贾梦欢, 庹先国,, 沈 统, 荣文钲, 王亚娟

(1.西南科技大学 信息工程学院,四川 绵阳 621010； 2.四川理工学院,四川 自贡 643000；3.成都理工大学 地质灾害防治与地质环境保护国家重点实验,四川 成都 610059)

0 引 言

微震的准确初至拾取是进行精确微震定位的先决条件[1],而微震信号的初至拾取与信号的采样率密切相关。采样率越高时间分辨也就越高,因此采用较高采样率进行数据采集将提高初至拾取精度,有利于精确定位震源。高采样率的微震数据监测固然可以提高初至拾取精度,但由于微震监测的长期性、实时性的要求,必将导致庞大的数据量,给微震信号的存储与传输造成极大的困难[2,3]。而且在海量的监测信号中只有极少的数据为微震信号,大部分为背景噪声,因此对微震信号的自动识别变得极为重要。对微震信号进行识别可以有效地去除冗余,同时保存有效微震信号。

目前微地震信号的自动识别方法主要有STA/LTA算法[4]、W-AIC算法[5]、神经网络法[6]、小波变换法[7]等。地震数据采集通常由低功耗的微控制器构成,其运算速度和存储能力极其有限,因此要在上面实现的震动数据识别算法,应具有简单、有效、实时性高的要求。目前微震识别算法中应用最为广泛的是STA/LTA算法[8],该算法具有简单、高效、适合实时处理的优点。

针对微震信号自动识别算法的复杂性、地震数据量的庞大性等问题,传统的单片机已无法满足高采样率下地震数据的实时处理的要求。本文提出采用现场可编程门阵列(field programmable gate array,FPGA)实现微地震信号的同步采集与自动识别。……