事件源类型识别中的地震波HHT时频特征提取研究

摘要：

论文利用希尔伯特-黄变换(HHT)算法,对地震波形数据进行经验模态分解,得到有限个内模函数(IMF)和1个残差函数,并分别直接提取前3个IMF的均值、方差、峰值、峭度和香农熵特征,以及前3个内模函数经过HHT变换后的瞬时振幅幅度谱和瞬时频率幅度谱特征值,这些特征组成特征样本集.采用对称KL距离(Kullback-Leibler distance),以事件为识别单元进行分类识别,每次识别实验,随机选取部分(30％,50％,70％,或90％)事件的所有观测台站的3分量的所有波形相应特征组的特征作为训练样本集的同时也作为测试样本集,多次反复进行实验,结果表明随机选择的4种不同比例的部分事件正确识别率均大于95％;这说明,对从IMF中提取的时频特征,可为由波形识别事件源类提供更为有效的特征.

关键词：天然地震、人工爆炸、事件源类型识别、希尔伯特-黄变换、Kullback-Leibler距离

所属期刊栏目：50

分类号：P315(大地（岩石界）物理学（固体地球物理学）)

资助基金：国家自然科学基金;广西重点研发计划

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2360-2365