🥭Python噪声敏感度和沉积区震动波
1. 遵循波传播物理原理,使用正逆向建模环境噪声,分析地震空间变化源谱的相关性。 2. 使用格林函数预先计算地震波场。 3. 模型可用于噪声源散射和衰减测量。 4. 环境振动噪声可认为是地表各种牵引源传播的弹性波叠加,建立噪声源时间序列与格林函数的脉冲响应卷积 5. 模拟沉积区震动波
Last updated
1. 遵循波传播物理原理,使用正逆向建模环境噪声,分析地震空间变化源谱的相关性。 2. 使用格林函数预先计算地震波场。 3. 模型可用于噪声源散射和衰减测量。 4. 环境振动噪声可认为是地表各种牵引源传播的弹性波叠加,建立噪声源时间序列与格林函数的脉冲响应卷积 5. 模拟沉积区震动波
Last updated
Python地震波逆问题解构算法复杂信号分析
Python空间地表联动贝叶斯地震风险计算模型
互相关导图
示例1:
numpy.correlate
只是返回两个向量的互相关。通过查看自相关函数(与自身互相关的向量),我们可以看到一个很好的例子:
这将返回一个 comb/shah 函数,当两个数据集重叠时,该函数的最大值。由于这是自相关的,两个输入信号之间不会有“滞后”。因此,相关性的最大值是 vector.size-1。如果您只想要重叠数据的相关性值,则可以使用mode ='valid'。
示例2:
第一种是在另一个模式中找到一个模式:
我使用它的第二种用途(以及如何解释结果)是频率检测: