论文部分内容阅读
地震灾害给人类带来了很大的伤害,为了减小地震给我们带来的伤害,一方面我们应该加强地震监测,提高各工程的抗震设计,另一方面还应该建立一套完善的地震预警系统和基于震害快速评估的震后应急反应系统。只有缩短地震定位和地震数据的处理时间,才能达到理想的预警效果和减灾实效。我们要对地震波进行初震和震相识别,确定地震波的初至位置及初至时间。这样可以提高地震速报的速度,为震后应急赢得宝贵时间。识别地震波震相的方法有很多,基于小波分析的震相识别是目前应用最广泛,也是最有效的方法。目前比较常用的识别震相的方法是基于小波分析的,刘希强曾提出通过信号的小波变换系数体现的信号不同的特征,例如,偏振等,来发掘不同尺度下地震信号的小波变换系数存在的差别。 通过这些差别性的特征,我们可以得到不同尺度下信号中S波和P波的识别因子,然后根据这些识别因子,我们可以确定S波和P波初震的定位函数,通过定位函数,我们很容易就可以拾取P波和S波的初至。 小波分析中的小波包变换比小波变换更先进的信号分析方法,它在离散尺度和离散平移的基础上还增加了频率参数,进一步分割随尺度增大而变宽的频谱窗口。小波包分析能够对信号的高频部分进一步分解,将频带进行多层次划分,并能根据不同的信号自动选择与之对应的频带,这些都是小波变换所不能达到的,因此小波包变化弥补了小波变换很多不足之处。 自适应性是小波变换的优点,小波变换能根据分析的不同信号自动调整有关参数,如分辨视窗等,从而可准确识别初震。但是小波包变换在震相识别方面上也存在一些不足,因此应该结合小波变换进行分析,从而准确的识别震相。 本论文主要研究小波分析在初震和震相识别中的应用。主要介绍小波分析的基本原理,最佳小波包基的选择,小波分析在信号消噪方面的应用及其在天然地震波的初震及震相识别中的应用。通过对含噪声的模拟信号分别用小波变换和小波包方法去噪后,进行对比,发现小波包消噪效果更好,因此利用小波包消噪的方法分别对模拟信号和实际天然地震信号进行处理,然后利用小波对初震及其震相进行识别,将识别结果与前人研究的结果对比,从而验证了本文研究的方法是准确有效的。