[发明专利]一种低信噪比声发射信号的到时拾取方法

摘要

本发明公开了一种低信噪比声发射信号到时自动拾取方法，用于解决目前AIC方法拾取低信噪比、尾部震荡信号不稳定的技术问题。本发明在拾取有尾部噪音的声发射信号时，基于MER方法拾取信号的大致到时点k₁，且取信号初始时刻到大致到时点k₁的时间段作为更新后的低信噪比声发射信号，从而能够排除声发射信号尾部震荡的影响；利用MS理论粗粒化信号对排除尾部震荡后的声发射信号分解成多个尺度因子的粗粒化时间序列，在不同的尺度因子下使得信号平滑，从而排除低信噪比的影响。由此有效排除了低信噪比、尾部震荡的影响，极大地提高了声发射信号到时拾取精度，从而该方法的适用性强、准确性高。

主权项

1.一种低信噪比声发射信号的到时拾取方法，其特征在于，包括以下步骤：步骤1：导入低信噪比声发射信号；导入低信噪比声发射信号x(t)t＝1,2,…,N，其中采样频率为3‑6MHz，采样起始点为声发射信号的起始时刻，采样点的个数为N；步骤2：依据MER算法按照以下公式确定低信噪比声发射信号x(t)t＝1,2,…,N的大致到时点k₁；MER_(i)＝(ER_(i)|x(i)|)³    (2)其中，x(j)为待拾取信号x(t)第j个采样点的振幅，ne为能量窗口的长度，ER_(i)为第i点处的能量比，MER_(i)为第i点处修改的能量比；计算全部采样点的修改的能量比，并将最大值所对应的采样点作为声发射信号的大致到时点k₁；步骤3：重新选择低信噪比声发射信号x(t)t＝1,2,…,N的长度；选择大致到时点k₁作为更新后的低信噪比声发射信号x(t)t＝1,2,…,k₁的长度；步骤4：采用多尺度粗粒化方法对更新后的低信噪比声发射信号x(t)t＝1,2,…,k₁进行处理，分别得到尺度因子q不同取值时的粗粒化时间序列x^q，粗粒化公式为：其中，q表示尺度因子，x^q(j)为在尺度因子为q时粗粒化时间序列x^q在第j点的粗粒化振幅；[k₁/q]为最靠近k₁/q的整数；步骤5：利用AIC方法按照以下公式拾取粗粒化时间序列x^q在尺度因子q不同取值时的的到时点m_q：AIC(k)＝klog(var{x(1,k)})+([k₁/q]‑k‑1)log(var{x(k+1,[k₁/q])})       (4)；其中,var{x(1,k)}为粗粒化时间序列的第1点至第k点的方差，var{x(k+1,[k₁/q])}为粗粒化时间序列的第k+1点至第[k₁/q]点的方差，AIC(k)为第k点的声发射AIC值；对每个尺度因子q的粗粒化时间序列x^q，计算每个时间点的声发射AIC值，并将最小值所对应的时间点作为当前尺度因子q取值时的粗粒化时间序列x^q的到时点m_q；步骤6：根据尺度因子q与该尺度因子q取值时的粗粒化时间序列x^q的到时点m_q，按以下公式确定声发射信号的精确到时l：l_q＝q×m_q     (5)l＝min[l₁,l₂,…l_q]     (6)其中，l_q为在尺度因子为q的低信噪比声发射信号x(t)的到时点。