地下淺層微震定位是地下空間目標(biāo)定位領(lǐng)域的核心技術(shù),是實(shí)現(xiàn)煤礦勘察、地質(zhì)監(jiān)測(cè),工程爆破、文物防盜監(jiān)測(cè)等民用需求的關(guān)鍵技術(shù)。目前地下淺層震源定位主要借鑒深層天然地震定位方法,但是地下淺層震源定位與大區(qū)域、大當(dāng)量、大深度、長時(shí)間的震源定位相比較具有以下特點(diǎn):1)地下震源深度較淺,一般不超過100m,淺層地質(zhì)結(jié)構(gòu)復(fù)雜且未知,地層速度參量表征難度大;2)地下淺層震動(dòng)場(chǎng)各種橫波、縱波相互交疊,震源近場(chǎng)頻散現(xiàn)象明顯混疊嚴(yán)重,定位特征參數(shù)提取難度大,造成能量聚焦點(diǎn)重建精度低、聚焦點(diǎn)識(shí)別難度大,最終導(dǎo)致震源定位精度低。針對(duì)上述問題,本文主要通過逆時(shí)振幅疊加法構(gòu)建地下三維能量場(chǎng),并結(jié)合深度學(xué)習(xí)的優(yōu)越性,實(shí)現(xiàn)了地下淺層空間的高精度震源目標(biāo)定位。首先,通過振幅疊加方法構(gòu)建地下三維能量場(chǎng),并通過對(duì)各種成像機(jī)制分析,在少量傳感器節(jié)點(diǎn)的情況下,通過分組互相關(guān)成像方法,提高能量場(chǎng)的分辨率;其次,將上述獲得的大量三維能量場(chǎng)序列輸入至3D-CNN卷積神經(jīng)網(wǎng)絡(luò)中訓(xùn)練并測(cè)試,提高網(wǎng)絡(luò)模型的泛化性;最后,與傳統(tǒng)的模擬退火算法進(jìn)行對(duì)比分析,驗(yàn)證了本文所提出的深度學(xué)習(xí)方法優(yōu)于模擬退火算法。本文的研究,經(jīng)過了外場(chǎng)試驗(yàn)測(cè)試驗(yàn)證,在10... 

【文章來源】：中北大學(xué)山西省

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

三種網(wǎng)格劃分方式

中北大學(xué)學(xué)位論文33積層；第3層為2*2*2的池化層；第4層為3*3*3的三維卷積層；第5層為2*2*2的池化層；第6層為3*3*3的三維卷積層；第7層為全連接層，輸出的節(jié)點(diǎn)為150；第8層為輸出層，輸出為3，即定位坐標(biāo)值x,y,z。如圖3-10所示。input3x3x33DconvolutionC12x2x2subsamplingS23x3x33Dconvolution2x2x2subsamplingC3S4C53x3x33Dconvolution150connection3connection圖3-103D-CNN網(wǎng)絡(luò)框架設(shè)計(jì)圖Fig.3-103D-CNNnetworkframeworkdesign震源定位的網(wǎng)絡(luò)框架流程圖如圖3-11所示,帶有形狀信息的3D-CNN模型如圖3-12所示。圖3-11震源定位網(wǎng)絡(luò)框架流程圖圖3-12帶有形狀信息的3D-CNN模型圖Fig.3-11FlowchartofnetworkframeworkFig.3-12modeldiagramwithshapeinformation對(duì)3D-CNN模型的具體解釋為：輸入的能量場(chǎng)數(shù)據(jù)為212111，通道數(shù)為1；第一層卷積層有32個(gè)卷積核，卷積核大小為3*3*3，輸入的數(shù)據(jù)為2121111，經(jīng)過第一層卷積后，輸出的數(shù)據(jù)大小為19199，通道數(shù)為32；第一層池化層的采樣區(qū)域

中北大學(xué)學(xué)位論文33積層；第3層為2*2*2的池化層；第4層為3*3*3的三維卷積層；第5層為2*2*2的池化層；第6層為3*3*3的三維卷積層；第7層為全連接層，輸出的節(jié)點(diǎn)為150；第8層為輸出層，輸出為3，即定位坐標(biāo)值x,y,z。如圖3-10所示。input3x3x33DconvolutionC12x2x2subsamplingS23x3x33Dconvolution2x2x2subsamplingC3S4C53x3x33Dconvolution150connection3connection圖3-103D-CNN網(wǎng)絡(luò)框架設(shè)計(jì)圖Fig.3-103D-CNNnetworkframeworkdesign震源定位的網(wǎng)絡(luò)框架流程圖如圖3-11所示,帶有形狀信息的3D-CNN模型如圖3-12所示。圖3-11震源定位網(wǎng)絡(luò)框架流程圖圖3-12帶有形狀信息的3D-CNN模型圖Fig.3-11FlowchartofnetworkframeworkFig.3-12modeldiagramwithshapeinformation對(duì)3D-CNN模型的具體解釋為：輸入的能量場(chǎng)數(shù)據(jù)為212111，通道數(shù)為1；第一層卷積層有32個(gè)卷積核，卷積核大小為3*3*3，輸入的數(shù)據(jù)為2121111，經(jīng)過第一層卷積后，輸出的數(shù)據(jù)大小為19199，通道數(shù)為32；第一層池化層的采樣區(qū)域

【參考文獻(xiàn)】：
期刊論文
[1]模擬退火算法在地震定位中的應(yīng)用[J]. 楊波,張炳,隆愛軍,韓成成,周冬瑞,袁勇.  華北地震科學(xué). 2019(04)
[2]基于雙微陣列與卷積神經(jīng)網(wǎng)絡(luò)的語音識(shí)別方法[J]. 劉偉波,曾慶寧,卜玉婷,鄭展恒.  計(jì)算機(jī)應(yīng)用. 2019(11)
[3]基于非規(guī)則雙重網(wǎng)格的三維聲波方程模擬[J]. 孫輝,張劍鋒.  地球物理學(xué)報(bào). 2019(09)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的自動(dòng)標(biāo)注技術(shù)的研究[J]. 程冰.  電子世界. 2019(16)
[5]震源逆時(shí)定位的成像條件分析[J]. 雷朝陽,劉懷山,張茗.  地球物理學(xué)進(jìn)展. 2019(06)
[6]基于LeNet-5卷積神經(jīng)網(wǎng)絡(luò)的車牌字符識(shí)別[J]. 趙艷芹,童朝娣,張恒.  黑龍江科技大學(xué)學(xué)報(bào). 2019(03)
[7]基于快速模擬退火算法的井中微地震事件定位反演[J]. 尹奇峰,潘冬明,郭全仕,何情.  地球物理學(xué)進(jìn)展. 2019(05)
[8]水力壓裂微地震事件定位方法綜述[J]. 毛慶輝,王鵬,曾雋.  地球物理學(xué)進(jìn)展. 2019(05)
[9]基于差分進(jìn)化算法的微震定位[J]. 王云宏,王保利,段建華.  煤田地質(zhì)與勘探. 2019(01)
[10]基于并行模擬退火算法的微地震速度模型校正方法研究[J]. 鐘星宇,孫小科,桂志先,王鵬,龔屹,于曉東.  地球物理學(xué)進(jìn)展. 2019(02)

博士論文
[1]基于逆時(shí)成像的被動(dòng)源定位與識(shí)別方法研究[D]. 葛奇鑫.吉林大學(xué) 2019
[2]微地震散射波結(jié)構(gòu)成像[D]. 林葉.中國科學(xué)技術(shù)大學(xué) 2018
[3]井下微地震監(jiān)測(cè)方法研究[D]. 田宵.中國科學(xué)技術(shù)大學(xué) 2018
[4]基于油田壓裂微地震監(jiān)測(cè)的震相識(shí)別與震源定位方法研究[D]. 呂昊.吉林大學(xué) 2012
[5]礦震震動(dòng)波波速層析成像原理及其預(yù)測(cè)煤礦沖擊危險(xiǎn)應(yīng)用實(shí)踐[D]. 鞏思園.中國礦業(yè)大學(xué) 2010

碩士論文
[1]基于深度學(xué)習(xí)的分揀機(jī)器人目標(biāo)識(shí)別與定位[D]. 解修亮.安徽工程大學(xué) 2019
[2]基于3D卷積神經(jīng)網(wǎng)絡(luò)的行為識(shí)別方法研究[D]. 吉璐.西安理工大學(xué) 2018
[3]基于網(wǎng)格剖分的微地震地面監(jiān)測(cè)定位技術(shù)研究[D]. 王紀(jì)程.吉林大學(xué) 2018
[4]震源信息處理與反演定位方法研究[D]. 李月.中國礦業(yè)大學(xué) 2018
[5]變網(wǎng)格有限差分波場(chǎng)數(shù)值模擬的研究[D]. 魏妮娜.西安工程大學(xué) 2018
[6]爆破震動(dòng)波傳播特性與盲源分離技術(shù)研究[D]. 蘇金娣.山東科技大學(xué) 2018
[7]基于卷積神經(jīng)網(wǎng)絡(luò)的電主軸軸承故障診斷方法研究[D]. 王雨桐.沈陽建筑大學(xué) 2018
[8]地下震源波束交叉定位算法研究[D]. 李婷.中北大學(xué) 2015
[9]基于分布式傳感器網(wǎng)絡(luò)的地下淺層定位算法研究[D]. 潘燁煬.中北大學(xué) 2015
[10]淺層地震波震源定位算法研究與軟件設(shè)計(jì)[D]. 趙明.西安石油大學(xué) 2014



本文編號(hào)：3037829