Análisis y filtrado de ruido en señales sísmicas basado en la transformada wavelet y descomposición modal empírica

Abstract

Uno de los principales problemas en el procesamiento de señales es el elevado nivel de ruido presente en las señales obtenidas lo cual puede conducir a diagnósticos finales erróneos. En el presente trabajo se contribuye con el desarrollo de técnicas matemáticas para el filtrado de ruido en señales para la detección de eventos sísmicos. Generalmente en el análisis de señales se utilizan herramientas matemáticas basadas en las series y transformadas de Fourier pero este enfoque presenta ciertas fallas cuando se pretende analizar señales complejas como suelen presentarse en la realidad. Las técnicas de reducción de ruido que son materia de estudio en este trabajo son basadas en la transformada wavelet de tipo Daubechies y Symlet. También se utiliza para el filtrado de ruido el método de Descomposición Modal Empírica (EMD), para ambas técnicas se define un límite de umbralización el cual permite elegir los coeficientes admisibles para la reconstrucción final de la señal. Así mismo se incluye la implementación de algoritmos de detección de eventos sísmicos conocidos como STA/LTA (short time average - long time average) que nos permite mostrar la importancia de obtener señales con bajo nivel de ruido ya que en caso contrario los resultados pueden tener un alto margen de error. El objetivo final es la aplicación de las técnicas desarrolladas en el análisis de señales obtenidas desde la estación sísmica del IGP ubicada en Ancón, Lima-Perú. Finalmente, en los resultados obtenidos se puede observar que en las señales con bajo nivel de ruido se detecta acertadamente los eventos sísmicos a diferencia de las señales con alto nivel ruido que conducen a falsas detecciones.

One of the main problems in signal processing is the high level of noise in the signals obtained which can lead to erroneous final diagnoses. This paper contributes to the development of mathematical techniques for filtering noise signals for detection of seismic events. Usually in signal analysis the basic mathematical tools used are the series and Fourier transforms but this approach has certain flaws when trying to analyze complex signals such as often occur in reality. The noise reduction techniques that are the subject of study in this paper are based on Daubechies and Symlet wavelet transform. To the noise filtering also we used method Empirical Mode Decomposition (EMD) to both techniques a thresholding limit which lets you choose permissible ratios for the final reconstruction signal is defined. Also, the implementation of algorithms for detecting seismic events known as STA / LTA (short time average - long time average) is included. This allows us to show the importance of obtaining signals with low noise because otherwise the results may have a high margin of error. The ultimate goal is to apply the techniques developed in the analysis of signals obtained from the seismic station of the IGP located in Ancon, Lima-Peru. Finally, from the results obtained we can see that signals with low noise seismic events are correctly detected unlike the high level noise signals leading to false detections.