|本期目录/Table of Contents|

[1]宋金凤,李志国*,李国书,等.长短时窗比算法特征函数优选试验研究[J].武汉工程大学学报,2023,45(01):111-114.[doi:10.19843/j.cnki.CN42-1779/TQ.202202018]
　SONG Jinfeng,LI Zhiguo*,LI Guoshu,et al.Preferred Test Study on Eigenfunctions ofShort-Term Average/Long-Term Average Algorithm[J].Journal of Wuhan Institute of Technology,2023,45(01):111-114.[doi:10.19843/j.cnki.CN42-1779/TQ.202202018]
点击复制

长短时窗比算法特征函数优选试验研究(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
45
期数:
2023年01期
页码:
111-114
栏目:
资源与环境工程
出版日期:
2023-02-28

文章信息/Info

Title:
Preferred Test Study on Eigenfunctions of
Short-Term Average/Long-Term Average Algorithm
文章编号:
1674 - 2869（2023）01 - 0111 - 04
作者:
宋金凤; 李志国*; 李国书; 李 贲
武汉工程大学资源与安全工程学院，湖北 武汉 430074
Author(s):
SONG Jinfeng; LI Zhiguo*; LI Guoshu; LI Ben
School of Resources and Safety Engineering，Wuhan Institute of Technology，Wuhan 430074，China
关键词:
长短时窗比算法; 初至波定位; 鲁棒性; 特征函数; 微震
Keywords:
short-term average/long-term average algorithm; positioning of primary wave; robustness; eigenfunctions; microearthquake

分类号:
TD235；P631.4
DOI:
10.19843/j.cnki.CN42-1779/TQ.202202018
文献标志码:
A
摘要:
长短时窗比（STA/LTA）算法广泛应用于工程中，然而其特征函数的选择标准未形成统一的认识。构建评价体系，即通过分析不同特征函数的灵敏度和鲁棒性系数来优选特征函数。室内岩石微振动实验分析表明：在误差范围内，以平方作为特征函数的算法具有较高的灵敏性和鲁棒性，其触发阈值、长时间窗以及短时间窗参数的最优摄动区间分别为：8.6~13.0、1.20~1.30 ms、0.02~0.06 ms。综合现场信号的到时拾取结果，以平方作为特征函数的算法的拾取误差为0.07 ms，以另外两种函数作为特征函数的拾取误差分别为0.10、0.08 ms。在保证鲁棒性和灵敏性的基础上，以平方作为特征函数的算法表现出更高的拾取精度，验证了该评价体系的有效性。

Abstract:
The short-term average/long-term average algorithm is widely used in engineering. However，there is no uniform understanding of the selection standard of its eigenfunctions. An evaluation system was constructed to analyze the sensitivity and robustness coefficients of different eigenfunctions to select the most preferred one. The experimental results of laboratory rock micro-vibration show that the sensitivity and the robustness of the squared eigenfunction are high within the error range，and the optimal intervals of perturbations for the trigger threshold，long time window，and short time window parameters are 8.6-13.0，1.20-1.30 ms and 0.02-0.06 ms， respectively. According to the arrival-time picking results of the field of microseismic signals，the algorithm using the square as the eigenfunctions has a pickup error of 0.07 ms，while the other two functions have two pickup errors of 0.10 and 0.08 ms， respectively. We can conclude that the algorithm using the square as the eigenfunctions has a higher pickup accuracy based on robustness and sensitivity，which verifies the effectiveness of the evaluation system.

参考文献/References:

［1］ 陆菜平，窦林名，吴兴荣，等.岩体微震监测的频谱分析与信号识别［J］.岩土工程学报，2005，27（7）：772-775.

［2］ 方兵，孙成禹，唐杰，等.微地震信号频率特性分析［J］.石油地球物理勘探，2015，50（3）：411-417.
［3］ 杨海申，徐丽军，马洁，等.矢量叠加初至波定位方法精度评价［J］.石油地球物理勘探，2021，56（1）：49-56.
［4］ 郑晶，曹子原，姜天琪，等. 基于深度信念神经网络的微震波到时拾取方法［J］. 矿业科学学报，2018，3（6）：521-526.
［5］ 赵明，陈石，DAVE YUEN. 基于深度学习卷积神经网络的地震波形自动分类与识别［J］. 地球物理学报，2019，62（1）：374-382.
［6］ DONG L J，TANG Z，LI X B，et al. Discrimination of mining microseismic events and blasts using convolutional neural networks and original waveform ［J］. Journal of Central South University，2020，27（10）：3078-3089.
［7］ 朱权洁，姜福兴，尹永明，等.基于小波分形特征与模式识别的矿山微震波形识别研究［J］.岩土工程学报，2012，34（11）：2036-2042.
［8］ 沈统，庹先国，李怀良，等.利用偏振约束对最小信息准则方法自动拾取微震初至的改进［J］. 科学技术与工程，2017，17（23）：26-30.
［9］ 田优平，赵爱华.基于小波包和峰度赤池信息量准则的P波震相自动识别方法［J］.地震学报，2016，38（1）：71-85.
［10］ 周创，居兴国，李子昂，等. 基于深度卷积生成对抗网络的地震初至拾取［J］.石油物探，2020，59（5）：795-803.
［11］ 刘晗，张建忠.微震信号自动检测的STA/LTA算法及其改进分析［J］.地球物理学进展，2014，29（4）：1708-1714.
［12］ 陈炳瑞，吴昊，池秀文，等. 基于 STA/LTA 岩石破裂微震信号实时识别算法及工程应用［J］.岩土力学，2019，40（9）：3689-3699.
［13］ 何先龙，佘天莉，高峰.一种地震Ｐ波和Ｓ波初至时间自动拾取的新方法［J］.地球物理学报，2016，59（7）：2519-2527.
［14］ 付继华，王旭，李智涛，等.强噪声环境下基于信噪比的地震Ｐ波到时自动提取方法［J］.地球物理学报，2019，62（4）：1405-1412.
［15］ 周舟，李俊超. 地震预警中地震P波自动捡拾方法 ［J］. 华北地震科学，2020，38（4）：42-48.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2022-02-25
基金项目：湖北省教育厅科学研究计划项目（B2015326）；武汉工程大学科学研究基金（CX2021483）
作者简介：宋金凤，硕士研究生。E-mail：3237490134@qq.com
*通讯作者：李志国，博士，副教授。E-mail：18986191935@163.com
引文格式：宋金凤，李志国，李国书，等. 长短时窗比算法特征函数优选试验研究［J］. 武汉工程大学学报，2023，45（1）：111-114.

更新日期/Last Update: 2023-03-14