基于平稳小波变换的毛刺检测算法.pdfVIP

维普资讯 第25卷 第3期 核电子学与探测技术 Vo1．25 No．3 2005年 5月 NuclearElectronicsDetectionTechnology May 2005 基于平稳小波变换的毛刺检测算法 王海军h，范万春 ，盖 磊 (1．西安交通大学电信学院，陕西西安 710049；2．西北核技术研究所，陕西西安 710024) 摘要 ：核爆炸地震监测技术研究中，数据质量检测是地震数据 自动处理的基本内容，毛刺是影响数 据质量的主要问题数据 。基于平稳小波变换和非线性能量检测算法，给出一种毛刺 自动检测算法。平稳 小波变换弥补了正交小波变换存在的不足，可以使尺度分解结果的长度和原始数据保持一致 ，具备时移 不变性。非线性能量检测算法可以增强记录中的高频信号，对平稳小波变换的结果应用非线性能量检测 算法，提高了记录中毛刺检测的准确性，非常适合连续地震监测数据 自动处理的需要。实验结果表明，给 出的这种算法特别有利于记录中小毛刺的检测，从而能够减小信号检测的误检率。 关键词：核爆炸；地震监测 ；毛刺；自动处理；平稳小波变换；非线性能量检测 中图分类号： TN919．8 文献标识码： A 文章编号 ： 0258—0934(2005 毛刺是一种孤立的大振幅点，在不同研究 合的检测算法。其 中比较好的算法是DWT和 领域信号中的产生机理和反映的信息不同。比 NEO结合的多尺度检测算法，这种算法克服了 如在医学 EEG[】州 或ECG[7]信号中，毛刺是 NEO对信号中的直流分量和正弦信号过于敏 检查生理异常的主要特征。在地震记录中，毛刺 感的缺陷，在多个尺度上应用 NEO算法，利用 产生的原因很多，有的是台站记录设备电源不 多个尺度的检测结果确定记录中的毛刺，提高 稳定而产生的幅值很大的毛刺，有的是由于人 了检测的准确性。 工干扰造成的幅值较小的小毛刺。不同研究领 地震数据 自动处理中检测毛刺的方法比较 域检测毛刺的目的不同，EEG或 ECG信号中 简单，主要采用幅值比较法 ，即如果某个采样点 检测毛刺是为了提取病理特征，核爆炸地震监 的幅值超过规定的阈值，该点被视为毛刺。对于 测记录中检测毛刺是为了在 自动处理中去除这 幅值较小的毛刺，这种方法会产生漏检。在地震 干扰，减小有用信号的误检率和防止对后续处 数据 自动处理中，野外台站的监测数据连续不 理造成错误的解释[g]。 断地发送到处理中心，数据处理中心对接收到 不同研究领域中的毛刺都有共同的特征： 的数据分段进行处理。如果采用DWT和NEO 孤立的大振幅点及很强的高频能量。针对这一 结合的算法检测小毛刺，有可能造成毛刺的漏 特性，有很多检测毛刺的算法 在EEG或ECG 检，主要原因是DWT不具备时移不变性 针对 信号处理中，毛刺的检测是个热点研究问题，常 地震记录中小毛刺的特点，本文提出一种基于 用的方法有非线性能量检测算法 (简称NEO)、 平稳小波变换 (简称 SwT)和 NEO结合的检 基于正交小波变换 (简称 DWT)的模极大值 测算法，有效克服了DWT的不足，在实际地震 法、模式识别法等，另外还有DWT和NEO结 数据小毛刺 自动检测中取得了非常好的效果。 1 正交小波变换和平稳小波变换 收稿 日期：2004—05—10 基金项 目：国家 自然科学基金项 目 如果 z(￡)是平方可积 函数，即z(￡)∈L。 作者简介：王海军 (1971一)，男，西安交通大学电信