地震信号的复调制细化方法的频谱分析.doc

地震信号的复调制细化方法的频谱分析 杨永侠，田广平 （西安工业大学 电子信息工程学院，陕西 西安710032） ：为了得到地震信号某段频谱的精细结构，提高频率分辨率，提出了频率细化技术。本文通过复调制频率细化利用Matlab对实际地震信号进行分析，得到地震信号，实现了准确、快速的对地震信号某一窄带频谱的分析和研究。：地震信号；复调制细化；频谱；频率分辨率；频率细化长期以来，地震灾害给国家经济建设和人民生命财产安全造成很大的直接和间接的危害和损失。我国是全球大陆地震灾害最严重的国家之一，在约占全球陆地面积1/14 的国土上，每年发生地震的次数却占全球陆地地震次数的1/3 以上，仅上个世纪发生的7级以上地震就占全球的35%，而一次这样的地震即可能造成几万乃至几十万的人员伤亡。因此，加强地震灾害的对策研究，提高地震监测、预测的技术水平，减轻地震灾害，与国家的发展、社会的稳定和人民生命财产的安全都有着直接关系，具有重大意义。 对地震信号的频谱的分析是地震预测中的一项重要内容。常快速傅里叶变换降低采样频率,或者是增加数据采样点数的方法提高频谱的分辨率。由于采样频率受到采样定理的限制,它的降低有一定的限度的；当采样频率一定时,要获取较高的频率分辨率就需要增大采样点数,这样会导致数据量和存储空间的迅速增加,增加了计算量，尤其要得到一个很高的频谱分辨率时,运算量和计算时间都是非常巨大的，同时实现这样的运算量也是非常的困难的但复调制频率细化ZFFT)可以满足这样的要求。本文利用ZFFT方法对实际的地震信号进行了频率细化分析，得到了地震信号能量最大时对应的频率。结论表明：ZFFT方法在实际的地震信号局部频谱分析中是有效可行的，为地震信号研究及预测提供理论了依据[2]。ZFFT方法对地震信号的频谱分析具有重要的意义。(复调制ZFFT方法能以指定的、足够高的采样频率分析频率轴上任一窄带内信号的频谱结构。在序列变换点数相同的情况下，ZFFT能获得更高的频率分辨率；或者在相同的频率分辨率下ZFFT比基带FFT需要更少的傅立叶变换点数[3]。 Fig.1 The principle block diagram of the ZFFT 设模拟信号为x(t)，经抗混滤波、A/D转换后得到采样时间序列，为采样频率，细化分析频带，为需要细化的频带中心频率，D为细化倍数，N为FFT的点数，具体的算法过程可归纳为以下5个步骤： [4]。这里对离散信号用进行复调制，把需要细化的频带中心频率移至频率轴原点， （1） （2）数字低通滤波 为保证重新采样后不发生频谱混叠,必须进行抗混叠滤波， 滤出所需分析频段信号[5]。设频率细化倍数为D，则低通滤波器的截止频率。 （3）重新采样 信号经过移频和低通滤波后分析信号频带变窄,因而可以得到较低的采样频率进行重采样比原采样频率降低了D即对原采样点每隔D点在抽样一次[]。 对重新采样后的N点复序列进行复FFT处理，得到N条谱线，其频率分辨率，分辨率提高了D倍。 ,细化后的频谱为。 (2) 由以上几个步骤分析可得，经过分析所得的最终细化结果可以完全反映出原数字序列在某一频率范围内的频谱特性。 根据复调制细化的原理得到复调制细化的流程图，如图2所示： Fig.2 Flow chart 在流程图的基础上对复调制细化进行编程，得到其实现的程序。通过Matlab仿真技术对信号进行仿真细化分析。 通过传输系统得到的信号需要进行一系列的处理，使结果更加准确。由地震检波器输出的信号非常微弱，同时传输信号受外界环境的影响，如地动噪声、电磁干扰、高频信号等，如图所示，当信号受到这些因素的影响时，波形就发生了变化。当干扰很小的时候信号很平稳，如果发生地震，波形将会有很大的起伏变化[]。 图接收到的信号波形Fig.3 The received signal waveform 下面从接收到的波形中采集了一个实际的地震信号，作为研究对象，对其进行频谱细化分析。实际信号是2011年发生在四川省广元市青川县、甘肃省陇南市文县交界发生的地震信号。采集时间为40s采样频率为100Hz采样点数为4000个点，震级为4.1级，纬度32.7°，经度105.4°，深度为17Km通过地震采集数据的转换和处理，利用Matlab工具读取数据，得到实际地震信号的时域波形和频谱图形，如图和图 图地震波的时域图Fig.4 Time domain diagram of the seismic wave 图地震波的频谱图Fig.5 The spectrum diagram of the seismic wave 图是实际地震信号的U-D）、东西（E-W）、南北（N-S）