[发明专利]一种基于重排ST的低信噪比微震事件辨识方法

权利要求书

1.一种基于重排ST的低信噪比微震事件辨别方法，其特征在于，具体包括如下步骤：

1)采用三向微震监测设备24h不间断的拾取三通道的微震信号x(t)；

2)对步骤1)拾取到的微震信号x(t)做S变换(ST)，具体是：

上述公式(1)式中，f为采样频率，t为采样时刻，b为时间位移参数，i为虚数单位；

3)推导S变换的瞬时频率，在公式(1)中添加e^-i2πf(t-b)因子改写成傅里变换的形式：

4)对步骤3)中的公式(2)进行移位变换，得到傅里叶变换形式如下：

5)令公式(3)可表示为：

上述公式(4)中，为ψ(t)的复共轭；

6)根据帕塞瓦尔能量恒等定理以及傅里叶变换性质中关于尺度变换和平移的规则，公式(4)变为：

上述公式(5)中，是信号x(t)的fourier变换，表示ψ(t)的fourier变换的复共轭；

7)对S变换的时频谱求导，即对公式(5)求导，得到微震信号x(t)的瞬时频率，推导过程如下：

则信号的瞬时频率为：

8)对由公式(2)得到的时频谱在频率方向上进行重排，将中心频率f附近的频谱挤压到这一点的能量分布中心f′处，以得到的时频谱矩阵为微震信号的特征矩阵；

9)构造分类器，对微震信号进行分类，分类器的最优分类面为：

其中w和b分别为最优分类面的权向量和偏差；ζ_i为松弛变量，ζ_i≥0；C为惩罚系数，

φ(x_i)由式(9)可得到：

上述公式(9)中，r为控制高斯核宽度的参数，采用网格搜索算法确定联合参数c和r；

10)分别选取微震信号的1-100组数据作为模式识别的训练组，101-200组数据作为预测组，以重排S变换的时频谱作为模式识别的特征向量，微震信号的类别作为输出向量；

经过上述步骤，提取到精确的信号特征，其中岩石破裂信号、爆破信号及其他噪声的分类正确率达到98％。

2.根据权利要求1所述的一种基于重排ST的低信噪比微震事件辨别方法，其特征在于，步骤8)中，所述的重排的方法为：它将谱图在任何点(t，f)处 计算的值转换到(t，f)的能量分布的重心处，其中

经过重排的时频谱得到的谱图在任何点(t′，f′)处的值等于重排到这一点的所有谱图值的和，即重排时频谱为：