[发明专利]一种超低频次声异常信号判别方法

说明书

本发明涉及一种超低频次声异常信号判别方法，属于试验测试技术领域，本发明根据在大地震前、海啸、空气爆炸等自然与人工事件中会出现一些超低频次声信号，这些信号的传播具有时间尺度大、传播距离远、信号失真严重、来源与背景信号复杂等特点，通过能量曲线分析初步判断是否存在异常次声信号，若存在则通过广域多点长时数字离散相关分析，判断不同站点间的异常次声信号是否来自同一次声事件。对比现有技术，本发明能够实现从次声监测数据中智能提取特定频段的高幅值信号，减少人工识别的工作量，为异常次声信号的判断提供了一个可以量化的依据，并对次声信号间的相关程度进行量化计算，提出一种判别超低频次声波是否来自同一事件的判定方法。

技术领域

本发明涉及一种异常信号判别方法，特别涉及一种超低频次声异常信号判别方法，属于试验测试技术领域。

背景技术

在大地震前、海啸、流星、空气爆炸等自然与人工事件中会出现一些0.1Hz以下的超低频次声信号。目前普遍采用的监测方法多是通过多个站点全天无休的工作方式监测次声信号，这导致关注频段信号将淹没在大量次声数据中。又由于超低频次声波具有时间尺度大、传播距离远、信号失真严重、来源与背景信号复杂等特点，同一次声声源的发出的信号能被多个站点检测到，但不同站点监测到的次声信号相似且存在一些差别，常见的时域与频域分析方法无法有效的实现这些相似超低频次声异常是否来自同一事件的判别。

发明内容

本发明的目的是为解决在次声监测中超低频异常次声信号的判断和多监测站点的超低频次声信号是否来自同一事件的判断问题，提出一种超低频次声异常信号判别方法。

本发明的思想是根据超低频次声信号时间尺度大、传播距离远、信号失真严重、来源与背景信号复杂等特点，通过能量曲线分析初步判断是否存在异常次声信号，若存在则通过广域多点长时数字离散相关分析，判断不同站点间的异常次声信号是否来自同一次声事件。

本发明的目的是通过以下技术方案实现的：

一种超低频次声异常信号判别方法，首先，通过对输入信号进行能量曲线分析初步判断是否存在异常次声信号，若存在则通过广域多点长时数字离散相关分析，判断不同站点间的异常次声信号是否来自同一次声事件，即实现异常一致性验证。

作为优选，所述能量曲线(STA/LTA)分析依据短时窗内次声信号能量在长时窗内次声信号能量的百分比来判断是否存在幅值较大的异常次声信号。

作为优选，所述能量曲线分析的具体过程为：

①对输入信号进行带通滤波，得到滤波后的信号X(n)；

②通过公式(1)计算滤波后信号X(n)的能量曲线S(n)，其中，L表示滤波后信号X(n)长度，N表示短时窗长度，n表示采样点序号；

③若能量曲线S(n)中存在大于预设的异常信号阈值TH的采样点，则判定这段能量曲线中存在异常次声信号，并取能量曲线S(n)大于TH部分的最大值为异常信号的粗略到达时间。

作为优选，所述广域多点长时数字离散相关分析通过对能量曲线离散化以及将来自不同站点的离散曲线进行相关性分析完成。

作为优选，所述对能量曲线离散化是对能量曲线分析中的能量曲线S(n)进行数字离散化，具体过程为：

①设定数字离散化的长时窗长度L_s,短时窗长度S_s；

②对能量曲线S(n)中长度为L_s的部分进行短时窗峰值提取，在长时窗中每S_s个点合成为1个数据点；将短时窗中具有较大能级的部分，转为一个能反应其能级大小的数，而对于不具有较大能级的部分，进行归零处理，从而得到离散化能量曲线S_s(n)。