徐曉萌 呂平洋 王菲茵 趙越超 劉文彪

(中國(guó)礦業(yè)大學(xué)(北京)資源與安全工程學(xué)院,北京市海淀區(qū),100083)

?

基于WPT－LMD預(yù)處理的震動(dòng)信號(hào)有效辨識(shí)方法研究?

徐曉萌 呂平洋 王菲茵 趙越超 劉文彪

(中國(guó)礦業(yè)大學(xué)(北京)資源與安全工程學(xué)院,北京市海淀區(qū),100083)

摘 要提出了一種聯(lián)合小波包分解(WPT)和局域均值分解(LMD)的信號(hào)預(yù)處理方法,并在此基礎(chǔ)上使用改進(jìn)的STA/LTA方法實(shí)現(xiàn)對(duì)震動(dòng)信號(hào)的有效辨識(shí)。研究結(jié)果表明WPT－LMD預(yù)處理方法是一種省時(shí)、高效、自適應(yīng)強(qiáng)的信號(hào)處理方法,對(duì)類微震的非線性、非平穩(wěn)、低信噪比信號(hào)有較好的應(yīng)用效果,且能避免傳統(tǒng)時(shí)頻信號(hào)降噪處理方法應(yīng)用時(shí)造成震相初至?xí)r刻偏移的弊端;聯(lián)合改進(jìn)的STA/LTA方法對(duì)超聲波波速初至?xí)r刻拾取、實(shí)驗(yàn)室聲發(fā)射測(cè)試、礦井現(xiàn)場(chǎng)爆破微震信號(hào)均表現(xiàn)了良好的應(yīng)用效果;該種信號(hào)預(yù)處理方法特別適合于復(fù)雜煤層結(jié)構(gòu)的微弱震動(dòng)信號(hào)處理,開(kāi)展此類研究將有助于提高煤礦現(xiàn)場(chǎng)微震監(jiān)測(cè)的精度和效率。

關(guān)鍵詞煤巖動(dòng)力災(zāi)害 小波包變換 局域均值分解 STA/LTA方法 微震初相

Studyoneffectiveseismicsignalsidentificationmethodbased onWPT-LMDpre-processingmethod

XuXiaomeng,LvPingyang,WangFeiyin,ZhaoYuechao,LiuWenbiao
(CollegeofResourcesandSafetyEngineering,ChinaUniversityofMining andTechnology,Beijing,Haidian,Beijing100083,China)

Abstract Inthispaper,apre-processingmethodwasproposedwhichwasthecombination ofwaveletpackettransform(WPT)andlocalmeandecomposition(LMD)method,onthisbasis amodifiedmethodshort/longtimeaverageratio(STA/LTA)wasappliedtotheeffectiveidentificationofseismicsignals.Theresultsshowedthat WPT-LMDpre-processing methodwasa timesaving,efficientsignalprocessingmethodthathadgoodadaptability,ithadpreferableapplicationeffectsonnon-linear,non-stationary,lowsignal-noiseratio(SNR)signalsofmicro-seismic,itwasbetterthantraditionaltime-frequencysignalnoisereductionmethodtoavoidfirst-arrivaltimeshifting.Combinedwith modifiedSTA/LTA method,itachievedgoodapplication effectsonultrasonicwavevelocitytest,laboratorialacousticemissiontestandfieldsitemicroseismicsignalsinducedbyblasting.Thesignalpre-processingmethodwasespeciallyfitformicro-seismicsignalprocessingincomplicatedseam,andthisresearchwouldhelpimprovingtheaccuracyandefficiencyofmicro-seismicmonitoringworkincoalminefield.

Keywords coalandrockdynamicdisasters,wavepackettransform,localmeandecomposition,STA/LTA method,firstphaseofmicro-seismic

微震技術(shù)作為一種較為成熟的常規(guī)的煤巖動(dòng)力災(zāi)害監(jiān)測(cè)手段,能夠?qū)Σ蓜?dòng)作業(yè)導(dǎo)致的煤層以及圍巖的損傷破壞程度進(jìn)行精確判斷,在煤巖動(dòng)力災(zāi)害的監(jiān)測(cè)和控制中,扮演著重要的角色.微震信號(hào)初相的自動(dòng)、快速、精確識(shí)別是實(shí)現(xiàn)礦井安全生產(chǎn)微震實(shí)時(shí)監(jiān)控的關(guān)鍵技術(shù).只有對(duì)微震信號(hào)的初相實(shí)現(xiàn)有效辨識(shí),才能在此基礎(chǔ)上完全掌握微震事件的持續(xù)時(shí)間、劇烈程度以及震源中心的位置等信息,從而實(shí)現(xiàn)對(duì)煤巖體應(yīng)力場(chǎng)和損傷程度的量化評(píng)估和實(shí)時(shí)監(jiān)控.對(duì)于微震事件的辨識(shí),特別是震動(dòng)波初至的自動(dòng)識(shí)別,國(guó)內(nèi)外已經(jīng)有不少研究人員進(jìn)行了大量的研究,也取得了一定進(jìn)展,但是關(guān)于微震事件的判識(shí)和自動(dòng)統(tǒng)計(jì)分析研究尚存在許多未完全解決的難題.

由于煤的物理結(jié)構(gòu)特性比普通巖石更為復(fù)雜,尤其在割理系統(tǒng)發(fā)育較好的煤層中,震動(dòng)波的傳播需面臨更多的邊界效應(yīng)和復(fù)雜衰減過(guò)程,往往會(huì)造成采集到的信號(hào)有較多噪聲和雜波.為了更好地實(shí)現(xiàn)精準(zhǔn)拾取微震波初至?xí)r間點(diǎn),并且完成對(duì)有效微震事件的實(shí)時(shí)辨識(shí),通過(guò)聯(lián)合小波包變換(WPT)和局域均值分解(LMD)的方法,對(duì)采集到的微震信號(hào)進(jìn)行預(yù)處理,然后應(yīng)用改進(jìn)的STA/LTA方法,實(shí)現(xiàn)對(duì)微震時(shí)間的有效辨識(shí).

1　WPT－LMD預(yù)處理方法

同經(jīng)典的小波(包)理論方法相比,局域均值分解(LMD)是一種新興地自適應(yīng)非平穩(wěn)信號(hào)分析方法.該方法與經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)方法具有極大的相似之處,但與之相比能更好地規(guī)避模態(tài)混疊現(xiàn)象和端點(diǎn)效應(yīng).本文提出的小波包變換和LMD相結(jié)合的微震信號(hào)預(yù)處理方法旨在保持微震信號(hào)原有特征的前提下有效剔除噪聲,提高識(shí)別精度和效率.

圖1　信號(hào)處理流程圖

信號(hào)處理的詳細(xì)流程可參見(jiàn)圖1,WPT方法的應(yīng)用主要是通過(guò)確定最佳小波樹(shù)將信號(hào)分解為一系列正交小波基,在這里小波包分解方法本身不承擔(dān)任何消噪任務(wù).然后,對(duì)每組小波基進(jìn)行LMD分解,將它們各分解為若干個(gè)瞬時(shí)頻率具有物理意義的乘積函數(shù)(Product function,簡(jiǎn)稱PF),對(duì)分解后獲得的PF分量采用合適的判別標(biāo)準(zhǔn),剔除多余PF分量,將有效分量合成為新的最佳小波基,最終將新的小波基重構(gòu)為新的微震信號(hào),完成整個(gè)預(yù)處理流程.

關(guān)于小波包變換的應(yīng)用方法在此不做介紹,只給出LMD方法的基本應(yīng)用步驟.

(1)對(duì)于給定原始信號(hào)序列為x(t),設(shè)序列的所有局部極值點(diǎn)表示為ni(包括所有極大值點(diǎn)和極小值點(diǎn)),則有式(1):

式中:ni、ni＋1——任意兩個(gè)連續(xù)的極值點(diǎn);

mi——第i個(gè)相鄰極值平均值.

將所有相鄰的mi使用直線連接,并使用滑動(dòng)平均方法做平滑處理,即可得到局部均值函數(shù)序列m11(t).

(2)基于相同的方法,可計(jì)算相鄰極值點(diǎn)的差值的絕對(duì)值,見(jiàn)式(2),然后通過(guò)連線和平滑處理得到局部包絡(luò)估計(jì)函數(shù)a11(t).

式中:ai——相鄰極值點(diǎn)的差值的絕對(duì)值.

(3)從原始信號(hào)x(t)將局部均值函數(shù)x11(t)分離出來(lái),得到下式:

式中:h11(t)——原始序列中分離出局部均值序列m11(t)后的殘余的信號(hào)序列.

(4)為了對(duì)h11(t)進(jìn)行解調(diào),將其除以a11(t),得到s11(t)如式(4).

如果s11(t)是一個(gè)純調(diào)頻信號(hào),則可直接進(jìn)行下一步驟.判定其是否為純調(diào)頻信號(hào),參考的標(biāo)準(zhǔn)是它的包絡(luò)估計(jì)函數(shù)a12＝1.如果不是,則需以s11(t)為原始信號(hào)重復(fù)步驟(1)－(3),直到重復(fù)r次操作后,s11(t)成為一個(gè)純調(diào)頻信號(hào),如式(5).

通過(guò)多次迭代之后,信號(hào)的包絡(luò)函數(shù)為多次包絡(luò)估計(jì)函數(shù)的乘積,為式(6),并且最后的一次迭代包絡(luò)估計(jì)函數(shù)的極限趨近于1,為式(7).

(5)將包絡(luò)信號(hào)a1(t)和最后一次得到的純調(diào)頻信號(hào)s1r(t)相乘,得到原始信號(hào)的第一個(gè)乘積函數(shù)PF1,見(jiàn)式(8),PF1不僅代表了信號(hào)的最高頻率成分,還具有特定的瞬時(shí)幅值和瞬時(shí)頻率.其中,它的瞬時(shí)幅值就是包絡(luò)信號(hào)a1(t),而瞬時(shí)頻率則可根據(jù)純調(diào)頻信號(hào)s1r(t)求出.

(6)將PF1從原始信號(hào)中分離出來(lái),即可得xi(t)＝x(t)－PF1(t),然后對(duì)xi(t)做如上的處理直到多次循環(huán)操作后的xi(t)＝xi－1(t)－PF(t)為一個(gè)單調(diào)函數(shù)為止,最終原始信號(hào)可表示為:

式中:xp(t)——多次迭代分解后的信號(hào)的一個(gè)殘余項(xiàng).

對(duì)于PF分量是否為有效分量,采用了貢獻(xiàn)系數(shù)法進(jìn)行判定,PF的貢獻(xiàn)系數(shù)表達(dá)式如下:

式中:ci——第i個(gè)乘積的函數(shù)的貢獻(xiàn)系數(shù);

n——總的PF分量個(gè)數(shù);

ri——第i個(gè)PF分量與原始信號(hào)序列的自相關(guān)系數(shù);

ei——第i個(gè)PF分量在分解前信號(hào)序列中的能量占比,當(dāng)ci不小于0.001時(shí),對(duì)應(yīng)PF才被接受為有效分量,否則將被剔除.

基于上述給出的方法,圖2給出了一個(gè)低信噪比P波信號(hào)做WPT－LMD預(yù)處理前后的對(duì)比圖,即分別為原始信號(hào)和采用上述信號(hào)處理方法預(yù)處理后的波形圖,可以看出信號(hào)在平滑度上有了極大的改善,但是微震信號(hào)震相初至?xí)r刻沒(méi)有受到任何的影響.

2　改進(jìn)的STA/LTA算法

STA/LTA方法是由Stenvenson率先提出的,隨后便被廣泛應(yīng)用于地震波初至?xí)r刻的自動(dòng)拾取.其基本原理是通過(guò)震動(dòng)信號(hào)的短時(shí)變化與長(zhǎng)時(shí)變化特征的不同來(lái)檢測(cè)震動(dòng)事件和拾取震相.該方法基本原理可參見(jiàn)式(11):

式中:STA(Short Time Average)——短時(shí)間窗內(nèi)的特征均值;

LTA(Long Time Average)——長(zhǎng)時(shí)間窗的特征均值;

R——上述兩者的比值;

X(i)、X(j)——震動(dòng)信號(hào)的原始特征序列,通常為信號(hào)幅值的絕對(duì)值或能量值(信號(hào)幅值的平方);

N——短時(shí)窗的長(zhǎng)度;

M——長(zhǎng)時(shí)窗的長(zhǎng)度.

圖2　WPT－LMD預(yù)處理前后信號(hào)對(duì)比圖

對(duì)于序列X(i),在最初的STA/LTA應(yīng)用往往采用信號(hào)的絕對(duì)幅值,后來(lái)Allen提出了一種特征函數(shù),即應(yīng)用震動(dòng)信號(hào)構(gòu)建一個(gè)能夠更加靈敏的反應(yīng)其振幅和頻率變化信號(hào)序列,取代原來(lái)簡(jiǎn)單的原始信號(hào)絕對(duì)幅值方法,這種做法雖然在一定程度上增加了運(yùn)算量,但經(jīng)證實(shí)該方法能很好地提高信號(hào)辨識(shí)的精度,減少誤觸發(fā)或者漏報(bào)事件的發(fā)生.特征函數(shù)CF (t)的表達(dá)式為:

式中:Y(i)——信號(hào)的原始振幅;

K(i)——振幅和一階導(dǎo)數(shù)的加權(quán)因子.

在此基礎(chǔ)上參考Joe使用的修正能量占比方法,將最終的信號(hào)判定序列修正為式(14).從圖3中可以看出,與傳統(tǒng)STA/LTA法(R值)相比,改進(jìn)的STA/LTA (MR值)在微震信號(hào)(MS)辨識(shí)中能給出更易區(qū)別的特征曲線.

圖3　R值和MR值比較

3　應(yīng)用效果驗(yàn)證

3.1脈沖波測(cè)試信號(hào)初相拾取

脈沖波測(cè)試是一種常規(guī)煤巖物理特性測(cè)試方法,主要包括有超聲波測(cè)試和常規(guī)聲發(fā)射測(cè)試等.通過(guò)在試樣的兩端分別安裝信號(hào)發(fā)生器和接收器,即可測(cè)定不同脈沖波在受測(cè)介質(zhì)中的傳播速度,對(duì)煤巖樣品的節(jié)理和裂隙分布進(jìn)行分析.若可同時(shí)測(cè)得P波和S波的波速,亦可求得楊氏模量和泊松比等力學(xué)參數(shù)值.

圖4　MR值法對(duì)原始超聲波信號(hào)的初相拾取

應(yīng)用圖1所示信號(hào)處理流程對(duì)主動(dòng)超聲波波速試驗(yàn)所得數(shù)據(jù)進(jìn)行處理(采樣頻率10000 Hz),分別應(yīng)用STA/LTA (R值)、改進(jìn)的STA/LTA (MR 值)和人工判讀3種方法進(jìn)行震動(dòng)初相拾取.圖4為應(yīng)用MR值法的初相拾取效果圖.圖中縱軸方向依次對(duì)應(yīng)展示了10次發(fā)射信號(hào)后的所接受到的信號(hào)波形圖,三角形符號(hào)則代表MR法自動(dòng)拾取的振動(dòng)信號(hào)初相.可以看出,盡管10次測(cè)試接收信號(hào)在波形和幅值方面有所差異,MR法仍可取得較好的初相拾取效果.

對(duì)3種不同方法的拾取數(shù)據(jù)進(jìn)行統(tǒng)計(jì),見(jiàn)表1,將人工判讀數(shù)值作為參考值,通過(guò)比較傳統(tǒng)STA/ LTA和預(yù)處理后的改進(jìn)方法的平均誤差可知,提出的方法對(duì)初相拾取的準(zhǔn)確率有一定的提高.

表1　超聲波原始信號(hào)初相拾取結(jié)果

對(duì)圖4中的原始信號(hào)數(shù)據(jù)通過(guò)人工添加高斯白噪聲的方式構(gòu)造合成信號(hào),模擬不同信噪比情況下,比較原始判識(shí)方法和新提出方法的應(yīng)用效果.不同信噪比的信號(hào)及其MR值初相拾取數(shù)據(jù)匯總統(tǒng)計(jì)可見(jiàn)表2,仍以人工判讀數(shù)值作為參考值,可見(jiàn)在不同信噪比(SNR)狀況下,傳統(tǒng)STA/LTA判識(shí)結(jié)果的平均誤差明顯大于預(yù)處理后的改進(jìn)方法的平均誤差,并且隨信噪比的減小,這一趨勢(shì)愈發(fā)明顯.

表2　超聲波原始信號(hào)不同信噪比初相拾取結(jié)果

3.2型煤破壞聲發(fā)射測(cè)試事件辨識(shí)

常規(guī)實(shí)驗(yàn)室測(cè)試時(shí),由于樣品尺度較小,應(yīng)力波的產(chǎn)生和傳播同現(xiàn)場(chǎng)相比有著迥然不同的邊界條件,加之傳感器直接黏貼在樣品表面,所采集信號(hào)一般有大幅值和高頻率的特征,因此在實(shí)驗(yàn)室尺度多進(jìn)行的是聲發(fā)射(AE)測(cè)試.進(jìn)行試驗(yàn)時(shí),伺服壓力機(jī)和信號(hào)采集系統(tǒng)的存在會(huì)導(dǎo)致所采集的信號(hào)大都會(huì)包含有一定的工頻信號(hào)干擾.在此,給出WPT－LMD預(yù)處理對(duì)型煤破裂過(guò)程中原始數(shù)據(jù)中工頻信號(hào)(50 Hz及其倍頻)的去噪效果展示,見(jiàn)圖5,(a)～(d)分別為時(shí)域和頻域中信號(hào)的特征,圖中信號(hào)幅值為相對(duì)幅值.據(jù)圖可知,上述方法可較好地將試驗(yàn)測(cè)試過(guò)程中的工頻干擾信號(hào)有效剔除,將有效AE信號(hào)完整保留.

圖5　WPT－LMD對(duì)聲發(fā)射信號(hào)處理效果

3.3礦井爆破微震信號(hào)辨識(shí)分析

一般而言,無(wú)論是實(shí)驗(yàn)室進(jìn)行煤巖變形損傷破壞試驗(yàn)獲得的聲發(fā)射測(cè)試數(shù)據(jù)亦或是煤礦井下現(xiàn)場(chǎng)采動(dòng)作業(yè)產(chǎn)生的微震信號(hào)數(shù)據(jù),其處理無(wú)外乎信號(hào)消噪濾波處理、初相識(shí)別、事件統(tǒng)計(jì)和震源定位(裂紋擴(kuò)展分析)等幾個(gè)過(guò)程.其中,初相識(shí)別是進(jìn)行后續(xù)事件參量統(tǒng)計(jì)和震源定位的關(guān)鍵,對(duì)于一個(gè)單一的微地震事件,其震相初相拾取、振鈴數(shù)、事件數(shù)統(tǒng)計(jì)原理如圖6所示.其中,點(diǎn)1即為初到時(shí)刻,應(yīng)用方法一般為前文提及的STA/LTA算法,而振鈴數(shù)和事件數(shù)的統(tǒng)計(jì)分別對(duì)應(yīng)有不同的觸發(fā)閾值和終止條件.

以平煤天安十礦現(xiàn)場(chǎng)工業(yè)性測(cè)試微震信號(hào)進(jìn)行識(shí)別分析.信號(hào)采集系統(tǒng)的部署安裝以及礦井自身的信息可見(jiàn)相關(guān)文章.采樣頻率為3000 Hz時(shí)獲得的持續(xù)時(shí)長(zhǎng)20 s的現(xiàn)場(chǎng)數(shù)據(jù)見(jiàn)圖7,應(yīng)用WPTLMD方法對(duì)信號(hào)進(jìn)行快速預(yù)處理,然后使用改進(jìn)的STA/LTA算法、振鈴數(shù)和事件統(tǒng)計(jì)方法對(duì)信號(hào)分析,最終將對(duì)應(yīng)微震事件全部截取出來(lái).據(jù)圖7(a)可知,由于井下作業(yè)現(xiàn)場(chǎng)環(huán)境復(fù)雜,所采集的信號(hào)隨作業(yè)工序和井下實(shí)際情況的變化會(huì)伴隨有一定的背景噪聲.但是,經(jīng)過(guò)WPT－LMD預(yù)處理后,噪聲信號(hào)被有效剔除,同時(shí)微震信號(hào)的波形不受任何影響,呈現(xiàn)為圖7(b)中的波形.在此基礎(chǔ)上使用修正的STA/LTA法對(duì)預(yù)處理后的信號(hào)處理見(jiàn)圖7(c).最后,即可將信號(hào)序列在時(shí)間域分為有效信號(hào)序列(微震事件)和無(wú)效信號(hào)序列(非微震事件),將微震事件序列信號(hào)(如圖7(d)所示)分選出來(lái),然后進(jìn)行震源定位和頻譜分析等理論及統(tǒng)計(jì)分析.在短時(shí)窗長(zhǎng)度設(shè)置為40,長(zhǎng)時(shí)窗長(zhǎng)度設(shè)置為800,MR值超限閾值設(shè)置為3情況下,能較好地將微震有效信號(hào)識(shí)別并從原始現(xiàn)場(chǎng)數(shù)據(jù)中提取出來(lái),展示了良好的應(yīng)用效果.

圖6　信號(hào)振鈴數(shù)和事件統(tǒng)計(jì)方法示意圖

圖7　礦井現(xiàn)場(chǎng)工業(yè)性測(cè)試微震信號(hào)識(shí)別效果圖

4　結(jié)論

針對(duì)以往微震信號(hào)辨識(shí)應(yīng)用中的缺陷,引入了WPT－LMD方法對(duì)采集的信號(hào)進(jìn)行預(yù)處理操作,該種方法的應(yīng)用能很好地避免傳統(tǒng)時(shí)頻分析和濾波去噪方法應(yīng)用時(shí)造成初至?xí)r刻拾取偏移弊端,在該種方法的基礎(chǔ)上應(yīng)用STA/LTA方法能有效提高檢測(cè)信號(hào)突變點(diǎn)的能力,具有很高的時(shí)頻分辨率.

改進(jìn)后的STA/LTA方法,能敏感地檢測(cè)到不同階段微震信號(hào)隨著時(shí)間和頻率動(dòng)態(tài)變化的主要特征,對(duì)于超聲波波速測(cè)試信號(hào)、實(shí)驗(yàn)室煤巖破壞試驗(yàn)聲發(fā)射信號(hào)以及煤礦采面爆破微震信號(hào)的應(yīng)用中都表現(xiàn)出了優(yōu)良的應(yīng)用效果.

通過(guò)對(duì)微震信號(hào)進(jìn)行自適應(yīng)性較強(qiáng)的非傳統(tǒng)降噪預(yù)處理,綜合了STA/LTA方法的優(yōu)點(diǎn),具有適應(yīng)性強(qiáng)、穩(wěn)定性好、拾取效率和精度高的特點(diǎn),特別適合于復(fù)雜煤層結(jié)構(gòu)的微弱微震信號(hào)處理,有助于提高煤礦現(xiàn)場(chǎng)微震監(jiān)測(cè)的精度和效率.

參考文獻(xiàn):

[1]Allen R.Automatic phase pickers:their present use and future prospects[J].Bulletin of the Seismological Society of America,1982(6B)

[2]Boschetti F,Dentith M D,List R D.A fractal-based algorithm for detecting first arrivals on seismic traces[J].Geophysics,1996(4)

[3]Wong J,Han L,Stewart R R,et al.Geophysical Well Logs from a Shallow Test Well and Automatic Determination of Formation Velocities from Full-Waveform Sonic Logs[J].Cseg Recorder,2009 (1)

[4]王海軍,劉貴忠.基于支持向量機(jī)的信號(hào)自動(dòng)檢測(cè)算法[J].地震學(xué)報(bào),2007(1)

[5]周銀興.微震事件檢測(cè)及震相自動(dòng)識(shí)別研究[D].中國(guó)地震局地震預(yù)測(cè)研究所,2009

[6]段建華.基于STA/LTA和分形維算法的微震事件初至自動(dòng)拾取方法[J].中國(guó)煤炭地質(zhì),2014(7)

[7]孫偉,熊邦書(shū),黃建萍等.小波包降噪與LMD相結(jié)合的滾動(dòng)軸承故障診斷方法[J].振動(dòng)與沖擊,2012(18)

[8]Smith J S.The local mean decomposition and its application to EEG perception data[J].Journal of TheRoyal Society Interface,2005(5)

[9]Senkaya M,Karsl?H.A semi-automatic approach to identify first arrival time:the Cross-Correlation Technique[J].Earth Sciences Research Journal,2015(2)

[10]余建華,李丹丹,韓國(guó)棟.特征函數(shù)響應(yīng)特性分析及STA/LTA方法的改進(jìn)[J].國(guó)外電子測(cè)量技術(shù),2011(7)

[11]馬強(qiáng),金星,李山有等.用于地震預(yù)警的P波震相到時(shí)自動(dòng)拾取[J].地球物理學(xué)報(bào),2013(7)

[12]黃慶國(guó),高潤(rùn)平.特厚煤層綜放面高精度微震監(jiān)測(cè)技術(shù)的應(yīng)用[J].中國(guó)煤炭,2008(8)

[13]孫雪亮,杜濤濤,藍(lán)航.特殊空間結(jié)構(gòu)條件下微震活動(dòng)規(guī)律研究[J].中國(guó)煤炭,2014(S1)

[14]段建華,程建遠(yuǎn),王云宏等.基于STA/LTA方法的微地震事件自動(dòng)識(shí)別技術(shù)[J].煤田地質(zhì)與勘探,2015(1)

(責(zé)任編輯 張毅玲)

作者簡(jiǎn)介:徐曉萌(1989－),男,山東德州人,博士研究生,主要從事礦井煤巖動(dòng)力災(zāi)害防治、微震及電磁輻射預(yù)警技術(shù)研究。

基金項(xiàng)目:?國(guó)家自然科學(xué)基金資助項(xiàng)目(51274206),國(guó)家自然科學(xué)青年基金資助項(xiàng)目(51404277)

中圖分類號(hào)TD326 TD713

文獻(xiàn)標(biāo)識(shí)碼A