CN113050158B - 近场微震信号波形的分析方法、装置、设备及存储介质 - Google Patents
近场微震信号波形的分析方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113050158B CN113050158B CN202110300304.XA CN202110300304A CN113050158B CN 113050158 B CN113050158 B CN 113050158B CN 202110300304 A CN202110300304 A CN 202110300304A CN 113050158 B CN113050158 B CN 113050158B
- Authority
- CN
- China
- Prior art keywords
- time domain
- microseismic signal
- waveform
- domain waveform
- point
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000005070 sampling Methods 0.000 claims description 166
- 238000010606 normalization Methods 0.000 claims description 8
- 238000012300 Sequence Analysis Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000013499 data model Methods 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 239000011435 rock Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 241000287196 Asthenes Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000005641 tunneling Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Acoustics & Sound (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)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明属于近场微震信号处理技术领域,公开了一种近场微震信号波形的分析方法、装置、设备及存储介质。该方法包括:获取被监测区域的近场微震信号,得到被监测区域的微震信号时域波形;对微震信号时域波形进行波形处理,生成微震信号时域标准化波形;提取标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形;根据目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点;根据时域波形区段及所述时域波形区段的起始点与终止点生成目标微震信号时域波形的线性分段拟合曲线,最后通过预设数据模型对线性拟合曲线进行分析,得到所述微震信号时域波形的表征形式和分析结果,得到各类微震信号的共性和差异性。
Description
技术领域
本发明涉及近场微震信号处理技术领域,尤其涉及一种近场微震信号波形的分析方法、装置、设备及存储介质。
背景技术
微震监测是岩土工程领域常用的一种地球物理检测技术。该技术用于实时采集工程活动诱发岩体破裂产生的震动数据。微震监测早期主要应用于矿山、油气开采领域,随着“向地球深部进军”国家战略的实施,国防、水利水电、地下实验室、交通等领域涌现出一大批深部高应力工程,微震监测在高应力灾害监测与预测预警中发挥了突出作用,已成为高应力硬岩工程建设过程中必不可少的监测手段。
相较于矿山和油田近千米的远场监测尺度,针对隧道(洞)、地下厂房、边坡、矿山局部采场等的监测尺度往往是近场的:微震传感器与岩体破裂之间的距离<300m。近场条件下,微震监测在灵敏感知岩体破裂的同时,也捕捉到了大量的各类噪声。在大量噪声的干扰下,快速准确辨识岩体破裂信号是微震信号处理的核心,正确认识并描述近场各类微震信号的共性和差异性则是解决该难题的关键。
微震监测所采集到的原始信息为各类微震信号震动时域波形,目前主要是通过人工观察的方式,定性地描述近场各类微震信号时域波形的特征,对采集到的各类微震信号时域波形的特征没有具体且统一的分析方式。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种近场微震信号波形的分析方法、装置、设备及存储介质,旨在解决现有技术如何准确分析各类近场微震信号的共性和差异性的技术问题。
为实现上述目的,本发明提供了一种近场微震信号波形的分析方法,所述方法包括以下步骤:
获取被监测区域的近场微震信号,根据所述近场微震信号得到所述被监测区域的微震信号时域波形;
对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形;
提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形;
根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点;
根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线;
根据所述线性分段拟合曲线通过预设数据处理模型进行分析,以得到所述微震信号时域波形的表征形式,以根据所述表征形式对所述微震信号进行分析。
可选地,所述对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形,包括:
对所述微震信号时域波形中的采样点对应的振幅值取绝对值进行正值化处理,得到正值化采样点;
获取正值化振幅值中的最大振幅值,将所述正值化采样点对应的振幅值除以所述最大振幅进行归一化处理,得到归一化采样点;
获取所述归一化采样点中对应的振幅值小于第一预设值的采样点,将所述采样点对应的振幅值调整为预设振幅值,以生成微震信号时域标准化波形。
可选地,所述提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形,包括:
提取所述微震信号时域标准化波形中的极大值,生成第一极大值采样点序列;
提取所述第一极大值采样序列中的极大值,根据所述第一极大值采样点序列中的数据,生成第二极大值采样点序列;
将第二极大值采样点序列中的振幅值进行修正处理,生成修正后的第一极大值采样点序列;
对所述修正后的第一极大值采样点序列进行序列分析,生成标记波峰峰值点的目标微震信号时域波形。
所述对所述修正后的第一极大值采样点序列进行序列分析,生成标记波峰峰值点的目标微震信号时域波形,包括:
提取所述修正后的第一极大值采样点序列中振幅值小于第二预设值的采样点,得到目标采样点;
标记所述目标采样点在所述修正后的第一极大值采样点序列中的位置及编号;
当连续的两个目标采样点之间存在振幅值超过第三预设值的采样点时,提取当前区段的最大振幅值;
将所述最大振幅值对应的采样点标记为当前区段的峰值点,生成标记波峰峰值点的目标微震信号时域波形。
可选地,所述根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点之前,还包括:
根据所述目标微震信号时域波形的波峰峰值点位置及个数,确定所述目标微震信号时域波形的时域波形的区段位置及所述时域波形区段的段数;
根据所述目标微震信号时域波形的时域波形的区段位置及所述时域波形区段的段数确定所述目标微震信号时域波形的时域波形区段。
可选地,所述根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线,包括:
根据所述起始点与终止点的第二位置信息以及所述目标微震信号时域波形,依次连接所述目标微震信号时域波形中起始采样点,所述时域波形区段的起始点与终止点,所述目标微震信号时域波形的峰值点以及所述目标微震信号时域波形中终止采样点,生成所述目标微震信号时域波形的线性分段拟合曲线。
可选地,所述根据所述起始点与终止点的第二位置信息以及所述目标微震信号时域波形之前,还包括:
确定所述第一极大值采样点序列中采样点在所述微震信号时域标准化波形中的位置,得到所述第一极大值采样点的第一位置信息;
根据所述第一位置信息确定所述时域波形区段的起始点与终止点在所述微震信号时域标准化波形中的位置,得到所述起始点与终止点的第二位置信息。
此外,为实现上述目的,本发明还提出一种近场微震信号波形的分析装置,所述近场微震信号波形的分析装置包括:
获取模块,用于获取被监测区域的近场微震信号,根据所述近场微震信号得到所述被监测区域的微震信号时域波形;
处理模块,用于对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形;
提取模块,用于提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形;
确定模块,用于根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点;
生成模块,用于根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线;
分析模块,用于根据所述线性分段拟合曲线通过预设数据处理模型进行分析,以得到所述微震信号时域波形的表征形式,以根据所述表征形式对所述微震信号进行分析。
此外,为实现上述目的,本发明还提出一种近场微震信号波形的分析设备,所述近场微震信号波形的分析设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的近场微震信号波形的分析程序,所述近场微震信号波形的分析程序配置为实现如上文所述的近场微震信号波形的分析方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有近场微震信号波形的分析程序,所述近场微震信号波形的分析程序被处理器执行时实现如上文所述的近场微震信号波形的分析方法的步骤。
本发明通过获取被监测区域的近场微震信号,根据所述近场微震信号得到所述被监测区域的微震信号时域波形;对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形;提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形;根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点;根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线;根据所述线性分段拟合曲线通过预设数据处理模型进行分析,以得到所述微震信号时域波形的表征形式,以根据所述表征形式对所述微震信号进行分析。通过上述方式对被监测区域的近场微震信号时域波形的分析,能够正确清晰地识别微震信号时域波形的特征,准确分析各类近场微震信号波形的共性和差异性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的近场微震信号波形的分析设备的结构示意图;
图2为本发明近场微震信号波形的分析方法第一实施例的流程示意图;
图3为本发明近场微震信号波形的分析方法的一传感器走向布置图;
图4为本发明近场微震信号波形的分析方法的一传感器断面布置图;
图5为本发明近场微震信号波形的分析方法的一实施例的微震信号时域波形标准化示意图;
图6为本发明近场微震信号波形的分析方法的一实施例的微震信号提取波峰峰值点示意图;
图7为本发明近场微震信号波形的分析方法的一实施例的微震信号确定波形区段起止点示意图;
图8为本发明近场微震信号波形的分析方法的一实施例的微震信号建立线性分段拟合曲线示意图;
图9为本发明近场微震信号波形的分析方法第二实施例的流程示意图;
图10为本发明近场微震信号波形的分析装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的近场微震信号波形的分析设备结构示意图。
如图1所示,该近场微震信号波形的分析设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对近场微震信号波形的分析设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及近场微震信号波形的分析程序。
在图1所示的近场微震信号波形的分析设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明近场微震信号波形的分析设备中的处理器1001、存储器1005可以设置在近场微震信号波形的分析设备中,所述近场微震信号波形的分析设备通过处理器1001调用存储器1005中存储的近场微震信号波形的分析程序,并执行本发明实施例提供的近场微震信号波形的分析方法。
本发明实施例提供了一种近场微震信号波形的分析方法,参照图2,图2为本发明一种近场微震信号波形的分析方法第一实施例的流程示意图。
本实施例中,所述近场微震信号波形的分析方法包括以下步骤:
步骤S10,获取被监测区域的近场微震信号,根据所述近场微震信号得到所述被监测区域的近场微震信号时域波形。
需要说明的是,本实施例基于某一水电站地下厂房在开展TBM掘进过程中采用多类型传感器、多监测台站协同监测、紧跟掌子面移动的监测方法,进行微震实时监测试验监测到的近场微震信号,也可以是在其他地点进行监测,同时也可采用其他监测方法,本实施例对此不加以限制,但本实施例基于某一水电站地下厂房进行说明。
在具体实现中,微震传感器走向上的布置方式如图3所示,传感器断面上的布置方式如图4所示,具体采用如下方式:距掌子面约70m处布置第一组共4只(编号D1-1~D1-4)传感器,其中D1-1、D1-3及D1-4为单向速度型,D1-2则为三向加速度型,钻孔深度2m,钻孔直径则至少应为安装传感器直径的1.5倍,相邻传感器之间的距离为2m。当第一组传感器距离掌子面约110m时,安装第二组共4只(编号D2-1~D2-4),掌子面继续推进至距第一组传感器约150m处时,回收第一组传感器,并于距当前掌子面70m处安装第三组传感器,安装方式与第一组相同。至此重复上述步骤,实现紧跟掌子面移动的实时监测。
步骤S20,对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形。
需要说明的是,所述微震信号时域波形指的是微震传感器采集到的近场微震信号原始时域波形。近场微震信号原始时域波形可看做离散采样点的集合Ai,i=1,2,3,...,M,其中Ai是原始时域波形第i采样点对应的振幅值,M为原始时域波形总的采样点个数。
可以理解的是,对所述微震信号时域波形进行波形处理指的是将近场微震信号原始时域波形进行标准化,生成微震信号时域标准化波形的过程。
进一步地,所述对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形,包括:对所述微震信号时域波形中的采样点对应的振幅值取绝对值进行正值化处理,得到正值化采样点;获取正值化振幅值中的最大振幅值,将所述正值化采样点对应的振幅值除以所述最大振幅进行归一化处理,得到归一化采样点;获取所述归一化采样点中对应的振幅值小于第一预设值的采样点,将所述采样点对应的振幅值调整为预设振幅值,以生成微震信号时域标准化波形,在本实施例中生成的微震信号时域标准化波形的过程如图5所示。
在具体实现中,将原始时域波形的振幅正值化,对应波形数据Bi=|Ai|,i=1,2,3,...,M,统计Bi的最大值Bmax=max(B1,B2,...,BM),对正值化后的时域波形进行振幅归一化处理,归一化后的波形数据为Ci=Bi/Bmax,i=1,2,3,...,M。
需要说明的是,所述第一预设值在本实施例中取0.1,所述预设振幅值在本实施例中取0,也可为其他值,但本实施例基于上述两个值进行举例说明。在具体实现中,考虑到岩体破裂信号存在受噪声的影响,而近场微震信号特征主要由大振幅值采样点决定。因此,若归一化后的采样点振幅值小于0.1,则将其修正为0,随后生成该近场微震信号时域标准化波形i=1,2,3,...,M。
在本实施例中,通过将近场微震信号原始时域波形进行标准化处理,生成的标准化波形有利于后续对波形的分析与处理。
步骤S30,提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形。
需要说明的是,对生成的近场微震信号时域标准化波形进行极大值的提取,具体包括两次极大值的提取过程,标记微震信号时域标准化波形的波峰峰值点,生成目标微震信号时域波形,在本实施例中,建立修正后的第一极大值采样点序列并提取波峰峰值点的过程如图6所示。
进一步地,所述提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形,包括:提取所述微震信号时域标准化波形中的极大值,生成第一极大值采样点序列;提取所述第一极大值采样序列中的极大值,根据所述第一极大值采样点序列中的数据,生成第二极大值采样点序列;将第二极大值采样点序列中的振幅值进行修正处理,生成修正后的第一极大值采样点序列;对所述修正后的第一极大值采样点序列进行序列分析,生成标记波峰峰值点的目标微震信号时域波形。
需要说明的是,所述第一极大值采样点序列是通过对所述微震信号时域标准化波形第一次提取极大值后生成的,将微震信号时域标准化波形中,振幅值满足(i=1,2,3,...,M-1)的采样点标记为1次极大值采样点。记录各1次极大值采样点在微震信号时域标准化波形中的位置,随后按其采样顺序重新依次连接排序,生成1次极大值采样点序列Ej,j=1,2,3,...,N(N<M),相对应的,各1次极大值点在微震信号时域标准化波形的位置数列可记录为1#Max,j=1,2,3,...,N。其中,N为微震信号时域标准化波形的一次极大值采样点格式。
可以理解的是,所述第二极大值采样点序列是通过对第一极大值采样点序列再次提取极大值得到的,将振幅值满足(j=2,3,...,N-1)的采样点标记为2次极大值采样点k=1,2,3,...,P(O<P),各2次极大值在1次极大值采样点序列中的位置对应可记为2#Maxk,k=1,2,3,...,P。其中,P为1次极大值采样点序列中的2次极大值采样点个数。
在具体实现中,所述修正处理指的是以下过程:按照采样顺序,第一次极大值采样点序列中首尾点E1,与2次EN极大值采样点k=1,2,3,...,P依次相连,将各连接点之间的1次极大值采样点振幅值修正为两者连接线上各采样点对应的振幅值,生成修正的第一极大值采样点序列E'j,j=1,2,3,...,N,具体修正公式如下:
进一步地,所述对所述修正后的第一极大值采样点序列进行序列分析,生成标记波峰峰值点的目标微震信号时域波形,包括:提取所述修正后的第一极大值采样点序列中振幅值小于第二预设值的采样点,得到目标采样点;标记所述目标采样点在所述修正后的第一极大值采样点序列中的位置及编号;当连续的两个目标采样点之间存在振幅值超过第三预设值的采样点时,提取当前区段的最大振幅值;将所述最大振幅值对应的采样点标记为当前区段的峰值点,生成标记波峰峰值点的目标微震信号时域波形。
应当理解的是,所述目标采样点是通过提取修正的第一极大值采样点序列中,满足振幅值E'j,j=1,2,3,...,N小于第二预设值的采样点得到的,在本实施例中,所述第二预设值为0.2,也可为其他更为合适的值,本实施例对此不加以限制,提取满足E'j<0.2,j=1,2,3,...,N的采样点,并将这些采样点在修正后的第一极大值采样点序列中的位置记录为l=1,2,...,L(L<N),其中L为修正的第一极大值采样点序列中振幅值小于0.2的采样点个数。依次对l取值1,2,...,L-1,所述第三预设值在本实施例中为0.5,也可为其他更合适的值,本实施例对此不加以限制,当连续的两个目标采样点之间存在振幅值超过第三预设值的采样点时,提取当前区段的最大振幅值指的是若区间内存在E'j>0.5,则将该区间内的最大振幅值采样点标记为所述微震信号时域标准波形的波峰峰值点Pr,r=1,2,3,...,R。Pr为第r个波峰峰值点的振幅值,R为微震信号时域标准波形的波峰峰值点个数。记录各波峰峰值点在第一极大值采样点序列中的位置为并生成标记了波峰峰值点的微震信号时域标准波形即所述目标微震信号时域波形。
步骤S40,根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点。
需要说明的是,在得到标记了波峰峰值点的微震信号时域标准波形后即目标微震信号时域波形,根据目标微震信号时域波形确定时域波形区段的起始点与终止点。
需要说明的是,目标微震信号时域波形第一个波形区段的起始点S1为修正后第一极大值采样点序列的第一个采样点E1',最后一个波形区段的终止点FR为修正后第一极大值采样点序列的最后一个采样点E'N。目标微震信号时域波形其他波形区段的起始点Sr(r=2,3,...,R)为其区段峰值点Pr向修正后第一极大值采样点序列起始点方向出现的第一个振幅值小于0.2的采样点,将该点在第一极大值采样点序列中的位置记录为则E'j≥0.2,其他区段波形的终止点Fr为其区段峰值点Pr向修正后第一极大值采样点序列终止点方向出现的第一个振幅值小于0.2的采样点,将该点的位置记录为则E'j≥0.2,最终确定目标微震信号时域波形区段的起始点与终止点,在本实施例中提取修正后的第一极大值采样点序列中波段起止点的过程如图7所示。
进一步地,所述根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点之前,还包括:根据所述目标微震信号时域波形的波峰峰值点位置及个数,确定所述目标微震信号时域波形的时域波形的区段位置及所述时域波形区段的段数;根据所述目标微震信号时域波形的时域波形的区段位置及所述时域波形区段的段数确定所述目标微震信号时域波形的时域波形区段。
可以理解的是,根据目标微震信号时域波形的波峰峰值点个数R,确定目标微震信号时域波形区段段数R,并根据波峰峰值点的位置,确定目标微震信号时域波形的时域波形区段位置。
步骤S50,根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线。
需要说明的是,根据微震信号时域标准化波形的采样点以及时域波形区段的起始点以及终止点,并根据目标微震信号中标记的波峰峰值点,生成近场微震信号时域标准化波形的线性分段拟合曲线,在本实施例中建立时域标准化波形线性分段拟合曲线的过程如图8所示。
步骤S60,根据所述线性分段拟合曲线通过预设数据处理模型进行分析,以得到所述微震信号时域波形的表征形式,以根据所述表征形式对所述微震信号进行分析。
可以理解的是,所述预设数据处理模型指的是近场微震信号时域波形振幅值f(x)与采样点序列x之间关系的统一数学表达形式:
式中,D1和DM分别为时域标准化波形第一个和最后一个采样点对应振幅值,Sr,Pr,Fr分别为各时域波形区段的起始点、峰值点与终止点对应振幅值,Startr,Peakr,Finalr则分别为Sr,Pr,Fr在时域标准化波形中采样点的序列数,M是时域标准化波形的采样点总个数,R为时域波形区段个数。
根据线性分段拟合曲线中各拟合点的值,建立表征近场微震信号时域波形振幅值f(x)与采样点序列x之间关系的统一数学表达形式,以得到被监测区域微震信号时域波形的表达式,并依据表达式的结果对微震信号进行分析。
本实施例通过获取被监测区域的近场微震信号,根据所述近场微震信号得到所述被监测区域的微震信号时域波形;对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形;提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形;根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点;根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线;根据所述线性分段拟合曲线通过预设数据处理模型进行分析,以得到所述微震信号时域波形的表征形式,以根据所述表征形式对所述微震信号进行分析。通过上述方式对被监测区域的近场微震信号时域波形的分析,能够正确清晰地识别微震信号时域波形的特征,准确分析各类近场微震信号波形的共性和差异性。。同时,通过分析波段数量以及波段起伏特点建立微震信号的分段线性统一数学表达式,使对微震信号的分析更加准确且快捷。
参照图9,图9为本发明近场微震信号波形的分析方法第二实施例的流程示意图。
基于上述第一实施例,本实施例近场微震信号波形的分析方法在所述步骤S50,包括:
步骤S50’,根据所述起始点与终止点的第二位置信息以及所述目标微震信号时域波形,依次连接所述目标微震信号时域波形中起始采样点,所述时域波形区段的起始点与终止点,所述目标微震信号时域波形的峰值点以及所述目标微震信号时域波形中终止采样点,生成所述目标微震信号时域波形的线性分段拟合曲线。
需要说明的是,所述第二位置信息指的是所述起始点与终止点在微震信号时域标准化波形中的位置。
可以理解的是,按照采样顺序,依次连接时域标准化波形的第一个采样点D1,各波形区段的起始点Sr、峰值点Pr与终止点Fr(r=1,2,...,R),以及时域标准化波形的最后一个采样点DM,生成近场目标微震信号时域波形的线性分段拟合曲线。
进一步地,所述根据所述起始点与终止点的第二位置信息以及所述目标微震信号时域波形之前,还包括:确定所述第一极大值采样点序列中采样点在所述微震信号时域标准化波形中的位置,得到所述第一极大值采样点的第一位置信息;根据所述第一位置信息确定所述时域波形区段的起始点与终止点在所述微震信号时域标准化波形中的位置,得到所述起始点与终止点的第二位置信息。
需要说明的是,所述第一位置信息指的是所述第一极大值采样点在时域标准化波形对应的位置1#Maxj。
在具体实现中,通过第一极大值采样点在时域标准化波形对应的位置1#Maxj,确定在时域标准化波形中,各时域波形区段的起始点Sr、峰值点Pr与终止点Fr的位置Startr,Peakr,Finalr(r=1,2,...,R)。
本实施例通过根据所述起始点与终止点的第二位置信息以及所述目标微震信号时域波形,依次连接所述目标微震信号时域波形中起始采样点,所述时域波形区段的起始点与终止点,所述目标微震信号时域波形的峰值点以及所述目标微震信号时域波形中终止采样点,生成所述目标微震信号时域波形的线性分段拟合曲线,通过对微震信号波形进行分段分析,以及波段欺负特点建立微震信号的分段线性拟合曲线,使对微震信号的分析更加准确且快捷。
此外,参照图10,本发明实施例还提出一种近场微震信号波形的分析装置,所述近场微震信号波形的分析装置包括:
获取模块10,用于获取被监测区域的近场微震信号,根据所述近场微震信号得到所述被监测区域的微震信号时域波形;
处理模块20,用于对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形;
提取模块30,用于提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形;
确定模块40,用于根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点;
生成模块50,用于根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线;
分析模块60,用于根据所述线性分段拟合曲线通过预设数据处理模型进行分析,以得到所述微震信号时域波形的表征形式,以根据所述表征形式对所述微震信号进行分析。
本实施例通过获取被监测区域的近场微震信号,根据所述近场微震信号得到所述被监测区域的微震信号时域波形;对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形;提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形;根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点;根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线;根据所述线性分段拟合曲线通过预设数据处理模型进行分析,以得到所述微震信号时域波形的表征形式,以根据所述表征形式对所述微震信号进行分析。通过上述方式对被监测区域的近场微震信号时域波形的分析,能够正确清晰地识别微震信号时域波形的特征,准确分析各类近场微震信号波形的共性和差异性。同时,通过分析波段数量以及波段起伏特点建立微震信号的分段线性统一数学表达式,使对微震信号的分析更加准确且快捷。
在一实施例中,所述处理模块20,还用于对所述微震信号时域波形中的采样点对应的振幅值取绝对值进行正值化处理,得到正值化采样点;
获取正值化振幅值中的最大振幅值,将所述正值化采样点对应的振幅值除以所述最大振幅进行归一化处理,得到归一化采样点;
获取所述归一化采样点中对应的振幅值小于第一预设值的采样点,将所述采样点对应的振幅值调整为预设振幅值,以生成微震信号时域标准化波形。
在一实施例中,所述提取模块30,还用于提取所述微震信号时域标准化波形中的极大值,生成第一极大值采样点序列;
提取所述第一极大值采样序列中的极大值,根据所述第一极大值采样点序列中的数据,生成第二极大值采样点序列;
将第二极大值采样点序列中的振幅值进行修正处理,生成修正后的第一极大值采样点序列;
对所述修正后的第一极大值采样点序列进行序列分析,生成标记波峰峰值点的目标微震信号时域波形。
在一实施例中,所述提取模块30,还用于提取所述修正后的第一极大值采样点序列中振幅值小于第二预设值的采样点,得到目标采样点;
标记所述目标采样点在所述修正后的第一极大值采样点序列中的位置及编号;
当连续的两个目标采样点之间存在振幅值超过第三预设值的采样点时,提取当前区段的最大振幅值;
将所述最大振幅值对应的采样点标记为当前区段的峰值点,生成标记波峰峰值点的目标微震信号时域波形。
在一实施例中,所述确定模块40,还用于根据所述目标微震信号时域波形的波峰峰值点位置及个数,确定所述目标微震信号时域波形的时域波形的区段位置及所述时域波形区段的段数;
根据所述目标微震信号时域波形的时域波形的区段位置及所述时域波形区段的段数确定所述目标微震信号时域波形的时域波形区段。
在一实施例中,所述生成模块50,还用于根据所述起始点与终止点的第二位置信息以及所述目标微震信号时域波形,依次连接所述目标微震信号时域波形中起始采样点,所述时域波形区段的起始点与终止点,所述目标微震信号时域波形的峰值点以及所述目标微震信号时域波形中终止采样点,生成所述目标微震信号时域波形的线性分段拟合曲线。
在一实施例中,所述生成模块50,还用于确定所述第一极大值采样点序列中采样点在所述微震信号时域标准化波形中的位置,得到所述第一极大值采样点的第一位置信息;
根据所述第一位置信息确定所述时域波形区段的起始点与终止点在所述微震信号时域标准化波形中的位置,得到所述起始点与终止点的第二位置信息。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有近场微震信号波形的分析程序,所述近场微震信号波形的分析程序被处理器执行时实现如上文所述的近场微震信号波形的分析方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的近场微震信号波形的分析方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种近场微震信号波形的分析方法,其特征在于,所述近场微震信号波形的分析方法包括以下步骤:
获取被监测区域的近场微震信号,根据所述近场微震信号得到所述被监测区域的微震信号时域波形;
对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形;
提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形;
根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点;
根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线;
根据所述线性分段拟合曲线通过预设数据处理模型进行分析,以得到所述微震信号时域波形的表征形式,以根据所述表征形式对所述微震信号进行分析;
其中,所述对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形,包括:
对所述微震信号时域波形中的采样点对应的振幅值取绝对值进行正值化处理,得到正值化采样点;
获取正值化振幅值中的最大振幅值,将所述正值化采样点对应的振幅值除以所述最大振幅进行归一化处理,得到归一化采样点;
获取所述归一化采样点中对应的振幅值小于第一预设值的采样点,将所述采样点对应的振幅值调整为预设振幅值,以生成微震信号时域标准化波形。
2.如权利要求1所述的近场微震信号波形的分析方法,其特征在于,所述提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形,包括:
提取所述微震信号时域标准化波形中的极大值,生成第一极大值采样点序列;
提取所述第一极大值采样序列中的极大值,根据所述第一极大值采样点序列中的数据,生成第二极大值采样点序列;
将第二极大值采样点序列中的振幅值进行修正处理,生成修正后的第一极大值采样点序列;
对所述修正后的第一极大值采样点序列进行序列分析,生成标记波峰峰值点的目标微震信号时域波形。
3.如权利要求2所述的近场微震信号波形的分析方法,其特征在于,所述对所述修正后的第一极大值采样点序列进行序列分析,生成标记波峰峰值点的目标微震信号时域波形,包括:
提取所述修正后的第一极大值采样点序列中振幅值小于第二预设值的采样点,得到目标采样点;
标记所述目标采样点在所述修正后的第一极大值采样点序列中的位置及编号;
当连续的两个目标采样点之间存在振幅值超过第三预设值的采样点时,提取当前区段的最大振幅值;
将所述最大振幅值对应的采样点标记为当前区段的峰值点,生成标记波峰峰值点的目标微震信号时域波形。
4.如权利要求1所述的近场微震信号波形的分析方法,其特征在于,所述根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点之前,还包括:
根据所述目标微震信号时域波形的波峰峰值点位置及个数,确定所述目标微震信号时域波形的时域波形的区段位置及所述时域波形区段的段数;
根据所述目标微震信号时域波形的时域波形的区段位置及所述时域波形区段的段数确定所述目标微震信号时域波形的时域波形区段。
5.如权利要求2所述的近场微震信号波形的分析方法,其特征在于,所述根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线,包括:
根据所述起始点与终止点的第二位置信息以及所述目标微震信号时域波形,依次连接所述目标微震信号时域波形中起始采样点,所述时域波形区段的起始点与终止点,所述目标微震信号时域波形的峰值点以及所述目标微震信号时域波形中终止采样点,生成所述目标微震信号时域波形的线性分段拟合曲线。
6.如权利要求5所述的近场微震信号波形的分析方法,其特征在于,所述根据所述起始点与终止点的第二位置信息以及所述目标微震信号时域波形之前,还包括:
确定所述第一极大值采样点序列中采样点在所述微震信号时域标准化波形中的位置,得到所述第一极大值采样点的第一位置信息;
根据所述第一位置信息确定所述时域波形区段的起始点与终止点在所述微震信号时域标准化波形中的位置,得到所述起始点与终止点的第二位置信息。
7.一种近场微震信号波形的分析装置,其特征在于,所述近场微震信号波形的分析装置包括:
获取模块,用于获取被监测区域的近场微震信号,根据所述近场微震信号得到所述被监测区域的微震信号时域波形;
处理模块,用于对所述微震信号时域波形进行波形处理,生成微震信号时域标准化波形;
提取模块,用于提取所述微震信号时域标准化波形的极大值,生成标记波峰峰值点的目标微震信号时域波形;
确定模块,用于根据所述目标微震信号时域波形的时域波形区段确定所述时域波形区段的起始点与终止点;
生成模块,用于根据所述时域波形区段及所述时域波形区段的起始点与终止点生成所述目标微震信号时域波形的线性分段拟合曲线;
分析模块,用于根据所述线性分段拟合曲线通过预设数据处理模型进行分析,以得到所述微震信号时域波形的表征形式,以根据所述表征形式对所述微震信号进行分析;
所述处理模块,还用于对所述微震信号时域波形中的采样点对应的振幅值取绝对值进行正值化处理,得到正值化采样点;
获取正值化振幅值中的最大振幅值,将所述正值化采样点对应的振幅值除以所述最大振幅进行归一化处理,得到归一化采样点;
获取所述归一化采样点中对应的振幅值小于第一预设值的采样点,将所述采样点对应的振幅值调整为预设振幅值,以生成微震信号时域标准化波形。
8.一种近场微震信号波形的分析设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的近场微震信号波形的分析程序,所述近场微震信号波形的分析程序配置为实现如权利要求1至6中任一项所述的近场微震信号波形的分析方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有近场微震信号波形的分析程序,所述近场微震信号波形的分析方法被处理器执行时实现如权利要求1至6任一项所述的近场微震信号波形的分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110300304.XA CN113050158B (zh) | 2021-03-19 | 2021-03-19 | 近场微震信号波形的分析方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110300304.XA CN113050158B (zh) | 2021-03-19 | 2021-03-19 | 近场微震信号波形的分析方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113050158A CN113050158A (zh) | 2021-06-29 |
CN113050158B true CN113050158B (zh) | 2022-05-31 |
Family
ID=76513923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110300304.XA Active CN113050158B (zh) | 2021-03-19 | 2021-03-19 | 近场微震信号波形的分析方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113050158B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822360B (zh) * | 2021-09-24 | 2022-04-22 | 中化现代农业有限公司 | 一种作物的物候期确定方法及装置 |
CN114895353B (zh) * | 2022-05-27 | 2023-03-10 | 中国矿业大学 | 井地一体微震监测***监测单元采集数据授时对齐方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108873063A (zh) * | 2017-05-16 | 2018-11-23 | 大庆市弘洋石油科技开发有限公司 | 一种微地震矩张量反演的方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770038B (zh) * | 2010-01-22 | 2012-08-22 | 中国科学院武汉岩土力学研究所 | 矿山微震源智能定位方法 |
US20140019057A1 (en) * | 2012-07-16 | 2014-01-16 | Nanoseis Llc | Microseismic Event Verification Using Sub-stacks |
CA2910109C (en) * | 2013-03-21 | 2017-06-20 | Microseismic, Inc. | Method for computing uncertainties in parameters estimated from beamformed microseismic survey data |
US20150081223A1 (en) * | 2013-09-19 | 2015-03-19 | Schlumberger Technology Corporation | Microseismic survey |
CN103558649B (zh) * | 2013-11-08 | 2016-01-06 | 中国科学院武汉岩土力学研究所 | 一种微震***多功能测试平台和测试方法 |
NO336847B1 (no) * | 2014-01-03 | 2015-11-16 | Octio As | System og fremgangsmåte for behandling av mikroseismiske data omfattende en bergfysisk modell |
CN104297788B (zh) * | 2014-10-20 | 2017-01-18 | 中南大学 | 基于波形起振趋势线斜率的矿山微震和***信号识别方法 |
CN104834004B (zh) * | 2015-04-13 | 2017-04-05 | 中南大学 | 基于峰值前后波形斜率的矿山微震与***信号识别方法 |
CN108490485B (zh) * | 2018-06-20 | 2024-04-05 | 成都理工大学 | 双线隧道微震监测***及其定位精度评估方法 |
CN110308485B (zh) * | 2019-07-05 | 2022-02-11 | 中南大学 | 基于深度学习的微震信号分类方法、装置及存储介质 |
CN110376643B (zh) * | 2019-07-26 | 2021-02-19 | 北京中岩大地科技股份有限公司 | 一种用于旋喷桩径检测的微震效应数据处理方法 |
CN110737023B (zh) * | 2019-10-17 | 2021-04-16 | 北京矿冶科技集团有限公司 | 一种矿用微震监测信号的处理方法 |
-
2021
- 2021-03-19 CN CN202110300304.XA patent/CN113050158B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108873063A (zh) * | 2017-05-16 | 2018-11-23 | 大庆市弘洋石油科技开发有限公司 | 一种微地震矩张量反演的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113050158A (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113050158B (zh) | 近场微震信号波形的分析方法、装置、设备及存储介质 | |
CN105607121B (zh) | 一种煤炭陷落柱识别方法和装置 | |
CN108301823B (zh) | 一种识别储层油气甜点的方法 | |
EP2902767A1 (en) | Leakage determination method, leakage determination system, and program | |
CN109798138A (zh) | 一种适用于综采工作面的液压支架的循环末阻力预测方法 | |
Li et al. | Automatic recognition and classification of microseismic waveforms based on computer vision | |
US11789173B1 (en) | Real-time microseismic magnitude calculation method and device based on deep learning | |
CN107992802A (zh) | 一种基于nmf的微震弱信号识别方法 | |
CN115993511A (zh) | 一种局部放电类型高精度检测识别装置、方法和设备 | |
JPWO2019049263A1 (ja) | シンプルプロファイリング(spm)手法の変換プログラムおよびシンプルプロファイリング(spm)手法の変換方法 | |
CN106950599A (zh) | 一种隧道基底密实性检测***、检测方法及存储介质 | |
CN113031060B (zh) | 近场微震信号识别方法、装置、设备及存储介质 | |
CN108984807A (zh) | 一种煤矿井下巷道变形监测方法 | |
CN114415116A (zh) | 一种煤矿开采监测方法、装置及计算机设备 | |
CN117590465A (zh) | 一种搭载于超大直径泥水盾构的超前地质探测方法及装置 | |
CN113848253B (zh) | 仿真变电站主变压器基底渗水状态声发射监测方法及装置 | |
CN114783462A (zh) | 一种基于cs-music矿井提升机故障源定位分析方法 | |
Zhou et al. | Automated operational modal analysis for civil engineering structures with compressed measurements | |
CN101813788B (zh) | 用于非开挖的导向***和导向方法 | |
CN114398712B (zh) | 斜拉索实时索力的计算方法、装置、设备及可读存储介质 | |
Melchiorre et al. | Acoustic emission onset time detection for structural monitoring with U-Net neural network architecture | |
CN112019320B (zh) | 侧信道分析中的能量轨迹提取方法及*** | |
CN104406681B (zh) | 一种实时确定微震波速的测试方法 | |
CN115266914B (zh) | 基于声学信号处理的沉桩质量监测***及监测方法 | |
CN112649865B (zh) | 基于特征子波的火山岩储层识别方法及*** |
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 |