基于一种单纯形邻域与多角色进化策略算法的重力固体潮信号独立成分分析

在重力固体潮信号中,反映地球、太阳、月亮等天体相对运动的潮汐谐波是相互独立的.所以,在重力固体潮的谐波分析中,只有提取出谐波中的独立成分,才能与相应的天体潮汐谐波对应.据此,本文提出一个重力固体潮信号的分解模型.该模型描述地球自转产生的潮汐谐波与月球、太阳相对于地球轨道变化产生的潮汐谐波的正交分解关系.为了从信号处理的角度实现这一模型描述的正交分解关系,本文提出了一种基于单纯形邻域与多角色进化策略的智能优化算法的独立成分分析方法,对重力固体潮信号进行独立成分分析,有效地从重力固体潮信号中提取出三个独立分量:一个为反映月球、太阳相对于地球轨道变化产生的长周期波系分量,一个为反映地球自转产生的日波系分量,一个为反映地球自转产生的半日波系分量.最终,从这些分解出的独立分量中进一步提取出具体谐波成分.     

地震场景下重力固体潮信号互相关谱分析与异常信息提取

重力固体潮信号包括能量相对强的日波、半日波分量,和能量相对弱的长周期波分量.为了在能量差异大的谐波分量中,有效提取地震场景下的异常信息,本文根据重力固体潮信号的产生机理,提出了一种重力固体潮信号正交分解模型,将强弱不同的潮汐谐波分量,分解到不同的正交方向.同时利用一种新型智能优化算法,改进独立成分分析方法,有效分离出重力固体潮信号中对应于不同正交方向的独立成分.对独立成分分量的谱相关分析,可以揭示各谐波分量的调制关系,地震场景下的谐波分量间存在异常的调制信息.但自相关运算会使强的分量更强,而弱的分量更弱,湮没弱的异常调制信息.因此,本文采用独立成分间的互相关谱,可以更完整地提取出潮汐谐波的异常信息,在此基础上,通过对云南的地震实例分析,提取出重力固体潮信号中异常的调制信息,并引入了理论计算值做参考,凸出了实际重力固体潮信号中存在明显的异常信息,发现长周期谐波分量的误差率远远大于日波、半日波的误差率,说明相比于日波、半日波,长周期波能更好的反映重力固体潮信号存在的异常信息.     

基于改进遗传算法的重力固体潮独立分量分析

重力固体潮信号中的潮汐谐波相互独立,所以,对重力固体潮的谐波分析,就需要提取出各个谐波中的独立成分.据此,在原有独立分量分析算法的基础上,与智能优化算法相结合,提出了一种新的独立分量分析法,基于遗传算法的独立分量分析.对经典遗传算法进行改进,给出了改进后遗传算法的基本原理,讨论了遗传算法独立分量分析的实现过程.同时,应用该方法对重力固体潮信号进行处理,有效地从重力固体潮信号中提取出三个独立分量:长周期波分量、日波分量和半日波分量,以及各成分的特征频率.该方法可行有效,为地球物理信号的分析提供了一个有效的处理方法.     

重力固体潮信号独立成分的谱相关解调与地震前兆信息提取

重力固体潮信号是一种多谐波的混合信号,为了提取其中所包含的地震前兆异常信息.本文结合重力固体潮的产生机制,建立了一种重力固体潮正交分解模型.在此基础上,利用独立分量分析算法实现重力固体潮信号的加性分解,然后针对独立分量中的调制关系,利用谱相关方法对其进行乘性解调.从而,完整地提取出了重力固体潮信号中丰富的潮汐谐波信息.进一步,引入理论计算值作为实际测量值的参考背景,在独立分量中凸显出原重力固体潮信号中的异常变化特征.通过对云南地区的实际震例研究表明,重力固体潮独立分量的异常特征与地震事件的时序存在密切的相关性.在地震发生前的1~5个月内,对应于重力固体潮信号长周期谐波系的独立分量在时域波形和循环相关谱方面均有明显的异常变化,而且普遍存在,充分反映了这一异常变化与地震前地壳内部能量的变化有关,很有可能就是重力固体潮信号中隐含的地震前兆信息.     

基于遗传算法的重力固体潮信号独立元分析与地震前兆信息提取

在对重力固体潮信号的分析中,应用了一种将固体潮信号所含有的各谐波信息分解到3个正交分量上的三维正交分解模型;为了更好地提取各个分量谐波信号,克服传统独立分量分析(ICA)收敛速度慢、局部搜索等缺陷,使用了传统ICA与实数遗传算法(GA)相结合的方法,经验证此方法可行有效;实验中对实测信号与理论信号相结合的信号进行了谐波提取,并对提取出的谐波信号进行分析,捕捉地震前兆信息;分析发现地震前某不定时刻点,在长周期波中波形出现一定程度的奇异,充分反映了震前能量积蓄的变化.因其与地震发生时间之间的不确定性,所以还不能将其作为地震的预测方法.     

基于一种新智能优化算法与谱相关方法对重力固体潮的分析

根据月球与太阳相对于地球位置的关系,建立一个三维正交分解模型来揭示重力固体潮中包含的谐波成分。在此基础上,提出一种基于单形邻域与多角色进化策略智能优化算法的独立分量分析方法,用以提高算法效率和全局寻优能力;并结合谱相关方法,对重力固体潮观测数据进行处理和分析,观察其频域和时域的变化。最后引入理论信号和理论计算值作为参考背景,以凸显其异常变化特征。研究表明,利用该方法可以有效地反映出重力固体潮潮汐的日波、半日波、长周期波等特征。同时,发现重力固体潮潮汐的异常变化中隐含有地震前兆信息,通过对云南地区观测数据的分析,在排除测量误差和环境影响外,发现在地震前2~5个月内,重力固体潮的长周期波均呈现出规律性的异常变化。这反映出地震的前兆异常信息,可能对地震时间和地点的预测提供依据。     

用小波分析提取重力固体潮

地球固体潮观测对验证各种地球模型、研究地球内部构造具有重要意义,可为地震预报提供重要的参考依据.BBVS-120甚宽带地震计具有较低的自噪声水平,在低频端输出信号的频率很低,涵盖固体潮信息频带范围.本文提出:BBVS-120地震计输出信号中存在周日波、半日波和1/3日波的固体潮信号,利用小波分析,提取垂直分量中的重力固体潮信号,并作调和分析.     

连续小波变换系数的主成分分析法及其重力固体潮应用

针对连续小波变换中各尺度系数间存在较大相关性的特点,建立协方差矩阵,用主成分分析法去除各尺度系数间的相关性,提取原信号中的主要频率成分。利用给定样本信号对该方法的有效性进行检验,同时,作为应用,利用该方法提取出重力固体潮信号中的半日波分量和日波分量,为信号特征频率提取提供了一种可行和有效的分析方法。     

重力固体潮IMF循环平稳分析的初步结果

周挚(2004)对重力固体潮的研究表明,EMD分解后的重力固体潮IMF(本征模态函数)在信号特征方面与循环平稳信号非常接近.基于上述研究结果,本文采用循环平稳分析方法,进一步对重力固体潮IMF进行计算和分析.循环平稳分析指标主要包括一阶循环均值和二阶循环自相关函数.首先建立调频调幅信号模型:     

基于Contourlet变换和ICA的多时相遥感图像变化检测

为了提高多时相遥感图像变化检测的精确度和运算效率,本文提出了一种基于Contourlet变换和独立分量分析(ICA-Independent component analysis)的变化检测算法.利用Contourlet变换多尺度、多方向性和各向异性等性质,对图像数据进行多尺度分解,再对分解后的数据进行独立分量分析,利用改进的基于牛顿迭代的固定点ICA算法分离出互相独立的数据分量,然后将分离后的数据分量转变成图像分量,最终对变化图像分量经阈值分割实现变化检测.实验结果表明,与现有的基于PCA、基于ICA、基于小波变换与ICA三种变化检测算法相比,本文算法能有效地分离出变化信息,减少了计算的复杂性,得到的变化图像具有更高的精确度,且对背景有较强的稳健性.     

基于独立分量分析的多次波盲分离方法研究

独立分量分析是一种以高阶统计量为基础的信号处理方法,它以分离非高斯混合信号为目标,建立起各个分量的统计独立性判据.在传统方法中,多次波压制技术是基于二阶统计量,求得最优解得基本前提是一次波和多次波正交.本文将ICA应用于多次波问题,在对地震数据基本构成作了分析的基础上,建立起多次波盲分离的ICA模型,并对其假设条件和固有不确定问题进行了详细的研究分析,然后给出了基于负熵的快速ICA算法并加以改进,最后进行仿真实验.试验结果表明,该方法能有效地压制地震资料中的多次波信息,较好的恢复一次波信息.     

基于奇异谱分析的静态相对重力观测重力固体潮提取

针对相对重力测量数据中存在的重力固体潮信号,本文提出将奇异谱分析方法（Singular Spectrum Analysis,SSA）应用到相对重力测量数据处理中,在不需要测站坐标等先验信息的条件下从相对重力数据中提取重力固体潮,提供了一种获取重力固体潮的新思路.采用模拟的相对重力数据进行实验,利用SSA方法和小波变换方法分别从模拟信号中提取重力固体潮并进行结果对比,SSA获取的重力固体潮与理论值残差RMS为0.3 μGal,小波方法获取的残差RMS为1.6 μGal.利用CG-5相对重力仪实测数据进行实验,提出一种利用SSA外推时间序列来削弱边界效应的新思路,实验结果显示采用这种方法后重力固体潮值与理论值残差序列的RMS和STD均有所减小.通过实验发现削弱边界效应后SSA提取的重力固体潮与采用Tamura潮波表计算的重力固体潮理论值残差RMS值为2.2 μGal.利用SSA提取的零点漂移值与最小二乘拟合得到的结果基本一致,十天内的差值小于0.4 μGal/d.     

中国大陆重力场非潮汐时空变化特征的初步分析

本文基于Tsoft软件在潮汐数据预处理中的应用,采用Tsoft数据预处理软件和别尔采夫滤波相结合方法,提取了覆盖中国大陆28个重力固体潮台站连续观测数据的非潮汐分量.对各台站2008～2011年的连续数据,进行了缺失数据补接、地震动事件提取和去除非线性漂移等预处理工作,并通过滤波提取固体潮非潮汐分量.结果表明:除在贵阳、勐腊和十堰3个原始数据质量较差的台站外,其它台站观测数据应用本文方法均取得良好的结果.在此基础上,对处理结果采用滑动平均,将非潮汐分量结果的月均值与GRACE卫星和CMAP降水记录的月采样数据进行对比,结果显示了地表降水同重力变化具有一定相关性特征.此外,基于Tsoft软件的分段曲线漂移拟合能有效去除原始数据中的漂移.     

易县台BBVS-120地震计记录重力固体潮能力分析

以河北省易县台BBVS-120甚宽频带地震计为研究对象,验证其垂直向地震记录波形中包含的长周期成分为重力固体潮,并运用小波变换方法提取地震记录中的固体潮信息;同时,通过对提取的固体潮信息进行Venedikov调和分析证明,易县地震台BBVS-120甚宽频带地震计可以记录重力固体潮信息。     

重力场径向基函数多尺度分析的直接解算方法

利用径向基函数的多尺度分析方法可以对地球重力场进行分解,提取出细节的地球物理信息.目前通常采用离散积分法进行解算,但信号分解并重构后,所得信号并不能与原始重力场信号完全符合,分解过程中出现了信号泄露.针对这一现象,本文在最小二乘算法和方差分量估计的基础上,提出了新的在各个尺度上直接解算基函数系数的算法(直接法),有效的减少了重力场分解过程中的信号泄露.以南海地区DTU13重力异常数据为例,分别运用离散积分法和直接法对重力异常进行多尺度分解,结果显示:直接法的5个尺度上的信号泄露误差相对离散积分法减小约39%~79%;直接法总的泄露误差为±1.12 m Gal,明显小于离散积分法的±4.04 m Gal,直接法具有更优的效果.     

利用独立成分分析检测2004年和2012年印度洋地震的重力变化

2004年12月苏门答腊发生M_W9.3地震,造成巨大的质量重新分布.利用GRACE卫星月重力场数据计算了研究区域地面1°×1°网格点上的重力变化时间序列,采用主成分分析和独立成分分析两种方法,提取了重力变化的空间与时间特征,结果显示震中两侧区域的重力变化呈两极分布,其中东侧重力下降,西侧重力增加.相较于传统的主成分分析方法,独立成分分析能更好地从原始信号中提取地震的信息,能分解出具有显著阶跃变化的独立成分.除了2004年的苏门答腊大地震外,独立成分分析还分解得到了2012年Andaman地震的特征,与该次地震的空间特征与时间序列基本一致.相较于适合定量分析的多项式拟合方法,独立成分分析更适合大范围区域的定性分析,建议将两种方法相结合,取长补短,从而为GRACE地震监测提供一种更为客观、有效的方法.     

固体潮时频分析新方法

对传统时频分析方法的特点和局限性作了介绍。采用Huang．Hilbert Transformation方法分析了固体潮数据，即利用经验模态分解，将复杂信号分解成有限个本征模态函数之和，求取三维时频空间的Hilbert谱。仿真实验和重力固体潮实例分析表明，该方法适用于调频调幅信号特征的提取。     

时变重力场球面模型反演算法和模拟实验

时变重力场是研究地球内部介质物性变化的重要手段。本文提出了一种适用于地面流动重力测量获得的时变重力信号的场源反演方法,该方法采用球坐标系下的六面体单元来模拟场源介质,适合大尺度地震流动重力测量数据的等效源模型构建。通过引入重力时变信号的一阶光滑先验条件,压制了时变重力信号中的短周期高频分量,可用于提取与地震孕育相关的长周期信号。通过理论和模型实验证明了本文算法的可靠性和稳定性,并使用南北地震带南段2014—2017年的流动重力实测数据进行了反演解释,获得了地壳内部等效场源的视密度时变信号,变化量级在正常地壳密度的±0.7‰之间,其空间形态受川滇菱形块体边界控制。研究成果可用于时变重力场模型解释和深部场源特征提取,可为地震重力前兆信号分析和相关研究提供完备的方法保障。     

消除滑动扫描地震数据中谐波干扰的反相关方法(英文)

滑动扫描技术是高效、高保真、环保的可控震源勘探技术之一,是下一组震源不必等待上一组震源震动结束即可开始震动的高效采集方法。该技术由于缩短了相邻两炮的等待时间,使得生产效率得到显著提高。但是后一炮的谐波畸变与前一炮的基波信号混叠在一起,不易分离,在相关后的地震记录上形成了严重的谐波干扰,降低了地震资料的质量。本文提出一种反相关方法来压制滑动扫描地震数据中的谐波干扰。该方法首先把地面力信号分解为基波和各阶谐波分量;然后将后一炮的相关前数据分别与各分量相关,只选取正时间轴中对应分量的自相关部分,利用各分量的反相关算子提取各阶谐波信息;最后从前一炮数据中减去提取出的高阶谐波,得到压制谐波后的地震记录。该方法对有效信号影响小,可同时处理相关前和相关后数据,而且算法简单稳定,计算效率高。本文分别对理论模型和实际数据进行处理,验证了该方法消除谐波干扰的有效性。     

基于经验模态分解的分数维地震随机噪声衰减方法

经验模态分解算法(EMD)是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量(IMF);在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果.