基于慢度估计的次声台阵信号自动检测算法及应用

陈虎虎，王同东，沈旭峰



基于慢度估计的次声台阵信号自动检测算法及应用

陈虎虎，王同东，沈旭峰

(西北核技术研究所，陕西西安 710024)

针对次声监测研究领域广泛使用的短时间与长时间信号功率比检测方法性能不能满足要求，渐进多通道互相关检测算法虚警率较高的缺点，利用信号的时、频、波数域特性和次声台阵各子台信号的互相关性特性，提出了一种基于次声台阵信号慢度估计的自动检测算法。次声信号慢度估计结果的合理性、一致性是该检测算法的依据。考虑到该检测算法计算量较大，在具体应用中加入其他计算量较小的传统算法，进行逐次检测，最后应用的慢度估计方法既是一种检测方法，也是对其他检测算法结果的最终审核，一方面可以降低单项检测方法对检测参数的敏感性，另一方面也可提高检测的正确率(虚警率和漏警率同时降低)。该复合检测算法应用于某实验次声台站信号的检测(信噪比大于1.1)，结果虚警率为4.0%，漏警率为5.0%，表明了该方法的优良性能。从检测应用处理结果还可以推测，结合一个区域现有密集的地震台站数据和2~3个次声台阵的数据，可以方便地识别、监控爆破方式日益复杂的人工爆破事件和真正的地震(余震)事件，为地震灾害减灾防灾、采矿监控等多领域服务，具有重大推广价值。

慢度估计；渐进多通道互相关；信号检测

0 引言

次声监测是全面禁核试条约的四种基本监测手段之一(其它三种为地震、水声、核素技术)，其关注的次声信号为大气层核试验、陨石爆炸、火箭发射、飞行器爆炸、采矿爆破等次声信号[1-3]。次声数据的日常处理中，首先要进行台阵信号的自动检测，进而进行关联、定位及后续深入分析等处理。日常处理中绝大部分实测信号为当地信号(传播距离极小，不是关注目标)或区域次声信号。区域信号传播距离较远，一般特征是持续时间长，没有明显的初至，信噪比低，可能含有干扰，是研究关注的重点。全面禁核试条约地震数据自动处理技术已经较为成熟，而次声信号自动处理技术依然在发展中，其中一个难点就是次声信号的检测问题，其结果直接影响后续处理中的关联、定位结果与效率。全面禁止核试验条约组织的国际数据中心曾因为次声信号检测等技术存在一定问题，导致整个数据自动处理系统一度中止运行[4]。

在次声信号的检测技术中，目前国际上常用的有信号短时间与长时间平均比(Short Time Average over Long Time Average, STA/LTA)方法[1,2]、渐进多通道互相关(Progressive Multi-Channel Correlation，PMCC)检测方法等[5,6]。本文在分析这两种检测方法缺陷的基础上，探讨一种新的信号自动检测方法。

1 STA/LTA与PMCC检测方法的分析

STA/LTA方法利用信号短时窗与长时窗的信号功率比值或信噪比来判断信号的有无，当次声信号的信噪比较低甚至被噪声淹没或信号持续时间较长时，这一统计量已经较难应用，检测阈值低则虚警率大，阈值高则漏警率大。事实上，一些台阵信号的信噪比虽然比较小，但各个子台信号的相关性较高，可以判定为一个次声信号；反之，当这一比值较大但子台信号相关性较差时，也并不能做出肯定的判断，比如脉冲型的噪声也具有这一比值较高的特点。

PMCC方法的基本原理是：如果信号出现，存在几个最优子台(渐进进行)，其信号的到时差之和理论上为零。该检测方法的主要优点是漏警率低，但也同时存在虚警率高的问题。对于这一情况，存在两种原因：(1) “如果信号出现，各子台信号的到时差之和理论上为零”这一命题的逆命题并不完全成立，实际上到时差之和为零不一定是信号，也就是说它不是一个充要条件；(2) 信号的检测问题本质是一个二元识别问题，其本质要求是把需要的信号从噪声中识别出来，而此处的噪声是次声监测中不需要的干扰信号，带有一定的主观性，实际上一段次声干扰信号可能包含的内容较为丰富，比如大量不间断存在的微气压、山背波常常作为台站的背景噪声出现，地震耦合杂波等(非震中次声波)也较多，而且表现出较强的相关性，其台阵信号满足PMCC的要求，但都不是关注的信号。所以PMCC方法从原理上就存在虚警率较高的问题。实际应用表明，PMCC的自动检测结果虚警率可以达到85％以上。

2 基于慢度估计的检测算法

2.1 算法的原理

由于大气层温度剖面的特殊结构，次声波传播到地面台阵时入射角会处于一定范围，这使得其视速度处于一定范围。这也可以通过台阵信号的慢度来描述(慢度是一个有三个方向分量的矢量，其方向与信号速度方向相反，绝对值为后者的倒数。考虑到台阵子台的高程差可以忽略不计，下面慢度只考虑水平面内的慢度)。次声监测信号处理中次声信号慢度一般小于330 s/deg(视速度大于340 m/s)，而风速一般不超过几十米每秒，地震耦合杂波的视速度为千米/秒以上，对应的慢度不超过几十秒/度，一个特定台阵的微气压、山背波的慢度与其优势频率分布也有一定规律，正是由于关注的次声信号与风噪声、其他干扰的慢度分布等不同，即信号慢度的合理性成为检测的依据之一。

次声台阵信号的慢度需要估计求解。在低信噪比下慢度估计结果虽然可能是合理的，但不一定是正确的。次声台阵信号慢度的估计方法目前主要有时域方法和频率-波数分析方法(frequency-wa- venumber analysis, FK)[6]。两种方法一个在时域进行，一个在波数域进行，两种方法均能在较低信噪比情况下估计出信号的慢度。通常情况下两种不同方法对于信号、噪声特性的灵敏度不同，单一时域或波数域慢度的估计存在一定不确定度甚至会出现估计完全错误的情况。在一定信噪比情况下，如果噪声中包含信号，两种方法的估计结果应满足自恰性，即慢度估计的一致性，且应该接近真实值，如果不包含信号，则两种估计结果在概率意义上不同。所以台阵信号慢度估计的一致性是检测的第二个依据。

慢度估计的一致性判据能够有效地检测识别那些不相关的台阵噪声，而慢度估计的合理性判据能够检测剔除那些子台信号相关性较好但不是关注的信号。

慢度估计检测的原理如图1所示，当时域和波数域的慢度估计结果一致且都在灰色圆环中时判断为信号。如果选择在400×400(根据次声信号的速度和高度角来决定)的慢度估计平面上的偏差10 s/deg作为检测阈值，对一段白噪声而言，两种方法估计到同一个格点的概率为(10×10)/(400×400)＝1/1600。事实上真正感兴趣的次声信号慢度分布有一定范围，如果两种方法估计的结果同时落到慢度较小或较大的格点上(即圆环外)，这一结果也是无意义和无效的，所以这一概率应该更小。

对于微气压、山背波或其他不明类型的噪声，可根据其慢度分布规律(包含频率因素)对灰色圆环再加上额外限制，减少通过区域，如图1圆环中的黑洞，减少虚警信号。

在信噪比比较低时，台阵信号可能有部分子台受到严重干扰，所以算法中借鉴PMCC算法的“渐进选择子台，估计慢度时只选择部分最优子台信号”进行慢度估计的策略。

2.2 两种慢度估计的方法

时域方法首先获取各个子台信号的到时差向量，然后解一个超定方程，就可以求出信号的慢度向量＝[SS]T，即求出了信号的后方位角(tg=S/S)。

式中：为各个子台的相对位置矩阵，因为次声子台的个数一般为大于4，所以该方程为超定方程，取其最小均方差意义的解。在强背景噪声环境的实际应用中，各个子台的次声信号可能会受到不同程度的干扰，使得信号的相似性受到一定影响，应选择其中最为相关的几个子台信号计算。

FK分析是地震等台阵信号处理中一种使用广泛的技术，用来估计信号的慢度和方位角，它对次声信号依然有效。