基于波形特征的矿山微震与爆破信号模式识别
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景、目的与意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 特征提取研究现状 | 第13-17页 |
| 1.2.2 统计识别研究现状 | 第17-18页 |
| 1.3 技术路线与研究内容 | 第18-20页 |
| 1.3.1 本文的主要研究内容 | 第18-19页 |
| 1.3.2 本文技术路线 | 第19-20页 |
| 2 人工识别数据库建立 | 第20-44页 |
| 2.1 用沙坝矿微震监测系统 | 第20-26页 |
| 2.2 噪音信号及无用数据排除 | 第26-27页 |
| 2.2.1 噪音信号排除 | 第26-27页 |
| 2.2.2 无用数据排除 | 第27页 |
| 2.3 人工识别与数据库建立 | 第27-43页 |
| 2.3.1 爆破信号数据库建立与信号特征分析 | 第27-35页 |
| 2.3.2 微震事件人工识别与数据库建立 | 第35-43页 |
| 2.4 本章小结 | 第43-44页 |
| 3 波形特征参数提取 | 第44-60页 |
| 3.1 首次峰值起振特征 | 第44-52页 |
| 3.1.1 首次峰值起振规律 | 第44-46页 |
| 3.1.2 首次峰值到时及振动速度 | 第46-47页 |
| 3.1.3 首次峰值起振趋势线 | 第47-52页 |
| 3.2 最大峰值起振特征 | 第52-53页 |
| 3.2.1 最大峰值到时及振动速度 | 第52-53页 |
| 3.2.2 最大峰值起振趋势线 | 第53页 |
| 3.3 相关系数与相关特征 | 第53-59页 |
| 3.4 本章小结 | 第59-60页 |
| 4 微震与爆破信号模式识别 | 第60-79页 |
| 4.1 FISHER线性判别方法 | 第60-63页 |
| 4.2 模式识别数学模型建立 | 第63-66页 |
| 4.3 识别效果检验 | 第66-67页 |
| 4.4 识别效果对比 | 第67-73页 |
| 4.5 识别实例测试 | 第73-77页 |
| 4.6 本章小结 | 第77-79页 |
| 5 结论与展望 | 第79-81页 |
| 5.1 结论 | 第79页 |
| 5.2 展望 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间发表的学术论文及成果 | 第86-87页 |
| 致谢 | 第87页 |
