CN107884821A - 一种估计微地震波达方向及距离的方法 - Google Patents
一种估计微地震波达方向及距离的方法 Download PDFInfo
- Publication number
- CN107884821A CN107884821A CN201711105725.7A CN201711105725A CN107884821A CN 107884821 A CN107884821 A CN 107884821A CN 201711105725 A CN201711105725 A CN 201711105725A CN 107884821 A CN107884821 A CN 107884821A
- Authority
- CN
- China
- Prior art keywords
- mrow
- microseism
- estimating
- arrival
- msubsup
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 35
- 238000000354 decomposition reaction Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 5
- 230000004069 differentiation Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims 2
- 238000007476 Maximum Likelihood Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 14
- 238000012544 monitoring process Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 7
- 230000002950 deficient Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 239000003245 coal Substances 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 239000011435 rock Substances 0.000 description 6
- 238000005065 mining Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006854 communication Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000003079 shale oil Substances 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000009172 bursting Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/65—Source localisation, e.g. faults, hypocenters or reservoirs
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种估计微地震波达方向及距离的方法，应用于稀疏线阵下的远场单信源，属于微地震信号处理技术领域。本发明根据微地震信号的特征将接收到的远场单源微地震数据使用TCT算法把信号带宽频带内各个频率点的信号空间聚焦到参考频率点上，聚焦变换后得到单一频率点的数据协方差矩阵；其后在通过预估计算法粗略预估方位角估计值的情况下，通过MUSIC算法得到信号源波达角及距离的估计值。本发明能够有效提高微地震事件波达方向的估计精度，提升定位效果，从而在微地震事件反演解释上减少多解性，且在有缺陷的微地震监测阵列下也可以正常进行监测定位。
Description
技术领域
本发明涉及信号处理技术领域，更具体的说是涉及一种估计微地震波达方向及距离的方法。
背景技术
随着世界对能源的需求不断上升以及一定程度上的能源短缺现象，越来越多的国家将希望放在了页岩气、页岩油的开发上来。但是在页岩气、油的压裂开发过程中，由于其作业深度往往较深，往往使地下裂隙展布的真实信息难以得到体现，从而导致水力压裂的效果不如预期。而对于常规能源，虽然随着人们对环境问题的日益关注，煤炭在主要能源里的占比逐渐下降，但是依然改变不了现阶段其在我国能源里的主导地位。随着社会与经济发展需求的日益增长和矿山工程技术体系的逐步完善，资源开采正不断地在向深部发展，占我国煤炭资源总量的53％均埋深在1000m以下。我国目前东部矿井开采深度正以每10年100-250m的速度发展，预计在未来20年很多煤矿将进入到1000m到1500m的深度；一批金属矿山近年也已进入深部开采，例如红透山铜矿目前开采已进入900-1100m深度。然而由于我国95％以上煤炭生产是井工作业，加之煤炭资源赋存条件复杂，生产技术条件和装备总体比较落后，人员素质参差不齐且技术管理水平较低，煤矿安全仍是制约我国煤炭工业发展的突出问题。尽管我国近十来年全国煤矿死亡人数及百万吨死亡率呈逐年下降趋势，但是死亡人数和百万吨死亡率依然偏高。
而在页岩气、页岩油的生产过程中对地下地层裂缝改造的发育状况的掌控十分重要，因此，对于油气增产而言，更加准确、高分辨率的微地震技术是迫切需要发展的。另一方面对于矿井安全保障和地下空间利用，由于地下深处的压力、温度等物理参数的持续升高，深部岩石常常表现出不同于浅部的物理特性，因此，发展实时微地震技术可以有效预防由于岩石破裂所产生的岩爆、矿震以及有一定滞后性的矿井突水等事件所产生的对人身安全或财产的威胁的发生。在过往对于地下岩层压裂、矿井安全监测等领域的微震定位研究过程中，台站布设是否合理及对地震波方位估计的精度是决定定位效果好坏的重要前提。但以往和现阶段的微震台网布置往往没有具体布设准则，致使布设的台站位置经常有缺陷，从而导致得到的微震观测数据不满足定位要求，造成不可弥补的损失。而且在将微震检波器放置于矿井中常年进行监测的过程中，不可避免地会有一些信号采集通道由于芯片老化等原因而失效，而这些阵列探测***早已深埋于矿井，再对失效的信号采集通道进行维修或替换几乎不可能；同时在微地震地震波方位估计方面一直没有较为***的波达估计算法。以往在监测过程中，往往通过特定的约束条件(观测排列、观测井与压裂井的相对关系等)去解决180°不确定性的问题。但是，约束条件很可能不存在，这时就无法进行精确的微地震定位，也自然无法保证开采的正常进行。
微地震信号震源浅、传播距离小，虽然波长较地震波更短，局部介质的不均匀性对微地震信号的影响比对地震波的影响大，但其传播距离远远小于地震波，可以近似地看成是在相同层相结构的岩体中传播。微地震信号的频率一般为50～200赫兹，但实际频率范围要根据实际情况进行研究，例如在水力压裂中微震频率最高可达2000赫兹；而在煤矿矿震监测方面，根据前人所测得的资料，微地震频率大都在10-30赫兹的范围内，例如北京木城涧矿频率范围为20～30赫兹，阜新五龙矿频率范围为5～15赫兹。假定微地震波波速为3500m/s，则可得其在矿井中传播的波长大约在116m～700m范围内。同时，微地震信号频率具有衰减性：低频声发射信号在传播过程中的衰减小于高频声发射信号，高频信号在传播过程中衰减较大，且传播距离相较低频部分短；而且由于岩石非线性蠕变的存在，在围岩类别一定的条件下，微地震信号的频率还可能与振幅相关，振幅大(小)，频率低(高)；声发射活动弱时频率域靠近低频，声发射活动强时频率域向中部区域集中。相比主动源地震是为了得到地层属性，信噪比高。被动源则是只需要知道地震的发生，定位出其发生位置即可，但由于信号微弱，信噪比低，所以研究更适合的定位方位就尤为重要。
空间谱估计技术(DOA)是近30年来发展起来的一门新兴的主要应用于空域的信号处理技术，其主要目标是研究提高在处理带宽内空间信号(包括独立、部分相关和相干)角度的估计精度、角度分辨力和提高运算速度的各种算法。空间谱估计技术有着很高的空间角度分辨能力，因此，这项技术主要应用与雷达和无线电通信领域，如：雷达对飞行器的定位、水声阵列对水下目标的定位以及日常生活中的手机信号定位等。对于天线阵列，我们可以通过估计信号的到达角度，借助天线的旋转使天线对准所需的信号，从而达到抑制干扰、提高分辨力的目的。而在微地震方面，我们一般认为声发射及地震信号是一种天然的宽频带信号，因此微地震信号可以看成是检波器阵列对地下地质体信号的接收形成的阵列信号，自然也可以将空间谱估计理论应用于地震信号的处理分析中。而作为空间谱估计技术中十分高效的一种算法，MUSIC算法的基本思想则是将任意阵列输出数据协方差矩阵进行特征分解，从而得到与信号分量相对应的信号子空间和与信号分量相正交的噪声子空间，然后利用这两个子空间的正交性来估计信号的参数如：入射方向、极化信息及信号强度及距离信息等。
因此，如何提供一种定位精确的估计微地震波达方向及距离的方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种估计微地震波达方向及距离的方法，能够有效提高微地震事件波达方向的估计精度，提升定位效果，从而在微地震事件反演解释上减少多解性，且在有缺陷的微地震监测阵列下也可以正常进行监测定位。
一种估计微地震波达方向及距离的方法，包括以下步骤：
S1，接收微地震数据：对频率进行分析，并进行远场判别；
S2，利用TCT(双边相关变换)对微地震数据进行聚焦变换；
S3，对聚焦变换后的数据使用预估计算法获得方位角φp的粗略估计值根据获得的设置一个预估计搜索范围其中，Δφ是一个常量；
S4，基于线性稀疏阵列模型，使用经典MUSIC算法在通过S3所得预估计搜索范围内执行搜索，获得H个估计值
S5，以S3所得方位角粗略估计值为标准，使用确定精确方位角估计值φp，其中方位角估计值为S4通过经典MUSIC算法所获得的；
S6，精确方位角φp已经确定的情况下，在扫描过程中使用同时对距离信息rp,p＝1,2,...,p进行估计；
S7，综合判断所估计信息是否满足监测要求，输出方位角φp及距离信息rp。
本发明中根据微地震信号的特征将接收到的远场单源微地震数据使用TCT算法把信号带宽频带内各个频率点的信号空间聚焦到参考频率点上，聚焦变换后得到单一频率点的数据协方差矩阵；其后在通过预估计算法粗略预估方位角估计值的情况下，通过MUSIC算法得到信号源波达角及距离的估计值。
优选的，在所述一种估计微地震波达方向及距离的方法中，步骤S2中所述聚焦变换包括以下步骤：
S21，利用M个微地震检波器接收到的微地震数据得到数据协方差矩阵R的最大似然估计值其中X为信号子空间导向矢量，L代表快拍次数，对选择的参考频率点f0和宽带各频率点fi,i＝1,2,...,I上的数据协方差矩阵进行去噪；
S22，对上一步得到的去噪后的数据协方差矩阵进行特征分解，并在选择参考频率f0后构造不同频率点的聚焦矩阵；
S23，经过聚焦变换得到所选参考频率点的数据协方差矩阵R1。
本发明使用TCT算法把信号带宽频带内各个频率点的信号空间聚焦到参考频率点上，聚焦变换后得到单一频率点的数据协方差矩阵。
优选的，在所述一种估计微地震波达方向及距离的方法中，步骤S22中所述聚焦矩阵利用进行构造；其中，Tβ(fi)是宽带各频率点fi,i＝1,2,...,I与参考频率点f0的关系；和是各列相互正交的M×M的矩阵。
本发明中利用构造聚焦矩阵。
优选的，在所述一种估计微地震波达方向及距离的方法中，步骤S3中所述方位角φp的粗略的估计值包括以下步骤：
S31，噪声源功率的似然值为：
其中λm为微地震数据协方差矩阵R1的第m个最小特征值，由对R1的特征值分解得到；
S32，从而信号源功率的估计值
S33，对数据协方差矩阵R1作如下处理以消除噪声：
式中，a(φ)＝[a1(φ),a2(φ),…,a2M-1(φ),a2M(φ)]T＝[1,ejΦ,…,ej[k(M-1)]Φ,ej [k(M-1+1)]Φ]T，Φ＝-2πd cosφ/λ；
S34，根据上式，ejΦ的估计值q通过下式获得
其中，r1(i,j)代表去噪后数据协方差矩阵的第(i,j)个元素；
S35，最终方位角估计值可由下式得到
本发明中通过预估计算法估计方位角估计值
优选的，在所述一种估计微地震波达方向及距离的方法中，步骤S5中所述MUSIC算法包括以下步骤：
S51，由S22特征值分解后得到的R1的特征值进行信号源数判断；
S52，确定微地震信号子空间与噪声子空间其中，信号子空间为最大特征值对应的特征矢量张成子空间；噪声子空间为最小特征值对应的特征矢量张成子空间；
S53，根据预估计算法所求出的方位角范围进行谱峰搜索；
S54，在范围内找出H个极大值点对应的估计角度
本发明中采用MUSIC算法对信号波达方向进行扫描。
优选的，在所述一种估计微地震波达方向及距离的方法中，步骤S53中所述谱峰搜索通过进行。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种估计微地震波达方向及距离的方法，根据微地震信号的特征将接收到的远场单源微地震数据使用TCT算法把信号带宽频带内各个频率点的信号空间聚焦到参考频率点上，聚焦变换后得到单一频率点的数据协方差矩阵；其后在通过预估计算法粗略预估方位角估计值的情况下，通过MUSIC算法得到信号源波达角及距离的估计值。本发明能够有效提高微地震事件波达方向的估计精度，提升定位效果，从而在微地震事件反演解释上减少多解性；对水力压裂、矿井施工、地下空间开发或安全监测领域所发生的微地震事件监测、定位及后续的震源机制、断层成像及地质信息综合利用有十分重要的意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1附图为本发明的流程图；
图2附图为本发明聚焦变换流程图；
图3附图为本发明获取方位角粗略估计值的流程图；
图4附图为本发明输出方位角和距离的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种估计微地震波达方向及距离的方法，包括以下步骤：
S1，接收微地震数据：对频率进行分析，并进行远场判别；
S2，利用TCT(双边相关变换)对微地震数据进行聚焦变换；
S3，对聚焦变换后的数据使用预估计算法获得方位角φp的粗略估计值根据获得的设置一个预估计搜索范围其中，Δφ是一个常量；
S4，基于线性稀疏阵列模型，使用经典MUSIC算法在通过S3所得预估计搜索范围内执行搜索，获得H个估计值
S5，以S3所得方位角粗略估计值为标准，使用确定精确方位角估计值φp，其中精确方位角估计值为S4通过经典MUSIC算法所获得的；
S6，精确方位角φp已经确定的情况下，在扫描过程中使用同时对距离信息rp,p＝1,2,...,p进行估计；
S7，综合判断所估计信息是否满足监测要求，输出方位角φp及距离信息rp。
需要说明的是：在信号源满足远场的条件下，随着检波器之间间距的不断增加，即阵列孔径的不断增加，参数估计精度能不断的得到提高。关于远场的判别目前没有十分准确的定义，且在天线阵列领域中远场判别往往依靠阵列孔径来计算，而微地震阵列中没有“孔径”这一概念，因此采用λ/2π作为远、近场判别边界。
为了优化上述技术方案，在某一个频率范围内设置许多个中心频率不同的带通滤波器来实现不同频率段信号的同时扫描，并通过所提出的算法来进行定位，同时提取多处不同微地震事件的特征信息。
为了优化上述技术方案，从本算法所使用的稀疏线阵阵列结构我们可知，检波器间距可以根据需要进行任意设置，这意味着当一个均匀等距线阵中的大量阵元缺失的情况下，只利用有缺陷的线阵以及故障阵列中部分稀疏的正常信号采集通道的数据，仍然可以实现信号源的高精度高分辨率定位。
为了优化上述技术方案，步骤S2中所述聚焦变换包括以下步骤：
S21，利用M个微地震检波器接收到的微地震数据得到数据协方差矩阵R的最大似然估计值其中X为信号子空间导向矢量，L代表快拍次数，对选择的参考频率点f0和宽带各频率点fi,i＝1,2,...,I上的数据协方差矩阵进行去噪；
S22，对上一步得到的去噪后的数据协方差矩阵进行特征分解，并在选择参考频率f0后构造不同频率点的聚焦矩阵；
S23，经过聚焦变换得到所选参考频率点的数据协方差矩阵R1。
为了优化上述技术方案，步骤S2中所述聚焦矩阵利用进行构造；其中，Tβ(fi)是宽带各频率点fi,i＝1,2,...,I与参考频率点f0的关系；和是各列相互正交的M×M的矩阵。
为了优化上述技术方案，步骤S3中所述方位角φp的粗略的估计值包括以下步骤：
S31，噪声源功率的似然值为：
其中λm为微地震数据协方差矩阵R1的第m个最小特征值，由对R1的特征值分解得到；
S32，从而信号源功率的估计值
S33，对数据协方差矩阵R1作如下处理以消除噪声：
式中，a(φ)＝[a1(φ),a2(φ),…,a2M-1(φ),a2M(φ)]T＝[1,ejΦ,…,ej[k(M-1)]Φ,ej [k(M-1+1)]Φ]T，Φ＝-2πd cosφ/λ；
S34，根据上式，ejΦ的估计值q通过下式获得
其中，r1(i,j)代表去噪后数据协方差矩阵的第(i,j)个元素；
S35，最终方位角估计值可由下式得到
为了优化上述技术方案，步骤S5中所述MUSIC算法包括以下步骤：
S51，由S22特征值分解后得到的R1的特征值进行信号源数判断；
S52，确定微地震信号子空间与噪声子空间其中，信号子空间为最大特征值对应的特征矢量张成子空间；噪声子空间为最小特征值对应的特征矢量张成子空间；
S53，根据预估计算法所求出的方位角范围进行谱峰搜索；
S54，在范围内找出H个极大值点对应的估计角度
为了优化上述技术方案，步骤S53中所述谱峰搜索通过进行。
本发明公开的一种估计微地震波达方向及距离的方法，一定程度弥补了现有常规微地震定位过程中波达方向估计精度不高，多解性强的问题；且算法可在微地震监测中快速，准确较好的确定微地震过程中地面布置检波器所接收到的上行波相对破裂发生位置的俯角度数及距离信息。此外，本发明解决了传统MUSIC算法与微地震稀疏阵列相结合，产生相位模糊的问题，既具有了角度分辨率高的优点，又具有了参数估计精度高的优点，且可以应用于低信噪比条件下的宽带信号。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种估计微地震波达方向及距离的方法，其特征在于，包括以下步骤：
S1，接收微地震数据：对频率进行分析，并进行远场判别；
S2，利用TCT(双边相关变换)对微地震数据进行聚焦变换；
S3，对聚焦变换后的数据使用预估计算法获得方位角φp的粗略估计值根据获得的设置一个预估计搜索范围其中，Δφ是一个常量；
S4，基于线性稀疏阵列模型，使用经典MUSIC算法在通过S3所得预估计搜索范围内执行搜索，获得H个估计值
S5，以S3所得方位角粗略估计值为标准，使用确定精确方位角估计值φp，其中精确方位角估计值为S4通过经典MUSIC算法所获得的；
S6，精确方位角φp已经确定的情况下，扫描过程中使用同时对距离信息rp,p＝1,2,...,p进行估计；
S7，综合判断所估计信息是否满足监测要求，输出方位角φp及距离信息rp。
2.根据权利要求1所述的一种估计微地震波达方向及距离的方法，其特征在于，步骤S2中所述聚焦变换包括以下步骤：
S21，利用M个微地震检波器接收到的微地震数据得到数据协方差矩阵R的最大似然估计值其中X为信号子空间导向矢量，L代表快拍次数，对选择的参考频率点f0和宽带各频率点fi,i＝1,2,...,I上的数据协方差矩阵进行去噪；
S22，对上一步得到的去噪后的数据协方差矩阵进行特征分解，并在选择参考频率f0后，构造不同频率点的聚焦矩阵Tβ(fi)；
S23，经过聚焦变换得到所选参考频率点的数据协方差矩阵R1。
3.根据权利要求2所述的一种估计微地震波达方向及距离的方法，其特征在于，步骤S22中所述聚焦矩阵利用进行构造；其中，Tβ(fi)是宽带各频率点fi,i＝1,2,...,I与参考频率点f0的关系；和是各列相互正交的M×M的矩阵。
4.根据权利要求1所述的一种估计微地震波达方向及距离的方法，其特征在于，步骤S3中所述方位角φr的粗略的估计值包括以下步骤：
S31，噪声源功率的似然值为：
<mrow>
<msubsup>
<mover>
<mi>&sigma;</mi>
<mo>^</mo>
</mover>
<mi>n</mi>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msub>
<mi>&lambda;</mi>
<mi>m</mi>
</msub>
<mo>;</mo>
</mrow>
其中λm为微地震数据协方差矩阵R1的第m个最小特征值，由对R1的特征值分解得到；
S32，从而信号源功率的估计值
<mrow>
<msubsup>
<mover>
<mi>&sigma;</mi>
<mo>^</mo>
</mover>
<mi>s</mi>
<mn>2</mn>
</msubsup>
<mo>=</mo>
<msub>
<mi>&lambda;</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msubsup>
<mover>
<mi>&sigma;</mi>
<mo>^</mo>
</mover>
<mi>n</mi>
<mn>2</mn>
</msubsup>
<mo>;</mo>
</mrow>
S33，对数据协方差矩阵R1作如下处理以消除噪声：
式中，a(φ)＝[a1(φ),a2(φ),…,a2M-1(φ),a2M(φ)]T＝[1,ejΦ,…,ej[k(M-1)]Φ,ej[k(M -1+1)]Φ]T，Φ＝-2πdcosφ/λ；
S34，根据上式，ejΦ的估计值q通过下式获得
<mrow>
<mi>q</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msup>
<mi>M</mi>
<mn>2</mn>
</msup>
</mfrac>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</msubsup>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</msubsup>
<mfrac>
<mrow>
<msub>
<mi>r</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>,</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>r</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，r1(i,j)代表去噪后数据协方差矩阵的第(i,j)个元素；
S35，最终方位角估计值可由下式得到
<mrow>
<msub>
<mover>
<mi>&phi;</mi>
<mo>^</mo>
</mover>
<mrow>
<mi>c</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>=</mo>
<mi>a</mi>
<mi>r</mi>
<mi>c</mi>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<mfrac>
<mi>&lambda;</mi>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
<mi>d</mi>
</mrow>
</mfrac>
<mi>arg</mi>
<mrow>
<mo>(</mo>
<mi>q</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>.</mo>
</mrow>
5.根据权利要求1所述的一种估计微地震波达方向及距离的方法，其特征在于，步骤S5中所述MUSIC算法包括以下步骤：
S51，由S22特征值分解后得到的R1的特征值进行信号源数判断；
S52，确定微地震信号子空间与噪声子空间其中，信号子空间为最大特征值对应的特征矢量张成子空间；噪声子空间为最小特征值对应的特征矢量张成子空间；
S53，根据预估计算法所求出的方位角范围进行谱峰搜索；
S54，在范围内找出H个极大值点对应的估计角度
6.根据权利要求5所述的一种估计微地震波达方向及距离的方法，其特征在于，步骤S53中所述谱峰搜索通过进行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711105725.7A CN107884821B (zh) | 2017-11-10 | 2017-11-10 | 一种估计微地震波达方向及距离的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711105725.7A CN107884821B (zh) | 2017-11-10 | 2017-11-10 | 一种估计微地震波达方向及距离的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107884821A true CN107884821A (zh) | 2018-04-06 |
| CN107884821B CN107884821B (zh) | 2019-05-31 |
Family
ID=61780019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711105725.7A Expired - Fee Related CN107884821B (zh) | 2017-11-10 | 2017-11-10 | 一种估计微地震波达方向及距离的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107884821B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109374748A (zh) * | 2018-10-30 | 2019-02-22 | 上海市特种设备监督检验技术研究院 | 声发射源时反定位成像方法 |
| CN113176533A (zh) * | 2021-04-28 | 2021-07-27 | 中国电子科技集团公司第三十六研究所 | 水声通信信号的测向方法、装置及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080106974A1 (en) * | 2006-11-06 | 2008-05-08 | Magnitude Spas | System, method and computer program product for stacking seismic noise data to analyze seismic events |
| CN102200573A (zh) * | 2011-03-14 | 2011-09-28 | 电子科技大学 | 一种对近场目标信号来波方向进行测定的方法 |
| CN102841373A (zh) * | 2012-08-23 | 2012-12-26 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于方位角约束的微地震事件定位方法 |
| CN106596088A (zh) * | 2016-12-13 | 2017-04-26 | 东南大学 | 基于近场声源聚焦定位的碰摩声发射故障位置识别方法 |
-
2017
- 2017-11-10 CN CN201711105725.7A patent/CN107884821B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080106974A1 (en) * | 2006-11-06 | 2008-05-08 | Magnitude Spas | System, method and computer program product for stacking seismic noise data to analyze seismic events |
| CN102200573A (zh) * | 2011-03-14 | 2011-09-28 | 电子科技大学 | 一种对近场目标信号来波方向进行测定的方法 |
| CN102841373A (zh) * | 2012-08-23 | 2012-12-26 | 中国石油集团川庆钻探工程有限公司地球物理勘探公司 | 基于方位角约束的微地震事件定位方法 |
| CN106596088A (zh) * | 2016-12-13 | 2017-04-26 | 东南大学 | 基于近场声源聚焦定位的碰摩声发射故障位置识别方法 |
Non-Patent Citations (3)
| Title |
|---|
| MANUEL HOBIGER,ET AL: "Analysis of seismic waves crossing the Santa Clara Valley using the three-component MUSIQUE array algorithm", 《GEOPHYSICAL》 * |
| 郑晶，等: "基于Shearlet变换的探地雷达数据噪声压制研究", 《矿业科学学报》 * |
| 陈永强，等: "双边相关变换在估计水下噪声源波达方向中的应用", 《声学学报》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109374748A (zh) * | 2018-10-30 | 2019-02-22 | 上海市特种设备监督检验技术研究院 | 声发射源时反定位成像方法 |
| CN113176533A (zh) * | 2021-04-28 | 2021-07-27 | 中国电子科技集团公司第三十六研究所 | 水声通信信号的测向方法、装置及电子设备 |
| CN113176533B (zh) * | 2021-04-28 | 2023-11-24 | 中国电子科技集团公司第三十六研究所 | 水声通信信号的测向方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107884821B (zh) | 2019-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Said et al. | Long‐range lightning geolocation using a VLF radio atmospheric waveform bank | |
| Custódio et al. | Ambient noise recorded by a dense broadband seismic deployment in western Iberia | |
| US20190196046A1 (en) | WEM-Based Method for Deep Resource Detection Using Sky Waves | |
| Hutt et al. | Broadband seismic noise attenuation versus depth at the Albuquerque Seismological Laboratory | |
| Panzera et al. | Evidence of topographic effects through the analysis of ambient noise measurements | |
| CN105182322A (zh) | 基于反射信号相位差的被动式定位方法 | |
| Di Giovanni et al. | A seismological study of the Sos Enattos area—the Sardinia candidate site for the Einstein Telescope | |
| CN106646609B (zh) | 多次扫描的微地震多参数联合快速反演方法 | |
| Zeng et al. | Measurements of seismometer orientation of the first phase CHINArray and their implications on vector‐recording‐based seismic studies | |
| Simpson et al. | FDTD modeling of a novel ELF radar for major oil deposits using a three-dimensional geodesic grid of the Earth-ionosphere waveguide | |
| CN107884821B (zh) | 一种估计微地震波达方向及距离的方法 | |
| Gu et al. | Source mechanism study of local earthquakes in Kuwait | |
| Dewangan et al. | Nature of the ambient noise, site response, and orientation of ocean‐bottom seismometers (OBSs): Scientific results of a passive seismic experiment in the Andaman Sea | |
| Liu et al. | Combined petrophysics and 3D seismic attributes to predict shale reservoirs favourable areas | |
| Nardone et al. | Shallow velocity structure and site effects at Mt. Vesuvius, Italy, from HVSR and array measurements of ambient vibrations | |
| Zhang et al. | Performance comparison of compact phased arrays and traditional seismic networks for microseismic monitoring at a CO2 sequestration test site | |
| Patra et al. | On the nature of radar backscatter and 250 MHz scintillation linked with an intense daytime Es patch | |
| Li et al. | Monitoring CO2 injection at the CaMI Field Research Station using microseismic noise sources | |
| Gradon et al. | Characterization with dense array data of seismic sources in the shallow part of the San Jacinto fault zone | |
| CN109856680A (zh) | 一种沿海滩涂区拖曳式浅层地震探测方法 | |
| Chen et al. | Observation of topographic Rossby waves triggered by Kuroshio path meander in the East China Sea | |
| RU2435179C2 (ru) | Способ поиска месторождений углеводородов | |
| Mahmoudian et al. | Earthquake prediction assessment using VLF radio signal sounding and space-based ULF emission observation | |
| Satari et al. | Seismic noise characterisation at a potential gravitational wave detector site in Australia | |
| Novoselov et al. | Seismoacoustic study of thunder and lightning using the AlpArray |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190531 Termination date: 20201110 |