1. 项目概述
在地震监测和研究中,精确检测地震波的到达时间是实现准确定位、震源机制解析和地球内部结构成像的关键基础。然而,实际地震信号往往受到各种噪声干扰,包括背景噪声、仪器噪声和传播路径效应等,这使得传统的人工拾取方法不仅效率低下,而且主观性强、一致性差。现有的自动检测算法(如STA/LTA方法)在复杂噪声环境下表现不佳,容易出现误检和漏检。
针对这一挑战,我们开发了一种基于修正高斯滤波拉普拉斯(MLoG)算子的地震到达时间自动检测方法。该方法通过优化高斯滤波策略,在有效抑制噪声的同时,保留了地震信号的边缘突变特征,显著提高了检测的准确性和鲁棒性。
关键创新点:传统LoG算子使用固定尺度的高斯滤波,而我们的MLoG方法引入了自适应尺度调整和多尺度融合策略,使滤波器能够根据信号局部特性动态调整平滑强度。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心原理与技术实现
2.1 标准LoG算子及其局限性
高斯拉普拉斯(LoG)算子是图像处理和信号分析中常用的边缘检测工具,它结合了高斯平滑和拉普拉斯二阶微分两个步骤:
-
高斯平滑:使用高斯函数对信号进行卷积,抑制高频噪声
matlab复制% 高斯核函数示例 function g = gaussian_kernel(sigma, size) [x,y] = meshgrid(-size:size, -size:size); g = exp(-(x.^2 + y.^2)/(2*sigma^2))/(2*pi*sigma^2); end -
拉普拉斯运算:计算信号的二阶导数,突出边缘和突变点
然而,标准LoG算子在实际地震信号处理中存在三个主要问题:
- 固定尺度参数σ无法适应信号信噪比的时空变化
- 对残余高频噪声敏感,容易产生虚假峰值
- 在强噪声环境下难以平衡噪声抑制和信号保留
2.2 修正LoG算子的设计
2.2.1 自适应尺度调整策略
我们改进了高斯滤波的尺度选择机制,使其能够根据局部信号特性动态调整:
- 计算信号的局部信噪比(SNR):
matlab复制function snr = local_snr(signal, window_size) signal_power = m
