基于小波分形特征与模式识别的矿山微震波形识别研究

详细信息   

• 责任者：朱权洁^c北京科技大学教育部金属矿山安全高效开采重点实验室^d1984^e博士研究生 ; 姜福兴 ; 尹永明 ; 于正兴 ; 温经林
• 刊名：岩土工程学报
• 出版年：2012
• 卷期：34^b11总246
• 关键词：小波变换 ; 微震20^a分形分析 ; 支持向量机 ; 矿震30^a微震波
• 页码：2036～2042
• 索书号：P473.066/357
• 图表：^c表2参15插图
• 分类号：1410
• 文摘期号：2013/06/a

摘要

在前人研究的基础之上，探讨、验证了矿山微震信号的分形特征，并根据微震信号的特征确立了相关的无标度区间及分形盒维数算法。利用矿山爆破振动、岩石破裂及电磁干扰3类信号频谱分布不同这一特征，结合小波分析与分形理论，通过MATLAB编制相应程序，对3类信号进行了5层小波包分解，求取了指定特征频带上重构信号的分形盒维数。以该盒维数为信号特征，建立23维特征向量，通过SVM支持向量机对300组矿山现场微震信号进行了训练和分类识别。研究结果表明：特征频带上的分形盒维数与信号的整体盒维数接近，表明特征频带上的分形盒维数表征了整体的分形特征；3类信号具有明显分形特征，电磁干扰信号最为明显；SVM识别网络识别微震信号，识别正确率高，但运算速度及识别效率仍有待提高。