换去噪方法。极化滤波的缺点：极化滤波方法滤波因子的期望方向是固定的，对于较为复杂的的波场，有效信号的波形会因波的全矢量偏离固定分量而导致畸变。匹配滤波的缺点：匹配滤波需要预先找到微震有效信号的同相轴作为参考轴，然而同相轴的标定难度很大。f-k滤波的缺点：f-k滤波后易导致虚假同相轴的产生。基于多尺度分析的小波变换去噪方法的缺点：基于多尺度分析的小波变换去噪方法由于小波变换在处理二维及更高维的数据存在方向局限性，不能很好地描述数据中有效信号的方向信息，从而影响了对有效信号的恢复效果。基于稀疏表示的去噪方法的缺点：基于稀疏表示的去噪方法但当信噪比较低时，重构的系数中会混有噪声系数，降低了有效信号的估计精度。双曲radon变换去噪方法的缺点：双曲radon变换去噪方法同样在噪声强度大的微地震数据处理中消噪效果不理想。现有技术中的几种方法计算量大，不适合大规模或实时微地震信号处理；针对以上技术存在的问题，本发明提出一种基于全变分微地震信号平滑增强算法，该方法在保证信号平滑增强的同时，提高计算效率，保证实时计算的需要。技术实现要素：本发明的目的在于克服现有技术的不足，提供一种基于全变分微地震信号平滑增强方法，旨在解决现有方法实时性不高的问题，在保证信号平滑增强的同时，提高计算效率，保证实时计算的需要。本发明的目的是通过以下技术方案来实现的：一种基于全变分微地震信号平滑增强方法，包括以下步骤：s1.采集微地震数据；s2.用常规预处理方法对采集到的微地震数据进行预处理，得到微地震信号；s3.建立初始全变分微地震信号模型，设置调节系数λ：表示为：y(t)＝n(t)+x(t)其中y(t)为原始地震信号，定义x(t)为增强后的地震信号，n(t)为地震数据的异常数据；x(t)由下式求出：n为地震数据的采样点数，t为采样点序号，λ为调节参数；s4.利用线性弦线算法，对y(t)进行增强，消除的异常噪音,具体包括：a.整数n≥1，输入微地震信号序列(y[1],y[2]……y[n])，实参数λ>0；b.赋值t＝t0＝t-＝t+＝1，vmin＝y[1]-λ，vmax＝y[1]+λ，umin＝λ，umax＝-λ；c.当t＝n时，赋值x*[n]＝vmin+umin，并跳转结束；d.当y[t+1]+umin＜vmin-λ时，执行赋值x*[t0]＝…＝x*[t-]＝vmin，t＝t0＝t-＝t+＝t--1，vmin＝y[t]，vmax＝y[t]+2λ，umin＝λ，umax＝-λ；e.当y[t+1]+umax＜vmax+λ时，选择执行x*[t0]＝…＝x*[t+]＝vmax，t＝t0＝t-＝t+＝t++1，vmax＝y[t]，vmin＝y[t]-2λ，umin＝λ，umax＝-λ；f.否则，执行t＝t+1，umin＝umin+y[t]-vmin，umax＝umax+y[t]-vmax；g.其中当umin≥λ时，赋值t-＝t，umin＝λ，vmin＝vmin+(umin-λ)/(t-t0+1)；当umax≤-λ时，赋值t+＝t，umax＝-λ，vmax＝vmax+(umax+λ)/(t-t0+1)；h.当t小于n时，执行步骤(4.4)；i.当umin＜0时，赋值x*[t0]=…x*[t+]=vmax，t＝t0=t-=t-+1，vmin＝y[t]，umax＝y[t]+λ-vmax，umin＝λ，并执行步骤(4.3)；j.当umax＞0时，赋值x*[t0]＝…＝x*[t+]＝vmax，x*[t0]＝…＝x*[t+]＝vmax，vmax＝y[t]，umin＝y[t]-λ-vmin，umax＝-λ，并执行步骤(4.3)；k.否则执行赋值x*[t0]＝…x*[n]＝vmin+umin/(t-t0+1)，并跳转结束；l.输出增强后的信号序列(x^*[1]＝…＝x^*[n])。进一步地，所述步骤s1中采集微地震数据的具体操作为，通过在监测区域设计微地震监测设备，形成传感器序列，获取多源震动信号。进一步地，所述步骤s2中，根据采集到的微地震数据，设置校正方向矩阵，修订微地震信号，获取每分量数据x(t)，t＝1,2...n，n为一维信号的采样点总数。进一步地，所述采样时间间隔为t，t＝0.5ms、0.6ms、1ms、2ms或4ms。进一步地，所述步骤s3中0＜λ≤10。进一步地，所述步骤s3中，微地震信号通常为3分量信号，每一分量为一维离散数字信号。由于噪音、超幅信号等存在，增加了后续资料处理中多解性。本发明的有益效果是：本发明利用线性弦线算法对信号进行增强，以期提高信号的时-空分辨率，减少资料解释中的多解性；本发明由全变分模型出发，提供了一种计算效率高、人为的操作误差小的微地震信号平滑增强方法，其技术原理为根据视觉全变分模型，利用线性弦线算法把微地震信号进行平滑，达到微地震信号增强的目的，而且本发明的方法简单，在保证信号平滑增强的同时，提高计算效率，保证实时计算的需要。附图说明图1是本发明基于全变分微地震信号平滑增强方法流程图；图2是线性弦线算法流程图；图3是加了随机噪音的信号图；图4是原始地震信号图；图5是低通滤波(<50hz)、中值滤波、tv模型信号增强(λ＝0.2)信号图；图6是tv模型信号增强结果信号图图7是计算效率分析(λ＝0.2)图；图8是岩石剪切破裂信号图；图9是tv模型信号增强结果(λ＝0.6)图。具体实施方式下面结合具体实施例和附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。实施例如图1所示，一种基于全变分微地震信号平滑增强方法，包括以下步骤：步骤(1)野外采集微地震数据:在监测区域设计微地震监测设备，形成传感器序列，获取多源震动信号；步骤(2)对原始微地震信号(如图3所示)进行预处理得到微地震信号(如图4所示)；根据实验炮数据，设置校正方向矩阵，修订微地震信号，获取每分量数据x(t),t＝1,2...n，n为一维信号的采样点总数，采样时间间隔为t，t＝0.5ms、0.6ms、1ms、2ms或4ms；步骤(3)建立初始全变分微地震信号模型，设置调节系数λ：微地震信号通常为3分量信号，每一分量为一维离散数字信号，由于噪音、超幅信号等存在，增加了后续资料处理中多解性；表示为：y(t)＝n(t)+x(t)其中y(t)为原始地震信号，定义x(t)为增强后的地震信号，n(t)为地震数据的异常数据；x(t)由下式求出：n为地震数据的采样点数，t为采样点序号，λ为调节参数(流程图如图2所示)；步骤(4)利用线性弦线算法，对y(t)进行增强，消除的异常噪音(如图4所示)；步骤(4.1)整数n≥1，输入微地震信号序列(y[1],y[2]……y[n])，实参数λ>0；步骤(4.2)赋值t＝t0＝t-＝t+＝1，vmin＝y[1]-λ，vmax＝y[1]+λ，umin＝λ，umax＝-λ；步骤(4.3)当t＝n时，赋值x*[n]＝vmin+umin，并跳转结束；步骤(4.4)当y[t+1]+umin＜vmin-λ时，执行赋值x*[t0]＝…＝x*[t-]＝vmin，t＝t0＝t-＝t+＝t--1，vmin＝y[t]，vmax＝y[t]，vmax＝y[t]+2λ，umin＝λ，umax＝-λ；步骤(4.5)当y[t+1]+umax＜vmax+λ时，选择执行x*[t0]＝…＝x*[t+]＝vmax，t＝t0＝t-＝t+＝t++1，vmax＝y[t]，vmin＝y[t]-2λ，umin＝λ，umax＝-λ；步骤(4.6)否则，执行t＝t+1，umin＝umin+y[t]-vmin，umax＝umax+y[t]-vmax；步骤(4.7)其中当umin≥λ时，赋值t-＝t，umin＝λ，vmin＝vmin+(umin-λ)/(t-t0+1)；当umax≤-λ时，赋值t+＝t，umax＝-λ，vmax＝vmax+(umax+λ)/(t-t0+1)；步骤(4.8)当t小于n时，执行步骤(4.4)；步骤(4.9)当umin＜0时，赋值x*[t0]＝…＝x*[t+]＝vmax，t＝t0＝t-＝t-+1，vmin＝y[t]，umax＝y[t]+λ-vmax，umin＝λ，并执行步骤(4.3)；步骤(4.10)当umax＞0时，赋值x*[t0]＝…x*[t+]＝vmax，t＝t0＝t+＝t++1，vmax＝y[t]，umin＝y[t]-λ-vmin，umax＝-λ，并执行步骤(4.3)；步骤(4.11)否则执行赋值x*[t0]＝…＝x*[n]＝vmin+umin/(t-t0+1)，并跳转结束；步骤(4.12)输出增强后的信号序列(x^*[1]＝…＝x^*[n])；参照岩体剪切破裂信号来模拟，该信号由三个正弦衰减波代表于三段不同时刻的剪切破裂，总采样时间为1303ms，采样频率1000hz，为了简单起见把信号的起跳作为初至时间，分别为100ms、502ms、903ms处；见图4原始干净的信号，图3为加了随机噪音的信号，信噪比为3.6423db的信号(模拟监测环境中大量的背景随机噪音情况)；通常现场采用的实时滤波方法为中值滤波方法、低通滤波方法与tv信号增强方法；结果的对比分析发现并tv信号增强方法(见表1)，在提高信噪比的同时能达到平滑信号的效果(如图5所示)，从图5中可以看出，在初至之前另两种算法都存在滤不净的“毛刺”现象，对利用波起跳进行初至拾取存在很大的干扰，从而影响震源定位的精度。在计算效率分析中(如图6和图7所示)从开始90次计算次数到迭代5次后减少到52次，计算次数曲线趋于平衡，其表明仅算法需要迭代5次能够得到较为可信的计算结果，满足实时微地震数据处理的要求。表1地震信号信噪比表信号类型信噪比(db)含噪信号3.6423tv信号增强方法10.3525低通滤波(50<hz)7.8094中值滤波9.4958下面结合附图对本发明的应用原理作详细描述。如图1：一种基于全变分微地震数据平滑增强方法，该方法包括以下步骤：s101:野外采集微地震数据；s102:用常规预处理方法得到微地震信号(如图9)，图8为四川某铁矿微地震监测到的岩体剪切破裂信号(采样点4001个，采样频率为1000hz)；s103:选取调节参数λ＝0.6；s104:用线性弦线算法(图2)求解全变分模型，图9为采用tv信号增强技术对原始信号处理的结果，图中信号的初至清晰可见，降低了初至识别难度，利于计算机自动化处理；本例利用5组测试炮数据对tv信号增强算法进行验证，见表2其震源定位精度得到了很大幅度的提高。表2信号增强后定位结果与误差对比表以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。当前第1页12