113 高普考高考三級 地震測報 時序分析 考古題詳解

113 年・高普考・高考三級・地震測報
試題代碼 時序分析

第 一 題

若時間序列 h(t)h(t) 的傅立葉轉換(Fourier Transform)為

H(f)=∫−∞∞h(t)e−j2πft dt,H(f)=\int_{-\infty}^{\infty}h(t)e^{-j2\pi ft}\,dt,

其中 tt 是時間,ff 是頻率,jj 是虛數(j=−1j=\sqrt{-1}),請回答下列問題:

(一) 請寫出其逆傅立葉轉換(Inverse Fourier Transform)的型式。(3 分)

(二) 請寫出其離散傅立葉轉換(Discrete Fourier Transform)的型式。假設時間取樣間隔為 TT,共有 NN 個資料點,nn 表示第 nn 個頻率資料點,kk 表示第 kk 個時間資料點。(4 分)

(三) 若 h(t)h(t) 是純虛數(pure imaginary)時間序列,請證明其傅立葉轉換後,在頻率域的實部(Real part)是奇函數(odd function),而虛部(Imaginary part)是偶函數(even function)。(8 分)

(四) 若在頻率域(frequency domain)將訊號移動一個線性相位(Linear phase;頻率與相位成正比),待其逆轉換回時間域(time domain)時,此時間序列會有何變化?(5 分)

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考傅立葉轉換的正逆轉換、有限長度資料的離散傅立葉轉換,以及訊號時移與頻譜對稱性。題目採用的轉換慣例是正向核為 e−j2πfte^{-j2\pi ft},因此逆轉換核為 ej2πfte^{j2\pi ft},不另含比例常數。

解題方法

(一)逆傅立葉轉換

依照題目給定的正向轉換定義,逆轉換為:

h(t)=∫−∞∞H(f)ej2πft df.h(t)=\int_{-\infty}^{\infty}H(f)e^{j2\pi ft}\,df.

正向與逆向轉換的指數符號相反。

(二)離散傅立葉轉換

時間取樣間隔為 TT,第 kk 個時間資料點可記為 h[k]=h(kT)h[k]=h(kT)。共有 NN 點時,第 nn 個頻率資料點的離散傅立葉轉換為:

H[n]=∑k=0N−1h[k]e−j2πnk/N,n=0,1,…,N−1.H[n]=\sum_{k=0}^{N-1}h[k]e^{-j2\pi nk/N}, \qquad n=0,1,\ldots,N-1.

若以頻率表示,第 nn 個頻率點為 fn=n/(NT)f_n=n/(NT),因此指數項也可寫成 e−j2πfnkTe^{-j2\pi f_n kT}。相應的反轉換為:

h[k]=1N∑n=0N−1H[n]ej2πnk/N,k=0,1,…,N−1.h[k]=\frac{1}{N}\sum_{n=0}^{N-1}H[n]e^{j2\pi nk/N}, \qquad k=0,1,\ldots,N-1.

(三)純虛數時間序列的頻域實、虛部奇偶性

純虛數序列可寫成 h(t)=j g(t)h(t)=j\,g(t),其中 g(t)g(t) 為實函數。由傅立葉轉換定義,

H(f)=∫−∞∞j g(t)e−j2πft dt.H(f)=\int_{-\infty}^{\infty}j\,g(t)e^{-j2\pi ft}\,dt.

利用 e−j2πft=cos⁡(2πft)−jsin⁡(2πft)e^{-j2\pi ft}=\cos(2\pi ft)-j\sin(2\pi ft) 展開:

H(f)=j∫−∞∞g(t)cos⁡(2πft) dt+∫−∞∞g(t)sin⁡(2πft) dt.H(f) =j\int_{-\infty}^{\infty}g(t)\cos(2\pi ft)\,dt +\int_{-\infty}^{\infty}g(t)\sin(2\pi ft)\,dt.

因此,

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 二 題

有三個時間序列 x(t)x(t)、y(t)y(t) 和 o(t)o(t),且

x(t)∗y(t)=o(t),x(t)\ast y(t)=o(t),

其中符號 ∗\ast 表示摺積(convolution),以符號 ⊗\otimes 表示相關運算(correlations)。請回答下列問題:

(一) 請寫出 x(t)x(t) 與 y(t)y(t) 的摺積數學積分型式。(3 分)

(二) 承上題,並說明此積分的意義。(可繪圖輔助說明)(7 分)

(三) 從 x(t)x(t) 和 o(t)o(t) 求 y(t)y(t),或從 y(t)y(t) 和 o(t)o(t) 求 x(t)x(t),稱為反摺積(deconvolution)。地震學上經常利用反摺積來去除地震儀器響應(instrumental response)、反演震源時間函數(source time function)、推導接收函數(receiver function)等等。請從頻率域說明如何進行反摺積以求得 y(t)y(t)?請問這樣的做法會造成何種問題?該如何解決?(10 分)

(四) 在離散情況下,若

x(t)=(2,1,3,6,4,2,2)x(t)=(2,1,3,6,4,2,2)

且

o(t)=(2,5,7,23,24,31,40,26,12,10),o(t)=(2,5,7,23,24,31,40,26,12,10),

假設等間隔時間取樣為 11,第一點為時間 00,時間序列向右表示時間增加,求 y(t)=?y(t)=?。(請寫出計算過程)(5 分)

(五) 請證明

a(t)∗b(t)=a(−t)⊗b(t).a(t)\ast b(t)=a(-t)\otimes b(t).

(5 分)

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

摺積描述一個訊號通過線性時不變系統後的輸出。連續時間摺積定義為

o(t)=x(t)∗y(t)=∫−∞∞x(τ)y(t−τ) dτ.o(t)=x(t)*y(t)=\int_{-\infty}^{\infty}x(\tau)y(t-\tau)\,d\tau.

其中 τ\tau 是積分變數,tt 是觀察輸出的時間。相關運算與摺積的差異,在於其中一個訊號是否先做時間反轉。

(一)摺積的數學積分型式

x(t)∗y(t)=∫−∞∞x(τ)y(t−τ) dτ=o(t).x(t)*y(t)=\int_{-\infty}^{\infty}x(\tau)y(t-\tau)\,d\tau=o(t).

等價地,也可寫成

x(t)∗y(t)=∫−∞∞x(t−τ)y(τ) dτ.x(t)*y(t)=\int_{-\infty}^{\infty}x(t-\tau)y(\tau)\,d\tau.

(二)積分的意義

固定一個觀察時間 tt,把 x(τ)x(\tau) 與經過時間反轉、平移後的 y(t−τ)y(t-\tau) 相乘,再對所有 τ\tau 加總(連續時間下即積分),所得數值就是該時刻的輸出 o(t)o(t)。

具體而言:

  1. 固定 tt,將 y(τ)y(\tau) 先時間反轉成 y(−τ)y(-\tau)。
  2. 將反轉後的訊號平移,使其成為 y(t−τ)y(t-\tau)。
  3. 計算它與 x(τ)x(\tau) 在各 τ\tau 上的乘積。
  4. 將乘積對 τ\tau 積分,得到 o(t)o(t)。

因此,摺積可理解為兩個訊號在不同相對位移下的重疊乘積總和。當兩訊號的有效區間沒有重疊時,摺積值為零;重疊區域改變時,積分值也隨之改變。

(三)頻率域反摺積與問題處理

令傅立葉轉換以大寫字母表示。由摺積定理,

O(ω)=X(ω)Y(ω).O(\omega)=X(\omega)Y(\omega).

因此,形式上可由

Y(ω)=O(ω)X(ω)Y(\omega)=\frac{O(\omega)}{X(\omega)}

求得 Y(ω)Y(\omega),再取反傅立葉轉換:

y(t)=F−1{O(ω)X(ω)}.y(t)=\mathcal{F}^{-1}\left\{\frac{O(\omega)}{X(\omega)}\right\}.

問題: 若 X(ω)X(\omega) 在某些頻率為零或非常小,直接相除會造成無法求值,或把資料中的微小雜訊大幅放大。即使 X(ω)X(\omega) 不為零,觀測訊號 O(ω)O(\omega) 的雜訊在除以小振幅後也可能主導結果,使反摺積不穩定。

處理方法: 使用穩定化反摺積,避免直接除以接近零的頻譜。例如,Tikhonov 正則化可寫為

Y^(ω)=X∗(ω)O(ω)∣X(ω)∣2+λ,λ>0,\widehat{Y}(\omega) = \frac{X^*(\omega)O(\omega)} {|X(\omega)|^2+\lambda}, \qquad \lambda>0,

其中 X∗(ω)X^*(\omega) 為複共軛,λ\lambda 控制對小振幅頻率的抑制程度。再計算

y^(t)=F−1{Y^(ω)}.\widehat{y}(t)=\mathcal{F}^{-1}\{\widehat{Y}(\omega)\}.

其他常見方法包括維納濾波、頻帶限制,以及加入平滑或先驗條件的正則化。其共同目的,是在資料吻合度與解的穩定性之間取得平衡。

(四)離散反摺積

將序列視為從時間 00 開始的離散樣本,並假設 o=x∗yo=x*y 為線性摺積。若 xx 長度為 77、oo 長度為 1010,則 yy 的長度為

10−7+1=4.10-7+1=4.
🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 三 題

請回答下列有關波形取樣(waveform sampling)及資料處理的問題:

(一) 一時間域的取樣函數(sampling function)為一連續脈衝函數的組合,表示為

x(t)=∑n=−∞∞δ(t−nT),x(t)=\sum_{n=-\infty}^{\infty}\delta(t-nT),

其中 TT 為取樣時間,nn 為整數。請證明其傅立葉轉換後為

X(f)=1T∑n=−∞∞δ(f−nT).X(f)=\frac{1}{T}\sum_{n=-\infty}^{\infty}\delta\left(f-\frac{n}{T}\right).

(10 分)

(二) 當一帶寬限制(band-limited)的連續時間函數 h(t)h(t) 經過波形取樣,其離散傅立葉轉換後會產生哪些現象?請說明。(可繪圖輔助說明)(10 分)

(三) 在地震研究中,有時為了分析的需求,經常對原始地震波形降採樣(down-sampling)。若採用內插方式(interpolation)來降採樣,此時有一時間取樣間隔為 0.010.01 秒的資料需降採樣至 0.10.1 秒時,請問會產生何種問題?該如何處理?(5 分)

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

題目採用頻率 ff(單位為 Hz)的傅立葉轉換定義:

X(f)=∫−∞∞x(t)e−i2πft dt.X(f)=\int_{-\infty}^{\infty}x(t)e^{-i2\pi ft}\,dt.

時間域的週期脈衝列,其傅立葉轉換仍為脈衝列;兩者的週期互為倒數,且頻域脈衝的權重為 1/T1/T。

解題方法

將 x(t)x(t) 代入傅立葉轉換,利用狄拉克脈衝的取樣性質 ∫δ(t−a)g(t) dt=g(a)\int \delta(t-a)g(t)\,dt=g(a):

X(f)=∫−∞∞(∑n=−∞∞δ(t−nT))e−i2πft dt=∑n=−∞∞∫−∞∞δ(t−nT)e−i2πft dt=∑n=−∞∞e−i2πfnT.\begin{aligned} X(f) &=\int_{-\infty}^{\infty} \left(\sum_{n=-\infty}^{\infty}\delta(t-nT)\right)e^{-i2\pi ft}\,dt\\ &=\sum_{n=-\infty}^{\infty} \int_{-\infty}^{\infty}\delta(t-nT)e^{-i2\pi ft}\,dt\\ &=\sum_{n=-\infty}^{\infty}e^{-i2\pi fnT}. \end{aligned}

這個無限複指數和需以廣義函數(分布)的意義解讀。由狄拉克梳狀函數的傅立葉轉換關係,週期為 TT 的時間域脈衝列轉換為週期為 1/T1/T 的頻域脈衝列,故

X(f)=1T∑k=−∞∞δ(f−kT).\boxed{ X(f)=\frac{1}{T}\sum_{k=-\infty}^{\infty} \delta\left(f-\frac{k}{T}\right) }.

其中 kk 為整數,與原式使用的整數索引 nn 等價。

解題技巧

看到等間隔脈衝列,可直接運用「時間週期 TT 對應頻率間隔 1/T1/T」;若傅立葉轉換採用 e−i2πfte^{-i2\pi ft} 的定義,頻域脈衝列前的係數為 1/T1/T。

(二)波形取樣與離散傅立葉轉換的現象

核心觀念

連續時間訊號 h(t)h(t) 以取樣間隔 TsT_s 取樣,相當於將它乘上取樣脈衝列。令取樣頻率 fs=1/Tsf_s=1/T_s,則頻域結果會是原訊號頻譜以 fsf_s 為間距重複排列。有限長資料再作離散傅立葉轉換(DFT)時,還會受到有限觀測窗影響,造成頻譜洩漏。

解題方法

取樣後的訊號為

hs(t)=h(t)∑n=−∞∞δ(t−nTs).h_s(t)=h(t)\sum_{n=-\infty}^{\infty}\delta(t-nT_s).

時域相乘對應頻域摺積,因此

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

第 四 題

表面波(surface wave)是地震研究的重要震波之一。要計算表面波的群速(group velocity),經常利用高斯濾波器(Gaussian filter)來進行時頻分析(Time-Frequency analysis)。請回答下列問題:

(一) 何謂時頻分析?(3 分)

(二) 請寫出高斯濾波器在時間域和頻率域的一般表示式。(4 分)

(三) 如何利用高斯濾波器進行時頻分析以求得表面波的群速?(8 分)

(四) 下圖是以某一中心頻率濾波後所得到頻率域的實部及虛部,請問該如何安排此實部及虛部,使其能正確逆轉換回到時間域?(可繪圖輔助說明)(5 分)

【圖示】頻率域包含實部(Real part)與虛部(Imaginary part),並標示 Nyquist frequency fNf_N;圖中資料點以「⦁」表示。

(五) 承上題,若此頻譜為位移譜,請問在頻率域該如何處理,使其逆轉換回到時間域後變為速度紀錄?(5 分)

🖼️ 本題原卷含圖表。基於試題來源之版權考量,本站不轉載原卷影像; 題目文字已完整轉錄,圖表請自行參閱考選部公告之試題原檔。

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題考查高斯濾波器、時頻分析(Time-Frequency Analysis)、表面波群速,以及離散傅立葉轉換中「共軛對稱」與「微分在頻率域中的運算」。


(一)何謂時頻分析?

時頻分析是同時描述訊號「頻率成分」與其「隨時間變化情形」的方法。

一般傅立葉分析只能得到整段資料的頻率分布,無法判斷某一頻率在何時出現;時頻分析則利用短時間窗或局部濾波器,求得不同時間與頻率下的訊號能量或振幅,因此可分析非平穩訊號,例如表面波不同頻率成分的到時差異。


(二)高斯濾波器在時間域與頻率域的表示式

1. 頻率域表示式

以中心頻率 f0f_0 的高斯濾波器為例:

G(f,f0)=exp⁡[−α(f−f0f0)2],G(f,f_0) = \exp\left[ -\alpha \left( \frac{f-f_0}{f_0} \right)^2 \right],

其中:

  • f0f_0 為中心頻率;
  • α\alpha 控制濾波器頻寬;
  • ff 越接近 f0f_0,濾波器增益越大。

更一般的高斯形式可寫為:

G(f)=exp⁡[−(f−f0)22σf2],G(f) = \exp\left[ -\frac{(f-f_0)^2}{2\sigma_f^2} \right],

其中 σf\sigma_f 為頻率域的標準差。

2. 時間域表示式

高斯函數的傅立葉轉換仍為高斯函數。以角頻率 ω\omega 表示時,可寫成:

g(t)=Cexp⁡(−t22σt2)eiω0t,g(t) = C\exp\left(-\frac{t^2}{2\sigma_t^2}\right) e^{i\omega_0t},

其中:

  • ω0=2πf0\omega_0=2\pi f_0;
  • σt\sigma_t 為時間域寬度;
  • CC 為正規化常數;
  • eiω0te^{i\omega_0t} 將低通高斯濾波器移至中心頻率 f0f_0。

時間域與頻率域的寬度互為倒數,因此時間窗越窄,頻率解析度越差;頻率帶寬越窄,時間解析度越差。


(三)利用高斯濾波器求表面波群速

解題方法

對原始地震紀錄 u(t)u(t) 採用不同中心頻率的高斯濾波器,觀察各頻率成分的包絡線到時,即可建立群速度頻散曲線。

具體步驟

  1. 對原始訊號作傅立葉轉換:
U(f)=F{u(t)}.U(f)=\mathcal{F}\{u(t)\}.
  1. 選定一系列中心頻率 f0f_0,例如 f1,f2,…f_1,f_2,\ldots,並建立對應的高斯濾波器 G(f,f0)G(f,f_0)。

  2. 在頻率域進行濾波:

Uf0(f)=U(f)G(f,f0).U_{f_0}(f) = U(f)G(f,f_0).
  1. 將濾波後的頻譜逆傅立葉轉換,得到中心頻率 f0f_0 對應的窄頻時間訊號:
uf0(t)=F−1{U(f)G(f,f0)}.u_{f_0}(t) = \mathcal{F}^{-1} \left\{ U(f)G(f,f_0) \right\}.
  1. 求其包絡線。可利用解析訊號:
zf0(t)=uf0(t)+iH{uf0(t)},z_{f_0}(t) = u_{f_0}(t) +i\mathcal{H}\{u_{f_0}(t)\},

其中 H{⋅}\mathcal{H}\{\cdot\} 為 Hilbert transform。包絡線為:

A(t,f0)=∣zf0(t)∣.A(t,f_0) = |z_{f_0}(t)|.
  1. 對每一個中心頻率,找出包絡線最大值所對應的時間 tg(f0)t_g(f_0),此時間即為該頻率表面波的群到時。

  2. 若震源至測站的傳播距離為 Δ\Delta,則群速度為:

U(f0)=Δtg(f0)−t0,U(f_0) = \frac{\Delta}{t_g(f_0)-t_0},

其中 t0t_0 為震源起始時間或適當的時間基準。

🔒

後續完整解題步驟與【答案】

免費註冊,享 3 天全站完整詳解閱覽。

免費註冊

其他考古題