基于Volterra级数的核爆地震参数化非线性特征提取方法

？地震时间序列的模型参数可以作为核爆地震信号识别的特征。现有基于ARMA(autoregressivemovingaverage)模型参数的地震信号特征提取方法是一种线性方法,且只利用了信号的二阶统计信息,识别精度不高。为此,利用地震波的混沌特性,提出了一种核爆地震非线性特征提取方法首先对地震波信号进行相空间重构,然后利用Volterra级数在重构的相空间内建立自适应预测模型,最后提取模型参数作为特征。在核爆地震分类实验中,非线性特征与线性特征相比,表现出更好的分类性能。研究结果表明综合利用地震波信号的线性、非线性以及高阶统计信息对于核爆地震识别是非常重要的。