[发明专利]一种地震前重力扰动信号识别方法及系统

权利要求书

1.一种地震前重力扰动信号识别方法，其特征在于，方法包括：

获取多台重力仪的原始重力数据，更新重力数据库；

将每台重力仪所处位置的相关辅助观测数据融合成二维矩阵，其中，相关数据至少包括所述重力仪的经纬度、高程、固体潮模型和大气修正值中的一种或多种；

对所述重力数据库中的所述原始重力数据预处理，形成一维重力矩阵，并通过所述二维矩阵修正一维重力矩阵，得到目标一维重力矩阵，其中，所述预处理包括对所述原始重力数据中的尖峰、突跳、阶跃和间断的数据进行探测处理，所述目标一维重力矩阵表示经过探测处理后形成的连续重力数据分列存储的一维数据；

将所述目标一维重力矩阵输入至小波散射模型，得到散射系数；

对散射系数进行降维，确定所述散射系数中的特征值最高的两个分量；

根据高斯混合模型，对两个分量，进行无监督分类，识别重力扰动信号与背景噪声信号。

2.根据权利要求1所述的地震前重力扰动信号识别方法，其特征在于，所述获取多台重力仪的原始重力数据，更新重力数据库的步骤，包括：

根据预设的时间获取台站的重力仪原始重力数据，基于获取原始重力数据，更新重力数据库。

3.根据权利要求1所述的地震前重力扰动信号识别方法，其特征在于，所述将每台重力仪所处位置的相关辅助观测数据融合成二维矩阵的步骤，包括：

相关辅助观测数据表示：

根据所述重力仪所处位置，确定所述重力仪的经纬度和高程；

根据DDW模型计算，得出所述固体潮模型，其中，所述DDW模型计算公式为：

其中，G_T(t)为理论合成重力固体潮，N为总的潮波数量，M_n为潮波分量数；A_nm、ω_nm、δ_n、分别表示第n个潮波群、m个潮波分量的潮波振幅、角频率、初始相位、振幅因子和相位滞后；

根据大气导纳值-0.3μGal/mba计算得出大气修正值，其中，所述大气导纳值-0.3μGal/mba的计算公式为：

g(t)＝a.p(t)+b

其中，g(t)为重力残差信号，p(t)为同步测量的气压时间序列，a为大气导纳值，b为常数。

4.根据权利要求1所述的地震前重力扰动信号识别方法，其特征在于，所述对所述重力数据库中的所述原始重力数据预处理，形成一维重力矩阵，并通过所述二维矩阵修正一维重力矩阵，得到目标一维重力矩阵的步骤，包括：

将预处理后的所述重力仪预处理数据分列存储在Mysql数据库，每一列表示一个所述重力仪的处理后的连续的重力数据；

将每一列的所述重力数据，形成一维重力矩阵；

通过所述二维矩阵对所述一维重力矩阵修正，形成目标一维重力矩阵；其中，

所述尖峰和突跳通过3σ原则进行粗差探测；

所述间断数据剔除；

所述阶跃通过在一个时间窗口，拟合一个多元线性函数和阶跃函数的组合方式，消除影响。

5.根据权利要求1所述的地震前重力扰动信号识别方法，其特征在于，所述对所述重力数据库中的所述原始重力数据预处理，形成一维重力矩阵，并通过所述二维矩阵修正一维重力矩阵，得到目标一维重力矩阵的步骤之前，还包括：

根据ETL任务，在所述重力数据库中抽取预设时间段内的连续原始重力数据；

将抽取的原始重力数据拼接，并迁移至Mysql数据库，其中，所述拼接表示将预设时间段内的一台重力仪的数据，依据设定的规律连接。

6.根据权利要求5所述的地震前重力扰动信号识别方法，其特征在于，所述将所述目标一维重力矩阵输入至小波散射模型，得到散射系数的步骤，包括：

根据小波散射模型中的Gabor小波对母小波函数进行初始化，形成小波滤波器组；

将每一列的所述重力仪的预处理数据输入小波滤波器组，进行卷积运算；

根据卷积运算的结果，进行取模运算，得到多通道散射系数，其中，多通道散射系数表示具有时移不变性与局部形变稳定性的重力信号的高维特征。