Detector optimizado de microsismos en tiempo real. Reconocimiento de fases mediante wavelets y redes neuronales

• Autores: Federico Botella Beviá
• Directores de la Tesis: Julio Luis Rosa Herranz (dir. tes.) , Pedro Javier Jáuregui Eslava (dir. tes.)
• Lectura: En la Universitat d'Alacant / Universidad de Alicante ( España ) en 2001
• Idioma: español
• Tribunal Calificador de la Tesis: Antoni M. Correig (presid.) , José Juan Giner Caturla (secret.) , José Espí López (voc.) , Guillermo Bernabéu Pastor (voc.) , Sergio Molina Palacios (voc.)
• Texto completo no disponible (Saber más ...)
• Resumen

  • El primer objetivo de la tesis es el diseño e implementación de un detector de eventos sismicos de baja intensidad en tiempo real, Wdetect,utilizando el clásico algoritmo STA/LTA, Este detector registra los eventos sísmicos en modo disparo y simultáneamente en modo continuo. La señal puede ser filtrada previamente mediante la transformada discreta de Wavelet, lo que permite incrementar la tasa de detección frente a otros detectores como XDETECT o XRTP, y al mismo tiempo disminuir la tasa de falsas alarmas, sin perder ningún evento sísmico signficativo, como se demuestra en el análisis efectuado en la red sísmica local de la universidad de Alicante.

    El segundo objetivo consiste en el diseño e implementación de un entorno integrado, fuera de línea, que permite realizar el reconocimiento de fases sísmicas. Para ello, utilizando algoritmos aritméticos de autopic basados en el procesamiento de la señal mediante filtros de ventana convencionales, se logra mejorar los resultados de autopick prefiltrando la señal mediante la transformada discreta de Wavelet.

    Por último, se diseña una rede neuronal., artificial que permite realizar la detección ya utopick de un evento sísmico. Si además prefiltramos la señal mediante Wavelets, se obtienen resultados de autopick muy próximos a los picks maracados por el analista. Esto permitirá iniciar el desarrollo de un sistema de localización de epicentros, preliminar y automático en tiempo real, que se integraría en Wdetect.