[發(fā)明專利]一種去除P波初至系統(tǒng)觀測(cè)誤差的聲發(fā)射事件定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010601258.2
• 申請(qǐng)日: 2020-06-29
• 公開(kāi)（公告）號(hào): CN111722280B
• 公開(kāi)（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 彭康;劉彩云;尚雪義
• 申請(qǐng)（專利權(quán)）人: 重慶大學(xué)
• 主分類號(hào): G01V1/28
• 分類號(hào): G01V1/28;G06F17/18
• 代理公司: 長(zhǎng)沙市融智專利事務(wù)所(普通合伙) 43114
• 代理人: 龔燕妮

1.一種去除P波初至系統(tǒng)觀測(cè)誤差的聲發(fā)射事件Bayes定位方法，其特征在于，包括以下步驟：

步驟1：采用低通濾波器對(duì)聲發(fā)射信號(hào)高頻噪音降噪；

步驟2：拾取聲發(fā)射信號(hào)P波初至觀測(cè)到時(shí)；

步驟3：建立基于聲發(fā)射事件位置和P波初至系統(tǒng)觀測(cè)誤差的理論到時(shí)與P波初至觀測(cè)到時(shí)之差的目標(biāo)函數(shù)；

步驟4：構(gòu)建參數(shù)模型與P波初至系統(tǒng)觀測(cè)誤差的Bayes定位后驗(yàn)概率密度函數(shù)，并利用MCMC對(duì)參數(shù)模型中的任意參數(shù)采樣，生成新的參數(shù)模型后，計(jì)算隨機(jī)獲取的聲發(fā)射事件的所述Bayes定位后驗(yàn)概率密度函數(shù)，判斷采樣更新后的參數(shù)模型是否可接受，通過(guò)迭代，利用參數(shù)模型在迭代穩(wěn)定期的均值，獲得P波初至系統(tǒng)觀測(cè)誤差；

所述參數(shù)模型包括的參數(shù)為聲發(fā)射事件位置、發(fā)震時(shí)刻以及P波初至系統(tǒng)觀測(cè)誤差；

步驟5：對(duì)待求的單個(gè)聲發(fā)射事件的P波初至拾取到時(shí)加上P波初至系統(tǒng)觀測(cè)誤差，得到校正后的P波初至到時(shí)；

步驟6：將校正后的P波初至到時(shí)代入?yún)?shù)模型中，生成新的參數(shù)模型后，利用MCMC對(duì)參數(shù)模型中的聲發(fā)射事件位置、發(fā)震時(shí)刻采樣，計(jì)算待求解的單個(gè)聲發(fā)射事件的所述Bayes定位后驗(yàn)概率密度函數(shù)，判斷采樣更新后的參數(shù)模型是否可接受，通過(guò)迭代，利用參數(shù)模型在迭代穩(wěn)定期的均值，定位待求解的單個(gè)聲發(fā)射事件位置。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，自動(dòng)拾取P波初至，并采用人工方法校正拾取不好和無(wú)P波初至拾取的信號(hào)；

拾取過(guò)程如下：提取微震信號(hào)波形數(shù)據(jù)；最大峰度值到時(shí)點(diǎn)K₁拾取；最小自相關(guān)值到時(shí)點(diǎn)K₂拾取；判定∣K₁-K₂∣是否大于閾值L，若是則舍棄該段微震信號(hào)，反之則輸出P波到時(shí)K＝K₂；L取值范圍為3-5ms。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于聲發(fā)射事件位置和P波初至系統(tǒng)觀測(cè)誤差的理論到時(shí)與觀測(cè)到時(shí)差的目標(biāo)函數(shù)如下：

其中，i為聲發(fā)射事件個(gè)數(shù)，j為傳感器編號(hào)，為第i個(gè)聲發(fā)射事件的發(fā)震時(shí)刻，為第i個(gè)聲發(fā)射事件震源到j(luò)號(hào)傳感器的傳播時(shí)間，T_j為j號(hào)傳感器P波初至系統(tǒng)觀測(cè)誤差，t_ij為觀測(cè)數(shù)據(jù)中的第i個(gè)聲發(fā)射事件j號(hào)傳感器的P波初至波形拾取時(shí)刻，參與P波初至系統(tǒng)觀測(cè)誤差反演的傳感器數(shù)為n₁個(gè)、聲發(fā)射事件數(shù)為n₂個(gè)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于理論數(shù)據(jù)與觀測(cè)數(shù)據(jù)之差的Bayes定位后驗(yàn)概率密度函數(shù)：

其中，為P波初至到時(shí)觀測(cè)數(shù)據(jù)d_ij依次排開(kāi)所組成的一個(gè)列向量，n表示的維度，為P波初至理論到時(shí)依次排開(kāi)所組成的一個(gè)列向量，i為聲發(fā)射事件個(gè)數(shù)，j為傳感器編號(hào)，為第i個(gè)聲發(fā)射事件的發(fā)震時(shí)刻，為第i個(gè)聲發(fā)射事件震源到j(luò)號(hào)傳感器的傳播時(shí)間，T_j為j號(hào)傳感器P波初至系統(tǒng)觀測(cè)誤差，為表征擬合程度的協(xié)方差矩陣；為關(guān)于聲發(fā)射事件位置、發(fā)震時(shí)刻以及P波初至系統(tǒng)觀測(cè)誤差的參數(shù)模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，由射線理論計(jì)算所述Bayes定位后驗(yàn)概率密度函數(shù)中的第i個(gè)聲發(fā)射事件震源到j(luò)號(hào)傳感器的傳播時(shí)間再利用馬爾科夫鏈蒙特卡羅采樣并結(jié)合來(lái)計(jì)算聲發(fā)射事件震源位置和P波初至系統(tǒng)觀測(cè)誤差；

當(dāng)時(shí)，接受迭代計(jì)算中更新參數(shù)后的新模型當(dāng)時(shí)，拒絕該新模型，并保持為模型

其中，u為0～1的均勻分布隨機(jī)數(shù)據(jù)，每次迭代時(shí)均需重新生成一個(gè)u值。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，MCMC采樣時(shí)每次隨機(jī)更新聲發(fā)射事件震源位置、發(fā)震時(shí)刻和P波初至系統(tǒng)觀測(cè)誤差中的一個(gè)參數(shù)：

當(dāng)選中的參數(shù)為聲發(fā)射事件震源位置中的一個(gè)參數(shù)時(shí)，更新速度為M*g；當(dāng)選中的參數(shù)為發(fā)震時(shí)刻或P波初至系統(tǒng)觀測(cè)誤差時(shí)，更新速度為N*g；

其中，g指均值為0、方差為1的標(biāo)準(zhǔn)正態(tài)分布，M取值范圍為1～3mm，N為1us。