Novel ST-MUSIC-based spectral analysis for detection of ULF geomagnetic signals anomalies associated with seismic events in Mexico

Abstract

(2016) Novel ST-MUSIC-based spectral analysis for detection of ULF geomagnetic signals anomalies associated with seismic events in Mexico, Geomatics, Natural Hazards and Risk, 7:3, 1162-1174, DOI: 10.1080/19475705.2015 Recently, the analysis of ultra-low-frequency (ULF) geomagnetic signals in order to detect seismic anomalies has been reported in several works. Yet, they, although having promising results, present problems for their detection since these anomalies are generally too much weak and embedded in high noise levels. In this work, a short-time multiple signal classification (ST-MUSIC), which is a technique with high-frequency resolution and noise immunity, is proposed for the detection of seismic anomalies in the ULF geomagnetic signals. Besides, the energy (E) of geomagnetic signals processed by ST-MUSIC is also presented as a complementary parameter to measure the fluctuations between seismic activity and seismic calm period. The usefulness and effectiveness of the proposal are demonstrated through the analysis of a synthetic signal and five real signals with earthquakes. The analysed ULF geomagnetic signals have been obtained using a tri-axial fluxgate magnetometer at the Juriquilla station, which is localized in Queretaro, Mexico (geographic coordinates: longitude 100.45 E and latitude 20.70 N). The results obtained show the detection of seismic perturbations before, during, and after the main shock, making the proposal a suitable tool for detecting seismic precursors.

Assessing the Potential Earthquake Precursory Information in ULF Magnetic Data Recorded in Kanto, Japan during 2000–2010: Distance and Magnitude Dependences

“…The measurement of ultra-low-frequency (ULF: less than one Hertz) electromagnetic phenomena may be one of the most promising candidates, because of their deeper skin depths [ 1 , 2 , 8 , 17 ]. To date, a large number of ULF electromagnetic phenomena associated with earthquakes has been reported from different parts of the world, e.g., Greece [ 18 , 19 , 20 , 21 , 22 , 23 ], Italy [ 24 , 25 ], Russia [ 26 , 27 ]; America [ 28 , 29 , 30 ], Mexico [ 31 , 32 , 33 , 34 ], Taiwan [ 35 , 36 , 37 , 38 ], Indonesia [ 39 , 40 ], China [ 41 , 42 , 43 , 44 , 45 , 46 , 47 ] and Japan [ 48 , 49 , 50 , 51 , 52 , 53 , 54 , 55 , 56 , 57 , 58 , 59 , 60 ]. Furthermore, experiments and simulations have confirmed the existence of ULF seismo-electromagnetic phenomena [ 61 , 62 , 63 , 64 , ...…”

Diagnóstico de fallos electromecánicos en motores eléctricos mediante el análisis avanzado del flujo magnético y su implementación en hardware

“…Esta característica resulta ser de especial utilidad para analizar señales en las que se tienen componentes frecuenciales adyacentes de gran amplitud, las cuales pueden encontrarse solapadas en caso de que no se tenga una buena resolución en frecuencia de la técnica empleada. De este modo, el uso de técnicas de alta resolución como MUSIC proporciona superficies más regulares, mitiga los efectos del ruido y evidencia sólo componentes de frecuencia más significativas, lo que la convierte en una herramienta útil para el análisis de señales con elevado nivel de ruido con frecuencias cambiantes en el tiempo (Chavez et al, 2016). Además, uno de los principales beneficios del algoritmo MUSIC es su capacidad para detectar componentes de baja amplitud en señales con alta relación señal/ruido, lo que lo hace especialmente adecuado para aplicaciones en las que la señal bajo análisis está sujeta a un alto nivel de ruido.…”

“…Esta característica resulta ser de especial utilidad para analizar señales en las que se tienen componentes frecuenciales adyacentes de gran amplitud, mismas que pueden encontrarse solapadas en caso de que no se tenga una buena resolución en frecuencia de la técnica empleada. Así entonces, el uso de técnicas de alta resolución como MUSIC proporciona superficies más regulares, mitiga los efectos del ruido y evidencia solo componentes de frecuencia más grandes (Chavez et al, 2016). Por otro lado, técnicas basadas en el análisis de señales en el tiempo, como lo es el empleo de indicadores estadísticos y no estadísticos, ya que, como se ha reportado en la literatura, los armónicos relacionados a fallos en engranes suelen tener una muy baja amplitud en el espectro de Fourier para señales de flujo de dispersión, lo que fácilmente puede conducir a un falso diagnóstico.…”