MATLAB的地震数据信号的分析_图文

1、福建电脑2012年第2期基于MATLAB的地震数据的分析赵静(中州大学工程技术学院河南郑州450044【摘要】:为了提高震相分析的准确性,给出了一种基于MATLAB的FIR数字滤波器的优化设计方案,并将其用于地震波数据的分析研究中。仿真结果表明,该方法可以反映出地震波的真实信息,达到了预期目的。【关键词】:MATALB;数字滤波器;地震波1、引言地震带给人类的损失是巨大的。地震观测资料是否准确、可靠,是地震学家进行地震预测的基础1。但是地震波信号变化的不平稳性、复杂性以及各种干扰,都会给地震波的分析和预测带来严重影响,甚至导致错误结果。为了提高地震波分析的准确性,可先画出其频谱图,然后选择合适

2、的滤波器滤除干扰信号,最后再对数据进行分析处理。MATLAB软件具有强大的运算处理能力,很容易实现Fourier变换和各种数字滤波器的设计,在地震数据的分析处理中起着重要作用。本文给出了快速Fourier变换和FIR数字滤波器的MATLAB实现方法,并对一个存在干扰的地震波实例进行仿真研究。2、快速Fourier变换的MATLAB实现为了获取信号序列的频谱特性,可以采用离散Fourier变换(DFT。设f(n是一个长度为M的有限长序列,则f(n的M点离散傅里叶变换定义为:(1由于M较大时,(1式的计算量很大,因此可以将f (n分解成许多子序列,然后利用子序列的离散Fourier 变换实现整个序

3、列的离散Fourier变换,这种方法就是快速Fourier变换(FFT。在MATLAB中对信号序列进行快速傅立叶变换的函数为:F=fft(f,M(2其中,f为信号序列,F为f序列的快速Fourier变换,即f的频谱特征。3、FIR数字滤波器的MATLAB实现数字滤波器可保留数字信号中有用频段的数据、滤去无用频段的数据。根据实现的网络结构不同,可分为无限脉冲响应(IIR滤波器和有限脉冲响应(FIR滤波器两种。考虑到地震波数据的特点,本文选用FIR数字滤波器,其传递函数为2(3其中,h(n是滤波器的单位脉冲响应。若h(n是实序列,并且满足h(n=h(N-n-1或h(n=-h(N-n-1,则不但可以

4、获得逼近平直的幅频特性,还可获得严格的线性相位特性。利用MATLAB对FIR数字滤波器进行设计的步骤为:(1根据地震波的频谱图确定滤波器的技术指标;(2利用函数M,F0,A0,W=remezord(f,a,dev,Fs3估算等波纹逼近法的参数:最低滤波器阶数M、频率向量F0、幅度向量A0和加权向量W。其中,f是归一化频率; a为滤波器在各个频段上的幅值;dev为波纹振幅;Fs 为采样频率。(3利用函数h=remez(M,F0,A0,W完成FIR数字滤波器的设计,并调用函数filter对输入信号进行滤波。4、仿真实例以辽宁省营口台的数字地震记录资料为例进行地震数据的分析。原始地震数据频谱图如图1

5、所示,可知:地震信号的优势频率为0.25Hz,主要频段为0 1Hz;干扰的优势频率为12.5Hz,主要干扰频段为10 15Hz。为了滤除干扰信号,最大限度的保(下转第3页基金项目:河南省教育厅自然科学研究计划项目(2011C510002图1原始地震图2FIR带阻滤波器的数据的频谱图频率特性曲线122012年第2期福建电脑 (上接第12页!留其中的有用信号,设计FIR 带阻滤波器,参数选定为:通带上截止频率Fp1=7,阻带下截止频率Fs1=7.1,阻带上截止频率Fs2=18.9,通带下截止频率Fp2=19,通带波纹峰值dp=0.01,阻带波纹峰值ds=0.01。则该滤波器的频率特性曲线如图2所示

6、。利用该滤波器对原始地震信号进行滤波,滤波前后的时域和频域波形图分别如图3、图4所示。可知:干扰信号被滤除了,地震波信号很好的显示出来。5、结束语地震数据中的干扰信号会影响震相分析的准确性。本文采用目前非常流行的MATLAB 软件,利用快速Fourier 变换和最优滤波器的设计方法,对采集到的地震数据进行分析、处理,滤除干扰并最大限度地保留有用信号4,提高了震相分析的准确度。该方法可用于结构地震动力分析、地震台等领域,对地震的观测、分析、预报和研究有着重要的意义。 参考文献:1宋建锁.滤波在地震分析中的应用J.防灾技术高等专科学校学报,2006,8(1:75-792胡广书.数字信号处理M.北京

7、:清华大学出版社,20033唐向红,岳恒立,郑雪峰.MATLAB 及在电子信息类课程中的应用M.北京:电子工业出版社,20064李敬,甘延锋,黄友明.数字地震记录中干扰波的排除J.防灾技术高等专科学校学报,2004,6(3:20-25图3滤波前后地震波图4滤波前后地震波时域波形图的比较频域波形图的比较4、结论本文针对不一致信息系统,采用3中转换算法:最大分布约简,分布约简和分配约简,将不一致决策信息系统转换为一致决策信息系统,然后对其进行属性约简,有效的处理了现实数据集中,由于采集能力有限等原因造成的不一致问题。通过对约简结果的比较和分析,本文算法对输入数据没有限制,既可以处理不一致信息系统,

8、对完备信息系统同样适用,算法执行效率及约简结果都优于经典粗糙集模型算法。因而,本算法具有更优的实用价值。参考文献:1Pawlak Z.Rough sets J.International Journal of Computer and Information Sciences,1982,1(11:341-356.2韩祯祥,张琦,文福拴.粗糙集理论及其应用J.信息与控制.1998,27(1:37-44.3申锦标,吕跃进.粗糙集的近似约简及其算法J.计算机技术与发展.2009,19(12:17-20.4Pawlak Z.Some Issues on Rough Sets J.Trans on Ro

9、ugh Sets I,Berlin:Springer-Verlag,2004,3100:1-58.5Pawlak Z,Grzymala-Busse J,Slowinski R et al.Rough Sets J.Communication of the ACM.1995,38(1:89-95.6刘少辉,吴斌等.Rough 集高效算法研究J.计算机学报.2003,26(5:524-529.7Han J C,Hu X H,Lin T Y.A New Computation Model for Rough Set Theory Based on Database Systems A.DaWaK 2

10、003,LNCS 2737C.2003,Berlin:Springer -Verlag Heidelberg,pp.381-390.8Greco S,Inuiguchi M,Slowinski R.Fuzzy rough sets and mul -tiple-premise gradual decision rules J.Int J of Approximate Rea -soning.2006,41(2:179-211.9曾黄磷.粗集理论及其应用-关于数据推理的新方法M.重庆:重庆大学出版社,1996.10Pawlak.Z.Vagueness and Uncertainty-a Rough Set Perspec -tiveJ.Computational Intelligence.1995,11(2:227-232.11Kryszkiewicz M.Comparative Study of Alternative Types of Knowledge Reduction in Inc