基于S变换的槽波地震数据极化分析与分离方法

"冯磊，周明奂，董郑，余为维. 矿井槽波地震数据极化特征分析[J]. 煤炭学报, 2015, 40(8): 1886－1893. doi:10.13225/j.cnki.jccs.2014.1534" 在矿井槽波地震数据的研究中，槽波地震采集数据包含各种类型的地震波，这些波的叠加导致槽波信号的提取变得复杂。针对这一问题，研究人员提出了一种基于S变换的自适应协方差矩阵槽波极化分析方法。这种方法的核心是通过构建时频域的自适应协方差矩阵，利用矩阵的特征值和特征向量来计算椭圆率和方位角极化参数。这些参数能够揭示信号振动轨迹的特征。 具体来说，首先，通过对槽波水平双分量信号进行S变换，可以将信号转化为时频域，这样能更好地识别不同类型的地震波。然后，通过分析椭圆率和方位角，可以确定槽波的振动模式，例如线性极化的勒夫型槽波和椭圆极化的瑞利型槽波。勒夫型槽波的振动方向通常沿传播方向，而瑞利型槽波则呈现椭圆状振动。 接下来，研究人员设计了极化滤波器，该滤波器可以根据极化参数对槽波信号进行分离。在理论合成信号测试中，这种方法证明了其有效性，能够有效地分离在时间域和频率域中混合的信号。实际应用中，当线性极化的勒夫型槽波与椭圆极化的瑞利型槽波混在一起时，通过时频域极化滤波，可以有效地将它们分离出来。 这一研究对于提高槽波地震数据的处理能力和矿井地震监测的精度具有重要意义。它不仅有助于识别和分离不同类型的槽波，还可以增强对矿井结构的理解，从而提高煤矿安全和资源勘探的效率。此外，该方法可能对其他领域的地震数据分析，如地表地震学、工程地质和地球物理勘探等领域也有借鉴价值。 关键词涉及槽波的类型（勒夫型和瑞利型）、极化特性、信号分离技术，以及相关领域的研究方法。文章发表于《煤炭学报》，并受到多个国家级和省级科研项目的资助，表明了其在地质勘探和煤炭科学领域的重要地位。