临震微波动自动识别技术研究

发布时间：2024-02-24 18:53

　　临震微波动是强震临震阶段优势频率集中在11¹6Hz、频谱形态较为整齐的临震异常波形记录,在汶川、玉树、青川等不同强震前都有重现,可用于强震临震判定。现有的兰州地脉动实时监控技术系统(下文简称地脉动监控系统)中,临震微波动识别完全采用人工方法,人为主观因素对识别准确率影响较大、效率较低。本文通过对比待检测波形与样本波形的相似度,实现图像感知哈希技术对临震微波动的自动识别。本文总结了感知哈希的相关理论及其用于图像识别的基本框架,基于临震微波动的频率域特征,提出了分块均值和DCT变换的两种感知哈希自动识别方法。以2008年汶川8.0和2010年玉树7.1两次地震作为研究震例,利用震中250KM内台站的连续波形,分别测试了16*16、32*32、64*64三种图像压缩尺寸对两种自动识别算法准确率和运行效率的影响,以此选择临震微波动自动识别的“最佳”算法。实验结果表明,在识别准确率方面,DCT变换的识别准确率高于分块均值算法;不同图像压缩尺寸对两种算法均具有较大影响。在运行效率方面,图像压缩尺寸对DCT变换算法影响较大,分块均值算法几乎不受其影响。图像压缩尺寸为32*32的...

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图2.1都江堰台临震微波动事件a-时间域

图2.1都江堰台临震微波动事件a-时间域

图2.2玉树台临震微波动事件

8图2.2玉树台临震微波动事件

图4.3汶川、玉树地震临震微波动典型样本

像的过程中，以单个临震微波动的幅值最大值为图像纵坐标最值，忽略幅值的不同而对图像造成的差异，重点关注图像的整体走势变化。样本图像主要分成两类，图4.3a和图4.3b分别为汶川和玉树地震临震微波动为基础筛选得到的样本图像。汶川地震临震微波动样本9-16Hz频谱变化明显；玉树地震....

图5.1汶川地震150KM台站分布情况

图5.1汶川地震150KM台站分布情况

本文编号：3909465