| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 引言 | 第11-19页 |
| 1.1 本课题的提出及其研究意义 | 第11-12页 |
| 1.2 微地震监测技术及其发展 | 第12-14页 |
| 1.3 微地震数据去噪概述 | 第14-17页 |
| 1.3.1 微地震信号的噪声分类 | 第14-15页 |
| 1.3.2 微地震信号的去噪原理 | 第15页 |
| 1.3.3 微地震信号去噪方法 | 第15-17页 |
| 1.4 论文的主要研究内容和组织结构框架 | 第17-19页 |
| 第二章 微地震监测技术及其应用 | 第19-25页 |
| 2.1 微地震监测技术基本原理 | 第19-20页 |
| 2.2 微地震监测方式 | 第20-22页 |
| 2.3 震源定位方法 | 第22-24页 |
| 2.3.1 初至提取时差定位法 | 第22-23页 |
| 2.3.2 Ｐ波射线传播方向交汇点法 | 第23页 |
| 2.3.3 层析成像法 | 第23-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 信号辨识建模基本原理 | 第25-34页 |
| 3.1 系统建模方法 | 第25-26页 |
| 3.2 系统辨识建模方法 | 第26页 |
| 3.3 平稳时间序列 | 第26-28页 |
| 3.3.1 平稳时间序列的定义 | 第26-27页 |
| 3.3.2 平稳时间序列的统计特性 | 第27-28页 |
| 3.4 辨识建模流程和方法 | 第28-33页 |
| 3.4.1 ARMA模型的表示 | 第28-29页 |
| 3.4.2 模型类型判定 | 第29-30页 |
| 3.4.3 模型定阶 | 第30-31页 |
| 3.4.4 模型参数估计 | 第31-33页 |
| 3.4.5 状态空间模型 | 第33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 微地震信号辨识建模 | 第34-48页 |
| 4.1 地震记录褶积模型 | 第34-35页 |
| 4.2 微地震合成信号辨识建模 | 第35-45页 |
| 4.2.1 建模数据预处理 | 第35-37页 |
| 4.2.2 模型类型判定实验 | 第37-39页 |
| 4.2.3 模型定阶实验 | 第39-41页 |
| 4.2.4 模型参数辨识实验 | 第41-45页 |
| 4.3 实际微地震信号的辨识模型 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 基于微地震信号辨识模型的最优滤波算法 | 第48-62页 |
| 5.1 基本卡尔曼滤波 | 第48-50页 |
| 5.2 无迹卡尔曼滤波 | 第50-54页 |
| 5.2.1 无迹变换 | 第50-52页 |
| 5.2.2 无迹卡尔曼滤波 | 第52-54页 |
| 5.3 平方根无迹卡尔曼滤波 | 第54-57页 |
| 5.4 仿真实验 | 第57-61页 |
| 5.4.1 微地震合成信号去噪仿真实验 | 第57-59页 |
| 5.4.2 滤波效果对比分析 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 基于最优滤波算法的实际微地震资料去噪处理 | 第62-72页 |
| 6.1 实际微地震资料预处理 | 第62-65页 |
| 6.1.1 去直流分量 | 第62-63页 |
| 6.1.2 带通滤波 | 第63-65页 |
| 6.2 基于KF的实际微地震资料去噪处理 | 第65-67页 |
| 6.3 基于UKF的实际微地震资料去噪处理 | 第67-69页 |
| 6.3.1 UKF在实际微地震资料去噪处理中存在的问题 | 第67-68页 |
| 6.3.2 UKF的解决办法 | 第68-69页 |
| 6.4 基于SR-UKF的实际微地震资料去噪处理 | 第69-70页 |
| 6.5 三种滤波算法对比分析 | 第70-71页 |
| 6.6 本章小结 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 参考文献 | 第74-81页 |
| 攻读硕士学位期间取得的学术成果 | 第81-82页 |
| 致谢 | 第82-83页 |