Professional Documents
Culture Documents
RESUMEN:
La precisión y repetibilidad de las mediciones de microgravedad para fines topográficos se ven afectadas por dos
factores principales fuentes de ruido; ruido de los instrumentos del sensor y de la electrónica, y fuentes de ruido
ambiental de actividad antropogénica, viento, actividad microsísmica y otras fuentes de ruido vibracional. Hay poca
información en la literatura sobre los valores cuantitativos de estas diferentes fuentes de ruido y su importancia para
mediciones de microgravedad. Se realizaron experimentos para cuantificar estas fuentes de ruido con múltiples
INSTRUMENTOS y PARA desarrollar metodologías para reducir estas señales no deseadas, mejorando así la
precisión de las mismas o la velocidad de las mediciones de microgravedad. Se encontró que las fuentes externas de
ruido ambiental estaban concentradas a frecuencias más altas (N 0,1 Hz), dentro del ancho de banda del instrumento.
En contraste, el instrumental interno el ruido era dominante en frecuencias mucho más bajas que el recíproco del
tiempo máximo de integración, y era identificado como el factor limitante para los instrumentos actuales. El momento
óptimo para la integración fue el siguiente entre 120 y 150 s para los instrumentos probados.
Con el fin de reducir los efectos del ruido ambiental externo en las mediciones de microgravedad, se ha desarrollado un
sistema de filtrado y de a técnica de despiking se creó utilizando datos de entornos ruidosos junto a una carretera
principal y al aire libre en un día ventoso. La técnica mostró una mejora significativa en la repetibilidad de las
mediciones, con entre un 40% y un 50% menos de desviaciones estándar que se obtienen sobre numerosos conjuntos
de datos diferentes.
La técnica de filtrado se probó entonces en condiciones de campo utilizando una anomalía de tamaño conocido, y una
comparación entre diferentes métodos de filtrado. Los resultados mostraron mejoras con la realización del método
propuesto mejor que un proceso convencional, o un proceso de promediación de vagones de carga. El proceso de
despiece propuesto fue generalmente encontrado para ser ineficaces, con mayores ganancias obtenidas cuando se
descartan los registros de mediciones completas. Estudio de campo los resultados fueron peores que los resultados de
las mediciones estáticas, posiblemente debido a las acciones de mover el Scintrex durante el levantamiento que causó
inestabilidad y relajación elástica en el sensor, o los sensores de inclinación de líquidos, que generaron ruido adicional
de los instrumentos de baja frecuencia. Sin embargo, la técnica resultará en mejoras significativas en la precisión y la
reducción del tiempo de medición, tanto en mediciones estáticas, por ejemplo, en los lugares de referencia y
observatorios, y para mediciones de campo utilizando la próxima generación de instrumentos basados en nuevas
tecnologías, como la interferometría atómica, con el consiguiente ahorro de tiempo y costes.
INTRODUCCION:
Las mediciones de microgravedad son una herramienta útil dentro de la estrategia del geofísico para localizar los
huecos del subsuelo, ya que el instrumento responde a la propiedad física que define un vacío en contraposición a un
proxy (es decir, densidad contraste). Además, como método pasivo, mide un campo de gravedad y por lo tanto no tiene
limitaciones teóricas en cuanto a la profundidad de penetración. Estos le confieren una capacidad sin parangón en otras
técnicas geofísicas, especialmente para rasgos más profundos. Instrumentos como el Scintrex
CG5 (Scintrex, 2006) realiza muchas correcciones a la señal de gravedad bruta para efectos variables en el tiempo de
forma automática (por ejemplo, temperatura, inclinación, mareas y
), Y el procesamiento de datos estándar suele consistir en la reducción de datos de los puntos adquiridos para corregir
las variaciones de topografía y posición de las estaciones de gravedad utilizando técnicas bien entendidas (Gabalda
2003; Long y Kaufmann, 2013; Nabighian y otros, 2005; Seigel,
1995; BlÍžKovskÝ, 1979). Sin embargo, los gravímetros se ven fuertemente afectados durante las mediciones por ruido,
definido como cualquier señal no deseada que se manifieste en las mediciones. El ruido proviene de ambos
instrumentos y de fuentes ambientales de vibración que afectan en gran medida la exactitud y repetibilidad de los
valores estimados de la gravedad y deberá ser de integración (es decir, el tiempo necesario para que una sola persona
El ciclo de medición debe ser de al menos 30 s) para cada medición. la mayoría de las encuestas son para evaluar los
campos gravitatorios regionales, establecer redes de gravedad (por ejemplo, Martín et al. , 2011; Charles e Hipkin,
1995; Camacho
2009; Parseliunas et al. , 2011) o localizar grandes objetivos como yacimientos minerales (por ejemplo, Nabighian et al.
, 2005; Martinez et al. , 2013), hay un crecimiento
La demanda de encuestas de menor escala capaces de encontrar objetivos más pequeños en avance del trabajo de
desarrollo de ingeniería civil (por ejemplo, Tuckwell et al.
2008) como características de baja densidad de tierra, sumideros y soluciones. Sin embargo,como la señal de estos
objetivos es notablemente menor, y el muestreodensidad razonablemente aproximada en relación con su tamaño, es
imperativo que
Los datos se obtienen y corrigen con la mayor precisión posible paraevitar la creación de señales de ruido
correlacionadas de una longitud de onda espacial similar a señales de objetivos potenciales, lo que puede resultar en la
señalperderse en el ruido o detectar falsas características, especialmente como
La interpolación entre puntos se utiliza en el mapa de gravedad final. Mientras que
La adquisición de datos de alta precisión es importante con cualquier geofísicamétodo, el largo tiempo de adquisición
de datos de microgravedad conduce a grandes
Costes implicados en la readquisición de puntos y una menor resolución espacial.
Que otros métodos geofísicos hacen la adquisición de buena calidad.
Mediciones primera vez, todo lo más importante.
Varios autores han tomado mediciones de largo período utilizando múltiplesgravímetros de campo (CG3 y CG3M) para
evaluar su estabilidad a largo plazo (por ejemplo, Debeglia y Dupont, 2002; Bonvalot et al., 1998; Lederer, 2009)para
fines de seguimiento. Muchos de estos estudios fueron importantes para
Desarrollando correcciones para fuentes de ruido de baja frecuencia que afectan
Valores de medición entre puntos incluyendo celeste y océano.
Carga de marea y cambios de presión atmosférica. Pruebas extensas ha
También se ha llevado a cabo en los efectos instrumentales conocidos, como la inclinación
(Reudink et al., 2014; Liard et al., 1993) y temperatura (Bonvalot et al., 1998), aunque la cuantificación de sensores e
instrumentos electrónicos
Los efectos en la medición final solo se han definido como residual general una vez que todas las otras correcciones
han sido implementadas
(Jiang et al., 2012).
Se ha prestado mucha menos atención a las fuentes de mayor frecuencia de ruidos como el viento, vibraciones debidas
al tráfico y otras sustancias antropogénicas.
Actividad y ruido de microsismo ambiental causado por cambios de presión en
El fondo del océano debido a la acción de las olas en el océano abierto (Ardhuin et al., 2011). . Esto se debe en parte a
la naturaleza de alta frecuencia de estos las fuentes de ruido y las limitaciones de resolución del muestreo de 1 Hz del
CG3 tasa en comparación con el CG5 que muestrea a 6 Hz, aunque Debeglia y Dupoint (Debeglia y Dupont, 2002)
notaron la necesidad de estadísticas
Técnicas de desprestigio para eliminar individuos estadísticamente periféricos
Muestras dentro del procesamiento de la señal. Estas fuentes de ruido son a menudo contabilizado en encuestas a
gran escala mediante el posicionamiento de puntos de medición lejos de lugares problemáticos, como terrenos blandos
o cerca de carreteras (Seigel,
1995). Sin embargo, esto rara vez es realista en sitios de menor escala y una
Una solución más práctica es aumentar el tiempo de integración del instrumento. Para permitir que el ruido sea
promediado utilizando un enfoque de filtrado de vagones
(Debeglia y Dupont, 2002). Sin embargo, como ruido ambiental de microsismo.
Se forma a partir de una superposición de microsismos primarios y secundarios.
(Essen et al., 2003) y otras formas de ruido vibratorio como la carretera
El ruido forma las contribuciones positivas y negativas desiguales (Fig. 1), la
El método de integración es imperfecto ya que la señal parcialmente determinista. Provoca un cambio de media cuando
no se integra en un tiempo infinito. Sin embargo,
Se ha demostrado que la integración proporciona precisiones de hasta 5 μGal. Con ocupaciones relativamente largas
de 15 a 20 minutos por punto (Allis et al., 2000) que son comercialmente inviables debido a las restricciones de tiempo.
Otro enfoque adoptado por Sugihara (Sugihara,
2004) es utilizar la inspección visual de los datos en bruto para encontrar períodos de
Alta actividad microsísmica y eólica y eliminarlos de los datos.
Existen dos problemas principales con este método; primero toma mucho tiempo y no necesariamente estadísticamente
riguroso en grandes conjuntos de datos y, en segundo lugar, el método no proporciona una evaluación clara en el lugar
de cuándo un
Se ha recopilado una cantidad adecuada de datos para dar suficiente precisión.
Otro método es abordar el ruido mediante el uso de técnicas de filtrado. Como el propio filtro sísmico de Scintrex
integrado en el software del CG5,
Lo que reduce el ruido de las ondas microsísmicas y los rechaza. Picos (Scintrex, 2006), pero el funcionamiento de este
filtro es desconocido hacer imposible la replicación de la descripción en el manual, y
Ninguna evaluación publicada del filtro en condiciones de campo controlado puede
Ser encontrado para evaluar su eficacia. Por lo tanto, se reconoce que el filtrado de estas fuentes de ruido de alta
frecuencia puede reducir significativamente
Los tiempos de integración, ahorrando tiempo y dinero durante una encuesta. Este documento se centra en la
cuantificación de estas fuentes de ruido que afectan
La calidad de los datos de las mediciones de punto único y algunos métodos novedosos. Para mejorar el
procesamiento de datos utilizando los datos en bruto del instrumento
Para separar estas fuentes de ruido, es necesario tomar mediciones con múltiples instrumentos simultáneamente
(Goodkind,
1986) para evaluar la estabilidad a largo plazo del instrumento y la repetibilidad de las medidas. Las mediciones se
tomaron utilizando tres.
Scintrex CG5 instrumentos simultáneamente (en este documento Scintrex
A (número de serie 40867), Scintrex B (número de serie 40437) y Scintrex
C (número de serie 40018)) durante 37.5 h entre el 19 y el 21 de junio de 2015. Todos
Tres instrumentos tuvieron su sensibilidad a la temperatura y la inclinación recientemente.
Calibrado utilizando los procedimientos especificados en el manual de operación.
(Scintrex, 2006). Los datos fueron adquiridos en un punto estático en el sub-sótano. Del edificio Gisbert Kapp en la
Universidad de Birmingham,
Reino Unido (Fig. 2). Este lugar tenía la ventaja de estar protegido del viento. Y otras fuentes de ruido vibratorio
antropogénico como el tráfico.
Permitiendo un estudio detallado del ruido instrumental y del microsismo.
Realizado y representado condiciones idealizadas para una microgravedad.
Encuesta que permite conocer las limitaciones teóricas del instrumento. Establecido. Los relojes se sincronizaron
usando el accesorio GPS.
Se suministra con el instrumento y se deja calentar en el lugar durante 20 min.
Período para permitir que el instrumento se estabilice después del transporte como resultado
De relajación elástica de la primavera debido a los efectos de inclinación y vibración.
(Scintrex, 2006; Seigel, 1995; Reudink et al., 2014). Los tres instrumentos luego se iniciaron simultáneamente usando
un solo control remoto para ejecutarse continuamente en ciclos de 256 s (el máximo permitido por el
El software del CG5 para dejar tan pocos huecos en los datos como sea posible).
El registro de datos sin procesar también se habilitó en el software del instrumento para adquirir los datos muestreados
de 6 Hz de los convertidores de analógico a digital
Dentro del instrumento, que fue necesario para examinar las fuentes de ruido. Con periodos más cortos que el tiempo
del ciclo de medición, incluido el microsismo
Ruido y ruido vibratorio de fuentes cercanas hechas por el hombre.
Se muestran los efectos de las diferentes técnicas de procesamiento sobre los datos. En la Fig. 3. Los datos de cada
uno de los instrumentos se corrigieron individualmente para la temperatura y la inclinación utilizando datos de los
sensores internos y las ecuaciones dado en el manual de operación de Scintrex (Scintrex, 2006) y el
Parámetros relevantes de los instrumentos individuales. Un ejemplo de este procesamiento se muestra en la Fig. 3. Las
mediciones se corrigieron por primera vez para variaciones de temperatura utilizando los sensores de temperatura
incorporados y el coeficiente de corrección de la temperatura y la compensación adquirida de Scintrex
(Fig. 3b). Se encontró un error en la fórmula del manual para convertir los recuentos de ADC a inclinaciones en
segundos de arco y la versión correcta se usó y confirmó con Scintrex (Ecs. 1a, 1b). Donde ADC es el valor del
convertidor analógico al digital registrado en el archivo y Sensibilidad y Desplazamiento son la sensibilidad de
inclinación y el desplazamiento de inclinación Valores almacenados en el firmware del instrumento durante la
calibración respectivamente
(Fig. 3c). Más detalles sobre el procesamiento de datos en bruto desde el Scintrex
CG5 para eliminar los efectos instrumentales son proporcionados por Sugihara (Sugihara,
2004). Las mareas celestes fueron removidas utilizando un modelo de efemérides.
(Longman, 1959) (Fig. 3d) y la marea oceánica residual se corrigió usando un modelo de carga de mareas oceánicas
(Matsumoto et al., 1995) (Fig. 3e). Finalmente,
Deriva instrumental, causada por la relajación del cuarzo del instrumento.
Resorte (descrito como aproximación de un proceso lineal sobre el típico duración de una encuesta) fue necesario
eliminar (Fig. 3f). En encuestas típicas,
Esto se implementa tomando mediciones repetidas en una sola base
Punto de estación a lo largo del día de la encuesta para evaluar los cambios observados. En mediciones de gravedad
después de otras correcciones para efectos que varían con el tiempo se han aplicado. Sin embargo, dado que las
medidas se tomaron en una ubicación estática con gravedad no variable, todo el conjunto de datos fue a la deriva
Se corrige eliminando una tendencia lineal. Como el instrumento se posiciona. Fueron fijas, no hay técnicas de
reducción de datos adicionales debido a las ubicaciones de los instrumentos (por ejemplo, latitud, aire libre y
correcciones de Bouguer) eran necesarios Examen preliminar de los datos promediando el
Los ciclos de medición individuales mostraron que incluso con las correcciones, existía un efecto de marea residual
(con un período de aproximadamente 12 h) que fue visible en los tres instrumentos (Fig. 4). En la práctica, es posible
eliminar esta señal no deseada con buenas prácticas de encuesta y la eliminación de un ajuste polinomial de orden
superior para la eliminación de la deriva, si
Las mediciones de la estación base o puntos repetidos se toman con suficiente frecuencia (al menos una vez por hora).
Por este motivo solo las fuentes de ruido. Por encima de la frecuencia de esta señal de marea (N1 × 10−5 Hz) fue
preocupante y la marea restante se eliminó utilizando un ajuste polinomial de sexto orden, o
Filtrado de paso de banda equivalente.
Las encuestas de gravedad a menudo se realizan en áreas urbanas, cerca de carreteras con mucho tráfico. O en sitios
de construcción que contienen fuentes de alta frecuencia industrial
Y ruido de vibraciones antropogénicas. Mediciones de gravedad en el El campo o en zonas abiertas también puede
verse afectado por el viento. El aire
La turbulencia es una fuente de vibraciones adicionales de alta frecuencia. Presión
Las diferencias entre los lados de viento arriba y viento abajo de la medición.
El dispositivo puede inclinar el instrumento, lo que agrega un error adicional de baja frecuencia. A las medidas.
La forma más sencilla de mejorar la calidad de los datos es aumentar la duración. de medidas. En este caso, el error de
los datos disminuye en un factor. Proporcional a la raíz cuadrada de la duración de la medida (Isotalo et al., 2008). El
levantamiento de gravedad típico para objetivos poco profundos tiene una medida espacio de 2 a 8 m (por ejemplo,
Tuckwell et al., 2008) y puede cubrir áreas de unos pocos cientos a varios miles de metros cuadrados dependiendo de
la objetivos y área de interés y por lo tanto contiene cientos de puntos.
Incrementando así la duración asociada a cada medida. Lleva a un aumento significativo en la duración general de la
encuesta y
Hace uso del instrumento menos eficiente. Así cualquier técnica que pueda
Reducir la duración total de la encuesta es digno de consideración.
La tarea del topógrafo y analista de datos es estimar la gravedad señal, y (t), utilizando un proceso ilustrado en la Fig.
9. La señal de gravedad real se denota por, s (t), y se supone que es una constante en un tiempo invariante paisaje. Sin
embargo, esta señal está contaminada por una multitud de aditivos.
Fuente de ruido ambiental discutida anteriormente con una potencia espectral densidad G (f). La estimación se calcula
utilizando un filtro coincidente, implementado mediante la convolución de la señal medida en el dominio del tiempo con
un lineal respuesta de impulso de filtro invariante en el tiempo, h (t). Los coeficientes, h (t), se eligen de manera que la
relación señal-ruido de la estimación, y (t), sea maximizada
Un promedio convencional (furgón) es óptimo cuando el ruido espectral
La densidad es blanca. Así, dada una ventana de registro de recopilación de datos (medición tiempo de ciclo) de
duración, τ, y una densidad espectral de ruido blanco. Sin embargo, como se muestra en los resultados anteriores, el
ruido de microsismo no es
Blanco, pero tiene una frecuencia pico característica entre 0.1 y 0.3 Hz.
Cuando ya no se puede suponer que el ruido sea blanco, como en todos los
Los resultados presentados en este documento, el espectro de potencia debe ser estimado a partir de los datos
detectados. Un enfoque es calcular la muestra. Matriz de covarianza, C (Isotalo et al., 2008). Este es un cuadrado
simétrico. Matriz de dimensiones N por N, donde N es el número de datos valores recopilados por registro en cada
posición de levantamiento espacial (N = 180 para un tiempo de ciclo de medición de 30 s como el usado por muchos
Scintrex comerciales
Encuestas CG5). Por ejemplo, para una matriz que representa un gran número de registros de medición, s, cada uno
consta de tres muestras, la covarianza la matriz sería donde E es la expectativa y la media μ = E [s]. Para asegurar que
el
La matriz de covarianza no es singular, el número total de gravedad muestreada las medidas deben exceder de N2
. Este requisito normalmente sería
Logrado en un solo día durante las operaciones de encuesta comercial.
En caso de que haya menos muestras de datos disponibles, entonces el tamaño de la covarianza matriz se reduciría,
normalmente mediante el paso digital de filtrado de la ingrese los registros de datos y muestree nuevamente a una tasa
más baja, o subdividiendo
Los datos se registran en instantáneas de menor duración.
Habiendo obtenido la matriz de covarianza, la mejor imparcialidad lineal. El estimador (AZUL) (Rao, 1967) se puede
calcular donde 1 es una matriz de columnas N por 1 rellena con unas, 1T es la transposición de 1 y C − 1 es el inverso
de la matriz de covarianza C. Este proceso puede considerarse como el cálculo de un filtro de pre-blanqueamiento con
coeficientes Por lo tanto, si un registro de recopilación de datos típico de 30 s contiene 180 muestras,
El filtro lineal invariante en el tiempo ilustrado en la Fig. 9 también incluirá
Se calcularán 180 muestras y una sola muestra para la estimación de la señal. Y (0).
Estos instrumentos se configuraron para recopilar datos durante 37 h, lo que equivale a 507 registros de
1536 muestras (periodos de observación de 256 s). Los datos en bruto de uno
Scintrex CG5 se muestra en la Fig. 10. Esto muestra actividad microsísmica regular y dos eventos transitorios. El
primero es un terremoto de magnitud 6.4 en
Chile (Pfeiffer, 2015), se presume que el segundo es un local desconocido.
Evento sísmico que ocurre en la mitad de la noche.
Para calcular una matriz de covarianza invertible, C, los datos
La matriz, s, fue remodelada a un tamaño de 768 por 1014 - correspondiente a
Más cortos, registros de 128 s de duración. Cualquier columna en la matriz de datos, s, con una varianza que excede el
doble de la varianza media para todos los restantes
Los registros fueron descartados. Para los resultados ilustrados en la Fig. 10, este proceso resultó en descartar catorce
columnas de datos.
Un problema estándar con cualquier enfoque de filtro inverso será que los nulos en el espectro de frecuencia de
entrada conducirán a picos muy altos en
La respuesta de frecuencia del filtro inverso. El comúnmente aplicado
La solución es desviarse del filtro óptimo (AZUL) por equivalencia añadiendo ruido no correlacionado a la señal de
entrada. En este caso la frecuencia pico.
La respuesta del filtro se limitó arbitrariamente a +10 dB dentro de las regiones fuera de la banda de paso nominal del
instrumento, mientras que
Asegurando que la relación entre las magnitudes de la mayor a la los vectores propios más pequeños fueron b 108
para asegurar limitaciones de resolución numérica
No afectó la inversión de la matriz de covarianza.
Los resultados de la respuesta de frecuencia basada en datos del filtro son ilustrados en la Fig. 11. La traza sólida
representa el filtro inverso enfoque mientras que la línea discontinua representa un convencional (furgón) enfoque de
filtrado. Se notará que el filtro inverso efectivamente coloca nulos en el espectro correspondiente a los máximos en el
microsísmico y el espectro de ruido del instrumento. La ganancia del filtro es correspondientemente.
Permitido aumentar en regiones de muy poca energía espectral de entrada, como acercarse a la frecuencia de Nyquist
(3 Hz). Una mejora en calidad estimadora se esperaría que corresponda a las regiones donde la respuesta del filtro se
suprime por debajo de la convencional
Respuesta (furgón).
Para demostrar las posibles mejoras de este enfoque para este entorno de medición, las funciones de densidad de
probabilidad de los estimadores se representan en la Fig. 12. La media de la distribución inversa del filtro se ha restado
de las otras distribuciones para mayor claridad visual,
Se mantendrán las compensaciones aleatorias de valor medio de los diversos estimadores. Todos otros residuos
periódicos de baja frecuencia (b 0.001 Hz) fueron eliminados por
Filtrado antes de calcular las distribuciones estadísticas. La traza solida corresponde al filtro inverso (AZUL) y produce
una desviación estándar de 1,48 μGal, la línea de puntos representa la sísmica interna de Scintrex algoritmo de filtro y
produce una desviación estándar de 2.15 μGal, mientras que la línea discontinua representa un proceso de promediado
(furgón) convencional y produce una desviación estándar de 2.48 μGal. El resumen es que bajo
Estas condiciones de medición, el uso de un filtrado más sofisticado. Este enfoque resultaría en una reducción del 40%
en la incertidumbre de medición, o la misma incertidumbre obtenida en el 35% de la medida original. Hora.
3.2. El ruido del tráfico y la eliminación transitoria
Los estados de sabiduría de los levantamientos de gravedad convencionales afirman que el tráfico local
El ruido y los impulsos relacionados degradan la calidad de la encuesta. Para probar esto hipótesis, un Scintrex CG5
estaba ubicado en una sala de almacenamiento de botellas de gas
A unos 5 m de una carretera urbana con una densidad de tráfico moderada.
Comprende coches y vehículos comerciales cargados. Los cimientos de
Esta pequeña habitación era de profundidad comparable a los cimientos de la carretera. Y el instrumento habría estado
bien protegido de corto plazo
Variaciones de la presión del aire. Se cree que este escenario representa la más cerca de un estudio de gravedad real
podría llegar a una carretera activa. Los datos fueron
Recolectados durante un período superior a 8 h y los datos sin procesar se presentan en la Fig. 13. Este conjunto de
datos revela un resultado sorprendente en que muy pocos transitorios
Son identificables manualmente y que las magnitudes de estos eventos.
Son relativamente pequeños.
De los 453 registros de datos de 60 s, dos fueron rechazados por su varianza excedió el doble de la media para todos
los registros restantes. La frecuencia
La respuesta del filtro inverso calculado a partir de estos datos es mostrado en la Fig. 14. Es de destacar que las
características del filtro inverso son muy similares a los de la Fig. 11, aunque los datos de origen
Fue significativamente contaminado por el ruido del tráfico.
Las funciones de densidad de probabilidad de los estimadores se trazan en
Fig. 15. La traza sólida corresponde al filtro inverso (AZUL) y produce una desviación estándar de 1.87 μGal, la línea de
puntos representa
El proceso interno de reducción de ruido de Scintrex produce un estándar. Desviación de 3,47 μGal, mientras que la
línea discontinua representa un convencional (furgón) promedia el proceso y produce una desviación estándar de 3.81
μGal.
El resumen es que en presencia de ruido de tráfico significativo, el
La incertidumbre de medición ha aumentado típicamente entre un 25% y
50% - un aumento sorprendentemente pequeño. Así, es posible que el anecdótico.
La evidencia de ruido de tráfico que reduce la calidad de las encuestas de gravedad se debe a
Las ondas de presión de aire de los vehículos que afectan la alineación de la instrumento, en lugar de provenir de un
efecto acoplado al suelo.
La práctica topográfica actual generalmente rechaza registros completos, basados en en la varianza de los datos que
exceden alguna constante predefinida. Los descarte de transitorios individuales mientras se procesa el resto El registro
de datos es de interés para el topógrafo de la gravedad. Para detectar transitorios
El algoritmo propuesto por Hassanpour, et al. (Hassanpour et al.,
2004) fue utilizado. Espectrogramas de la señal de gravedad en la frecuencia de tiempo.
Los dominios se calcularon utilizando transformadas de Fourier de tiempo corto. Con una muestra de 32 y una ventana
de superposición del 75% calculada en Matlab.
Los resultados se analizaron a frecuencias de 1,7 Hz, 1,9 Hz y 2,1 Hz. UNA
Se implementó el detector de probabilidad de falsa alarma (CFAR) constante. Con un umbral de detección de +17 dB
correspondiente a la probabilidad de
Falsa alarma de 10-14 en condiciones de ruido blanco normalmente distribuidas.
Las muestras se clasificaron como transitorias si dos o más de los tres análisis
Las bandas activaron sus respectivos detectores de CFAR. Un ejemplo de un el evento transitorio detectado
automáticamente se ilustra en la Fig. 16. La parte superior la traza muestra un registro de datos sin procesar típico de
60 s con la firma característica de un vehículo pesado que pasa el sensor - las muestras detectadas son resaltado con
círculos. La segunda traza muestra el espectrograma, con
El ruido del vehículo se caracteriza por componentes espectrales con frecuencia.
Contenido en exceso de 2 Hz. La tercera traza muestra el contenido energético en el
Tres bandas de análisis de frecuencia más alta, lo que indica que los eventos transitorios se manifiesta a través de
múltiples bandas. La cuarta traza ilustra una obra construida.
Ventana cosinada que se usa para reducir los efectos de eventos transitorios en el proceso de estimación. Esto es
generado por la ec. (7). donde N representa el número de muestras equivalente a la duración del transitorio yk
representa el número de muestras en las pendientes de la función de ventana
Implementación de un filtro automático de supresión de eventos de tráfico en el
451 registros de datos arrojaron un 1,7% de las muestras de datos contaminadas
Por el ruido del tráfico. Aplicando una ventana construida coseno cónico a rechazar dichos eventos antes de un
proceso de promediado convencional (furgón)
No hizo ninguna diferencia perceptible a las estadísticas del proceso de estimación.
Sin embargo, el enfoque de filtrado basado en datos fue significativamente degradado a medida que la ventana cónica
del coseno agrega contenido espectral a
Regiones de dominio de frecuencia amplificadas por el filtro inverso. En resumen,
El ruido del tráfico acoplado a tierra parece ser parcialmente coherente en la naturaleza y está bien suprimido ya sea
por un filtro inverso basado en datos
Enfoque, o un enfoque de filtro convencional (furgón). El uso de la ventana de supresión de eventos selectiva no parece
ser eficaz.
Expresiones de gratitud
Los autores reconocen el apoyo financiero proporcionado por la
Consejo de Investigación de Ingeniería y Ciencias Físicas (EPSRC) a través de
El "Programa de Tecnología y Oportunidades de Graduación de Gravedad"