中圖分類號(hào)：TN79；TP212 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1671-8755（2025）02-0080-06

Abstract：To address the issue of seismic nodes being unable to monitor data quality due to balancing power consumption and bandwidth in the data transmission process of cableless node seismometer，this study proposed that an improved short term average/long term average （STA/LTA） algorithm was embedded in the STM32F4 to identify vibration data，thereby reducing the storage and transmission of unnecessary data. The node’s power consumption was reduced by integrating software and hardware collaboration techniques.Additionally，seismic motion data was transmitted back using a low-power LORA module for quality monitoring. Experimental results demonstrate that the optimized system reduces data storage power consumption by 53.3% and data transmission power consumption by 67.3% ，achieving low-power data transmission and enabling seismic nodes to effectively monitor data quality.

Keywords： Nodal wireless seismometer; Low power consumption ; Short term average/long term average algorithm

地震勘探是通過分析地震波來獲得地球地下結(jié)構(gòu)的重要方法，它在火山監(jiān)測(cè)、地震預(yù)警、邊坡地質(zhì)穩(wěn)定監(jiān)測(cè)、礦產(chǎn)資源調(diào)查等多個(gè)領(lǐng)域廣泛應(yīng)用[1-2]。

傳統(tǒng)地震數(shù)據(jù)采集系統(tǒng)依賴電纜進(jìn)行數(shù)據(jù)傳輸，雖然傳輸可靠且?guī)捘芰?qiáng)，但電纜的大量使用導(dǎo)致系統(tǒng)笨重且維護(hù)成本高昂，難以在丘陵、雨林等復(fù)雜

地形中部署[3] 。

為了滿足地震勘探市場(chǎng)復(fù)雜地形工作需求，無纜地震勘探節(jié)點(diǎn)的應(yīng)用日益廣泛[4]，但是無纜地震數(shù)據(jù)采集系統(tǒng)供電受限，難以滿足長(zhǎng)時(shí)間野外作業(yè)的要求。此外，節(jié)點(diǎn)設(shè)備缺乏有效的數(shù)據(jù)質(zhì)量監(jiān)控手段，影響勘探效率[5]。目前大部分地震數(shù)據(jù)采集系統(tǒng)，如WING節(jié)點(diǎn)、Hawk系統(tǒng)和Quantum節(jié)點(diǎn)系統(tǒng)，可實(shí)現(xiàn)對(duì)儀器工作狀態(tài)的監(jiān)控，但無法監(jiān)控地震數(shù)據(jù)的質(zhì)量。而RT2和RT3等節(jié)點(diǎn)系統(tǒng)雖然利用無線傳感器網(wǎng)絡(luò)實(shí)現(xiàn)了數(shù)據(jù)實(shí)時(shí)回傳和質(zhì)量監(jiān)控，但長(zhǎng)時(shí)間高采樣率地震勘探產(chǎn)生的大量數(shù)據(jù)，使得數(shù)據(jù)采集、存儲(chǔ)和傳輸功耗較高，導(dǎo)致使用時(shí)間受限[7-8] 。

通過震動(dòng)識(shí)別算法提前對(duì)數(shù)據(jù)進(jìn)行處理，保留關(guān)鍵震動(dòng)數(shù)據(jù)可以有效減緩數(shù)據(jù)壓力，目前主要的震動(dòng)識(shí)別算法有：長(zhǎng)短時(shí)窗能量比（ShortTermAv-erage/Long Term Average，STA/LTA）算法[9-10]、小波變換法[11-12] 神經(jīng)網(wǎng)絡(luò)法[13-14]等。賈夢(mèng)歡等[15]通過在FPGA內(nèi)部嵌入傳統(tǒng)STA/LTA算法實(shí)現(xiàn)連續(xù)數(shù)據(jù)采集中對(duì)震動(dòng)數(shù)據(jù)的識(shí)別，減少了噪聲消耗。阮波等[利用FPGA的PS端內(nèi)嵌MER能量比算法實(shí)現(xiàn)了對(duì)低信噪比震動(dòng)信號(hào)的識(shí)別，減小了數(shù)據(jù)存儲(chǔ)壓力。然而，這兩種系統(tǒng)的主控芯片功耗較大，不利于長(zhǎng)期野外工作。另外，前者的算法對(duì)低信噪比數(shù)據(jù)拾取效果不佳，后者的算法計(jì)算量較大，嚴(yán)重消耗資源，直接移植到低功耗微控制器難度較高。

針對(duì)上述問題，本文基于STM32F4平臺(tái)，通過改進(jìn)震動(dòng)識(shí)別算法，將其嵌入至STM32F407平臺(tái)，在采集的過程中篩選震動(dòng)數(shù)據(jù)，降低無效數(shù)據(jù)存儲(chǔ)和傳輸帶來的功耗，通過軟硬協(xié)同技術(shù)使整個(gè)節(jié)點(diǎn)系統(tǒng)在保持低功耗的同時(shí)，可以回傳震動(dòng)數(shù)據(jù)，用于質(zhì)量監(jiān)控。

1 系統(tǒng)方案設(shè)計(jì)

系統(tǒng)以STM32F407為主控，由檢波器、信號(hào)調(diào)理、ADC數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)傳輸單元組成，系統(tǒng)總體架構(gòu)如圖1所示。系統(tǒng)采用動(dòng)圈式檢波器實(shí)現(xiàn)震動(dòng)信號(hào)的采集，將檢波器輸出的模擬信號(hào)送入信號(hào)調(diào)理電路；將調(diào)節(jié)后的信號(hào)送入24位△-∑型ADS131A04芯片進(jìn)行模數(shù)轉(zhuǎn)換;轉(zhuǎn)換后的數(shù)字信號(hào)由STM32F407進(jìn)行震動(dòng)識(shí)別，篩除無效噪聲數(shù)據(jù)；由SD卡存儲(chǔ)有效震動(dòng)數(shù)據(jù)，再由LORA模塊傳輸震動(dòng)信號(hào)到控制中心，用于數(shù)據(jù)實(shí)時(shí)質(zhì)量監(jiān)控；同時(shí)利用GPS和可調(diào)晶振進(jìn)行時(shí)間同步。

在進(jìn)行數(shù)據(jù)采集任務(wù)之前，系統(tǒng)處于低功耗待機(jī)模式，通過遠(yuǎn)程控制對(duì)系統(tǒng)各模塊進(jìn)行參數(shù)配置，調(diào)整工作模式。系統(tǒng)接收到開始命令，系統(tǒng)立即退出低功耗待機(jī)模式，進(jìn)行模塊初始化，初始化成功即開始數(shù)據(jù)采集、算法識(shí)別、數(shù)據(jù)存儲(chǔ)及數(shù)據(jù)傳輸工作。在設(shè)備工作期間，利用GPS和可調(diào)晶振進(jìn)行時(shí)間同步。系統(tǒng)運(yùn)行結(jié)構(gòu)如圖2所示。

2 系統(tǒng)數(shù)據(jù)處理

2.1 STA/LTA算法原理

通過模數(shù)轉(zhuǎn)換器的數(shù)字信號(hào)中含有大量的背景噪聲和干擾信號(hào)，STA/LTA算法可以反映微震信號(hào)和噪聲信號(hào)的變換趨勢(shì)，能簡(jiǎn)單高效地識(shí)別震動(dòng)信號(hào)。STA/LTA算法原理如圖3所示。

STA/LTA算法通過STA（短時(shí)信號(hào)平均值）/LTA（長(zhǎng)時(shí)信號(hào)平均值）來反映信號(hào)的能量變化，通過移動(dòng)時(shí)窗計(jì)算能量比值，當(dāng)其比值大于某一閾值時(shí)，認(rèn)為此點(diǎn)為P波初至[17]

STA/LTA算法基本公式如下

式中： i 表示采樣時(shí)刻； l_len 表示長(zhǎng)時(shí)窗長(zhǎng)度； s_len 表示短時(shí)窗長(zhǎng)度； λ 表示選取的觸發(fā)閾值； F_i 是 i 時(shí)刻的特征函數(shù)值，表示信號(hào)的振幅或頻率變化情況。

算法選取的特征函數(shù)不同，所表征的信號(hào)特征也不相同，對(duì)不同情況下的背景噪聲識(shí)別能力也不同。STA/LTA 算法常見的特征函數(shù)主要有[18]：

F₁=|X_i-X_i-1|

F₂=X_i²-X_i+1?X_i-1

2.2 算法改進(jìn)

STA/LTA算法的拾取精度與時(shí)窗長(zhǎng)度、觸發(fā)閾值大小、特征函數(shù)3方面有關(guān)。傳統(tǒng)的STA/LTA算法雖然原理簡(jiǎn)單、實(shí)時(shí)性強(qiáng)，但拾取結(jié)果的精準(zhǔn)度對(duì)觸發(fā)閾值的依賴非常嚴(yán)重，通常需要多次調(diào)整閾值[19]

劉曉明等[18]（2017）提出基于改進(jìn)的STA/LTA方法的微地震P波自動(dòng)拾取技術(shù)，避免了多次閾值調(diào)整的冗余工作。但此方法易受噪聲干擾，對(duì)低信噪比數(shù)據(jù)拾取能力較弱且計(jì)算量繁雜，實(shí)時(shí)性差[20]

改進(jìn)能量比算法是在文獻(xiàn)［18]的基礎(chǔ)上構(gòu)建了新的特征函數(shù)，通過移動(dòng)時(shí)窗計(jì)算平均能量比值，STA/LTA曲線上的全局最大值點(diǎn)即被確定為P波的初至，能夠避免閾值調(diào)整工作。為了提高算法對(duì)低頻噪聲的抗干擾能力并減少計(jì)算量，引入了相對(duì)功率[21]對(duì)信噪比進(jìn)行提升，通過減去信號(hào)均值消除信號(hào)基線，相對(duì)突出信號(hào)的變化，從而增強(qiáng)信號(hào)特征。此時(shí)信號(hào)方差更能描述信號(hào)的波動(dòng)性，有效表征信號(hào)的幅值和頻率的突變。

構(gòu)建新的特征函數(shù)如下：

式中：term表示采樣信號(hào)長(zhǎng)度； 表示采樣信號(hào)均值，i表示采樣時(shí)刻， X_i 表示 χ_i 時(shí)刻的采樣值。 K 是一個(gè)加權(quán)系數(shù)，取決于采樣率和站點(diǎn)噪聲特性。

以某原始信號(hào)為例，采用不同特征函數(shù)下STA/LTA算法進(jìn)行拾取，并將不同特征函數(shù)下STA/LTA比值結(jié)果以及拾取的P波初至?xí)r刻列出，如圖4所示。

為了提高系統(tǒng)的容錯(cuò)率，提取P波初至?xí)r刻前后150采樣點(diǎn)（ 12kHz/s 采樣率）范圍內(nèi)數(shù)據(jù)作為P波拾取范圍，圖4中區(qū)域1表示改進(jìn)能量比算法（簡(jiǎn)稱本文方法）對(duì) P 波拾取的范圍，區(qū)域2表示基于改進(jìn)的STA/LTA方法的微地震P波自動(dòng)拾取技術(shù)（簡(jiǎn)稱文獻(xiàn)18]方法）對(duì)P波拾取范圍，區(qū)域3表示傳統(tǒng)STA/LTA算法對(duì)P波拾取范圍（閾值 ?4 ）。從圖4可以看出，在低信噪比數(shù)據(jù)拾取中，本文方法的拾取結(jié)果優(yōu)于文獻(xiàn)[18]方法。

同時(shí)用3種算法對(duì)已有的1005組低信噪比漢源高速微地震數(shù)據(jù)（ 12kHz/s 采樣率）進(jìn)行震動(dòng)識(shí)別。3種算法識(shí)別的統(tǒng)計(jì)對(duì)比結(jié)果如表1所示，

從表1可以看出，在低信噪比數(shù)據(jù)拾取中，與人工拾取結(jié)果相比，誤差在 12.50ms（12kHz/s 采樣率，150采樣點(diǎn)誤差）范圍以內(nèi)，本文方法有 87.2% 的準(zhǔn)確率，而文獻(xiàn)[18]算法僅有 73.5% 的準(zhǔn)確率，傳統(tǒng)STA/LTA方法僅有 61.3% 的準(zhǔn)確率。表明本文方法對(duì)低信噪比震動(dòng)信號(hào)的識(shí)別效果優(yōu)于文獻(xiàn)[18]方法，本文方法抗干擾性能更好。

同時(shí)利用MATLAB對(duì)3種算法的計(jì)算量進(jìn)行測(cè)試，在固定長(zhǎng)短時(shí)窗選值下，測(cè)試3種算法對(duì)相同數(shù)據(jù)完成震動(dòng)拾取的時(shí)間，從而測(cè)試計(jì)算量。10次算術(shù)平均值的統(tǒng)計(jì)分析結(jié)果如表2所示。

從表2可以看出，本文方法的拾取時(shí)間明顯優(yōu)于文獻(xiàn)18]方法，本文方法的實(shí)時(shí)性更好。

3軟硬協(xié)同技術(shù)

3.1 硬件低功耗設(shè)計(jì)

CMOS電路的高集成度的特點(diǎn)使得地震儀電路設(shè)計(jì)多采用CMOS電路，該電路器件的功耗分為靜態(tài)功耗和動(dòng)態(tài)功耗。本文選取一系列功耗較低的元器件以降低靜態(tài)功耗，如低功耗采集芯片、低功耗GPS模塊、低功耗LORA模塊。

地震節(jié)點(diǎn)以STM32F407VGT6單片機(jī)為主控芯片，相較于功耗高達(dá) 500μA/MHz 的F1系列，F(xiàn)4系列的功耗僅為 144μA/MHz ，選擇F4系列能有效降低系統(tǒng)整體功耗，除此之外STM32F407VGT6擁有1024kB FLASH， 192kB SRAM，為改進(jìn)能量比算法的實(shí)現(xiàn)提供了可能。

地震節(jié)點(diǎn)常用的模數(shù)轉(zhuǎn)換芯片有TI公司的ADS1282，AnalogDevices公司的AD1556和 CirrusLogic公司的 Δ-Σ 型24位地震數(shù)據(jù)采集套片，綜合比較各模數(shù)轉(zhuǎn)換芯片的性能，數(shù)據(jù)采集模塊采用24位ADC芯片ADS131A04對(duì)地震模擬信號(hào)進(jìn)行轉(zhuǎn)換。主流 Δ-Σ 型模數(shù)轉(zhuǎn)換芯片的指標(biāo)對(duì)比如表3所示。

ADS131A04芯片具有寬動(dòng)態(tài)范圍、可擴(kuò)展的數(shù)據(jù)速率、多個(gè)SPI數(shù)據(jù)接口模式等優(yōu)勢(shì)。相較于市面上地震采集常用的AD芯片，ADS131A04芯片具有超低功耗優(yōu)勢(shì)，高速采集模式的功耗僅為15mW ，有利于降低系統(tǒng)數(shù)據(jù)采集部分功耗。

進(jìn)行數(shù)據(jù)質(zhì)量監(jiān)控需將設(shè)備工作狀態(tài)與關(guān)鍵數(shù)據(jù)傳回到控制中心，采用ATK-MW1278DLORA模塊對(duì)關(guān)鍵數(shù)據(jù)進(jìn)行傳輸。該模塊是一款小體積、微功率、高性能的LORA無線串口模塊，采用高效的ISM頻段射頻SX1278擴(kuò)頻芯片，共32個(gè)信道，通信距離可達(dá) 3000m ，自帶512B大小的環(huán)形FIFO緩沖區(qū)，可在線修改發(fā)射功率、空中速率等工作參數(shù)。

3.2 軟件低功耗設(shè)計(jì)

系統(tǒng)搭載uCOS-III操作系統(tǒng)，實(shí)現(xiàn)單核多任務(wù)處理，采用動(dòng)態(tài)電源管理技術(shù)，充分利用系統(tǒng)空閑切換系統(tǒng)部分硬件單元的工作狀態(tài)，根據(jù)系統(tǒng)不同工作狀態(tài)需求關(guān)閉當(dāng)前未使用的外設(shè)或使其進(jìn)入低功耗模式，以降低動(dòng)態(tài)功耗。例如系統(tǒng)正在進(jìn)行采集任務(wù)時(shí)，使LORA通信模塊、GPS定位模塊進(jìn)入低功耗模式。

采用改進(jìn)能量比算法去除大量無效噪聲信號(hào)，減少對(duì)大量無效噪聲信號(hào)的存儲(chǔ)、傳輸工作，以減少存儲(chǔ)、傳輸?shù)认嚓P(guān)外設(shè)的工作時(shí)間，進(jìn)一步降低系統(tǒng)功耗。再將提取后的震動(dòng)數(shù)據(jù)經(jīng)低功耗LORA數(shù)據(jù)傳輸模塊傳回至控制中心，用于數(shù)據(jù)質(zhì)量監(jiān)控。

系統(tǒng)采用乒乓緩存操作建立兩個(gè)數(shù)據(jù)緩沖區(qū)

Buffer1和Buffer2。Buffer1采集數(shù)據(jù)緩沖區(qū)滿，Buff-er2即刻開始采集，同時(shí)對(duì)Buffer1進(jìn)行震動(dòng)識(shí)別處理，SD卡保存數(shù)據(jù)；Buffer2采集數(shù)據(jù)緩沖區(qū)滿，Buffer1即刻開始采集，同時(shí)對(duì)Buffer2進(jìn)行震動(dòng)識(shí)別處理，SD卡保存數(shù)據(jù)。乒乓緩存操作工作流程如圖5所示。

當(dāng)系統(tǒng)保存的數(shù)據(jù)量存滿LORA的發(fā)射緩沖區(qū)，喚醒LORA進(jìn)入發(fā)送工作模式，將震動(dòng)數(shù)據(jù)傳輸至控制中心用于數(shù)據(jù)質(zhì)量監(jiān)控，并在系統(tǒng)任務(wù)里保留中斷接收機(jī)制，以便及時(shí)響應(yīng)控制中心的命令。

4實(shí)驗(yàn)結(jié)果與分析

4.1算法功能仿真測(cè)試

使用本文提出的方法在MATLAB對(duì)采樣率為12kHz/s 、采樣長(zhǎng)度為2.85s的漢源高速微震數(shù)據(jù)進(jìn)行了仿真測(cè)試，測(cè)試結(jié)果如圖6所示。

測(cè)試結(jié)果表明本文方法能夠識(shí)別原始信號(hào)中的6個(gè)震動(dòng)信號(hào)，并保留關(guān)鍵震動(dòng)數(shù)據(jù)，去除無效數(shù)據(jù)

4.2算法功能實(shí)際測(cè)試

通過人工敲擊震源產(chǎn)生震動(dòng)信號(hào)并對(duì)該信號(hào)進(jìn)行采集，通過控制中心的上位機(jī)軟件對(duì)數(shù)據(jù)進(jìn)行波形顯示。

圖7為采樣率 1kHz/s 、采樣長(zhǎng)度6s的實(shí)測(cè)震動(dòng)信號(hào)數(shù)據(jù)，上位機(jī)顯示的波形與保存在本地SD卡中的數(shù)據(jù)波形對(duì)比發(fā)現(xiàn)，將本文算法嵌入到STM32F407單片機(jī)中，單片機(jī)可以實(shí)現(xiàn)有效震動(dòng)信號(hào)的識(shí)別。

系統(tǒng)以 4kHz/s 的采樣率在某工地連續(xù)運(yùn)行12h，每小時(shí)的數(shù)據(jù)存儲(chǔ)結(jié)果統(tǒng)計(jì)如圖8所示。嵌入算法的系統(tǒng)存儲(chǔ)的數(shù)據(jù)量?jī)H為未嵌入算法系統(tǒng)數(shù)據(jù)量的 30% 。表明改進(jìn)能量比算法對(duì)采集的地震數(shù)據(jù)進(jìn)行了有效處理，能大幅減少無用數(shù)據(jù)的存儲(chǔ)。

4.3 低功耗性能測(cè)試

采用安捷倫34401a萬用表對(duì)系統(tǒng)進(jìn)行功耗測(cè)試，得到系統(tǒng)各個(gè)模塊結(jié)構(gòu)的功耗水平如圖9所示。

圖9中數(shù)據(jù)采集模塊功耗對(duì)比市面地震采集常用ADS1282芯片進(jìn)行測(cè)試，經(jīng)過比較后發(fā)現(xiàn)ADS131A04芯片組成的數(shù)據(jù)采集模塊的功耗為30mN ，采集功耗顯著降低。引人震動(dòng)識(shí)別算法后系統(tǒng)的SD卡數(shù)據(jù)存儲(chǔ)模塊和LORA數(shù)據(jù)傳輸模塊的工作量明顯減小，相關(guān)外圍設(shè)備工作時(shí)間縮短，功耗大幅度降低。相較于未使用算法和軟硬協(xié)同技術(shù)的系統(tǒng)，數(shù)據(jù)存儲(chǔ)功耗降低了 53.3% ，數(shù)據(jù)傳輸功耗降低了 67.3% 。

5結(jié)論

本研究設(shè)計(jì)了一種基于STM32F4核心的節(jié)點(diǎn)式無纜地震儀，針對(duì)數(shù)據(jù)傳輸過程中功耗與帶寬之間的平衡問題，嵌入改進(jìn)能量比算法有效識(shí)別震動(dòng)數(shù)據(jù)，從而減少無用數(shù)據(jù)的存儲(chǔ)與傳輸。實(shí)驗(yàn)結(jié)果顯示，優(yōu)化后的系統(tǒng)在數(shù)據(jù)存儲(chǔ)功耗上降低了 53.3% ，在數(shù)據(jù)傳輸功耗上降低了 67.3% ，實(shí)現(xiàn)了低功耗的數(shù)據(jù)傳輸，進(jìn)而使得地震勘探節(jié)點(diǎn)能夠有效進(jìn)行數(shù)據(jù)質(zhì)量監(jiān)控。該研究為地震監(jiān)測(cè)領(lǐng)域?qū)嶋H應(yīng)用中解決功耗與數(shù)據(jù)質(zhì)量監(jiān)控之間的矛盾提供了有效解決方案。

參考文獻(xiàn)

[1] FANGJF，LIUW，QIAOJY，etal.Dual-link synchronousacquisition and transmission system for cabled seafloorearthquake observatory[J].Journal of Marine Scienceand Engineering，2023，11（6）：1138.

[2]GUO F，ZHANGQS，LIU SH. Development of a powerstationunit in a distributed hybrid acquisition system ofseismic and electrical’ methods based on the narrowbandInternet of Things （NB-IoT）[J]. Geoscientific Instru-mentation Methods，and Data Systems，2023，12（2）：111 - 120.

[3]JAMALI - RAD H， CAMPMAN X. Internet of Things-based wireless networking for seismic applications [J].Geophysical Prospecting，2018，66（4） ： 833-853.

[4]QIAO SQ， ZHANG Q S，ZHANG Q M， et al. Hybridseismic-electrical data acquisition station based on cloudtechnology and green IoT[J]. IEEE Access，2020，8：31026 -31033.

[5]TIAN R Y，WANG L X， ZHOU X H，et al. An integrat-ed energy-efficient wireless sensor node for the micro-tremor surveymethod[J].Sensors，2019，19（3）：544.

[6］田入運(yùn)．無線低功耗節(jié)點(diǎn)式地震采集系統(tǒng)關(guān)鍵技術(shù)研究[D]．長(zhǎng)春：吉林大學(xué)，2021.

[7] 任彥宗，盧占武，張新彥，等．便攜式節(jié)點(diǎn)地震儀數(shù)據(jù)采集和處理技術(shù)進(jìn)展［J]．地球物理學(xué)進(jìn)展，2021，36（2）： 779 -791.

[8]YIN Z Y，ZHOU Y，LI Y X. Seismic exploration wire-less sensor system based on Wi -Fi and LTE[J]. Sen-sors，2020，20（4）：1018-1034.

[9]STEVENSON PR. Microearthquakes at Flathead Lake，Mon-tana：A study using automatic earthquake processing [J].Bulletin of the Seismological Society of America，1976，66（1）：61-80.

[10］趙揚(yáng)鋒，王進(jìn)銘，潘一山，等．基于質(zhì)量尋優(yōu)與歸一化STA/LTA方法的微震P波到時(shí)拾取技術(shù)研究[J].巖石力學(xué)與工程學(xué)報(bào)，2022，41（8）：1610-1625.

[11]CAPILLA C. Application of the Haar wavelet transform todetect microseismic signal arrivals[J].Journal of Ap-plied Geophysics，2006，59（1） ： 36 -46.

［12］宋維琪，呂世超．基于小波分解與Akaike信息準(zhǔn)則的微地震初至拾取方法[J]．石油物探，2011，50（1）：14 -21.

[13］胡婷，徐彬，王永發(fā)，等．基于U-Net的礦山微震初至拾取研究[J]．科學(xué)技術(shù)與工程，2023，23（16）：6802 -6809.

[14］李學(xué)貴，張帥，吳鈞，等．基于EM-KF算法的微地震信號(hào)去噪方法［J]．吉林大學(xué)學(xué)報(bào)（信息科學(xué)版），2024，42（2）：200-209.

［15］賈夢(mèng)歡，廣先國(guó)，沈統(tǒng)，等．基于FPGA的微震信號(hào)快速識(shí)別系統(tǒng)設(shè)計(jì)［J]．傳感器與微系統(tǒng)，2021，40（3）：99-101，105.

[16］阮波，沈統(tǒng)，徐壘，等．基于Zynq的微地震數(shù)據(jù)采集優(yōu)化技術(shù)研究［J]．儀表技術(shù)與傳感器，2024（1）：76 -80.

[17］劉晗，張建中．微震信號(hào)自動(dòng)檢測(cè)的STA/LTA算法及其改進(jìn)分析［J]．地球物理學(xué)進(jìn)展，2014，29（4）：1708 -1714.

[18］劉曉明，趙君杰，王運(yùn)敏，等．基于改進(jìn)的STA/LTA方法的微地震P波自動(dòng)拾取技術(shù)［J]．東北大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，38（5）：740-745.[19］李鴻儒，李夕海，譚笑楓，等.改進(jìn)STA/LTA的地震事件精準(zhǔn)檢測(cè)方法［J]．科學(xué)技術(shù)與工程，2024，

24（24）：10165 -10173.[20］邱磊，李彩華.STA/LTA方法拾取天然地震波初至及其改進(jìn)分析[J]．地球物理學(xué)進(jìn)展，2023，38（4）：

1497 -1506.[21］付繼華，王旭，李智濤，等.強(qiáng)噪聲環(huán)境下基于信噪比的地震P波到時(shí)自動(dòng)提取方法[J]．地球物理學(xué)報(bào)，2019，62（4）：1405-1412.