pmasw/DataPrepocessor.py at main · fosghen/pmasw · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
"""Класс для предобработки данных."""


import numpy as np
from scipy.signal import butter, detrend, filtfilt


class DataPreprocessor:
    """
    Класс для предобработки данных.

    Класс используется для подготовки данных перед
    ипользованием класса PMASW.

    ...

    Methods
    -------
    decimation(fs_decim)
        Прореживание данных.

    detrending()
        Удаление линейного тренда из данных.

    """

    def __init__(self, data):
        """
        Принимает данные для обработки.

        Parameters
        ----------
        data : PassiveData
            Сейсмические пассивные данные.

        """
        self._data = data


    def decimation(self, f_max):
        """
        Прореживание пассивных сейсмических данных.

        Прореживание матрицы данных по времени относительно заданой
        граничной частоты обработки. Включает в себя полосовую
        фильтрацию и прореживание временных отсчетов данных.

        Parameters
        ----------
        f_max: int
            Граничная частота обработки (Гц).

        """
        # определение фактора прореживания относительно текущей частоты
        # Найквиста и заданной граничной частоты обработки
        fn = self._data.fs // 2
        resamp = int(fn / f_max)
        fs_decim = int(self._data.fs / resamp)

        # антиалясинговый (полосой) фильтр для частот в диапазоне
        # [1: fs_decim - 1]
        b, a = butter(5, np.array([1, fs_decim - 1]),
                      btype='band',
                      analog=False,
                      fs=self._data.fs)

        filtered_data = np.array([filtfilt(b,
                                           a,
                                           self._data.seismogram[:, ii]) \
                                  for ii in range(self._data.nx)]).T

        # прореживание временных отсчетов в данных
        data_decim = filtered_data[:: resamp, :] * resamp

        self._data.seismogram = data_decim
        self._data.fs = fs_decim


    def detrending(self):
        """Удаление линейного тренда из данных."""
        detrended_data = np.array([detrend(self._data.seismogram[:, ii]) \
                                   for ii in range(self._data.nx)]).T

        self._data.seimsmogram = detrended_data