基于自适应轮动归类的微震震相识别方法

震相识别为震源定位提供了可获取必需初始数据的微震信号片段.基于自适应高通滤波、背景噪声幅值上下界计算、轮动圆半径计算及轮动迭代、超限点归类分组4个信号处理流程提出了自适应轮动归类法，并分析了4个初始参数的影响程度及其取值依据.通过计算背景噪声与微震响应的特征值提出了用于判定微震信号有效性的微震信号信噪比(SNR_mss),将SNR_mss与信号长度分别同震相识别方法的计算速度与识别偏差进行了相关性分析.对比分析了模型试验与实际工程下该方法与改进长短时窗法(STA/LTA)在识别准确率、识别稳定性、计算速度、计算稳定性等方面的优劣.结果表明：相较改进STA/LTA方法，自适应轮动归类法对长度不同信号的识别容错率与稳定性更高.在模型试验下，自适应轮动归类法的识别准确率提高了25.0%,识别偏差标准差为前者的17.4%,计算时间平均值、标准差分别为前者的44.2%、67.4%;实际工程中，自适应轮动归类法的识别准确率提高了4.8%,识别偏差标准差为前者的34.2%,计算时间平均值、标准差分别为前者的40.9%、55.9%.