岳輝

摘要：地震動(dòng)傳感器是無人值守系統(tǒng)非常重要的組成部分之一，在地面目標(biāo)偵查工作中，地震動(dòng)傳感器有著非常重要的預(yù)警功能。針對傳統(tǒng)傳感器采用單一時(shí)域或頻域分析法中出現(xiàn)的問題，研究創(chuàng)新性地選用時(shí)頻域聯(lián)合分析法，解決了傳感器分析非平穩(wěn)信號(hào)時(shí)準(zhǔn)確率較低的問題。采用改進(jìn)的BP算法，在系統(tǒng)中避免了頻率特征匹配時(shí)出現(xiàn)網(wǎng)絡(luò)功能函數(shù)中出現(xiàn)局部最小點(diǎn)的問題。研究設(shè)計(jì)的地震動(dòng)信號(hào)識(shí)別傳感器系統(tǒng)實(shí)現(xiàn)了3s、10s內(nèi)對25m距離內(nèi)的人和車以及100m范圍內(nèi)的各種車輛震動(dòng)信號(hào)的識(shí)別，正確識(shí)別率分別達(dá)到96%和90%。

關(guān)鍵詞：震動(dòng)信號(hào);BP神經(jīng)網(wǎng)絡(luò);模式識(shí)別;傳感器

中圖分類號(hào)：P315.62文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-5922（2019）09-0117-05

地震動(dòng)傳感器的主要價(jià)值，在于能夠通過對運(yùn)動(dòng)目標(biāo)引起的震動(dòng)進(jìn)行遠(yuǎn)距離檢測，實(shí)現(xiàn)設(shè)備對該目標(biāo)的識(shí)別。國內(nèi)針對局部禁區(qū)范圍內(nèi)人、車活動(dòng)的監(jiān)視主要采用預(yù)埋傳感器的方式。但是由于布設(shè)傳感器需要的線路和處理系統(tǒng)過于復(fù)雜，預(yù)埋式傳感器的監(jiān)測范圍很有限閉。同時(shí)，中央處理器需要對數(shù)量龐大的傳感器同時(shí)進(jìn)行信號(hào)的篩選、處理，造成整個(gè)監(jiān)測系統(tǒng)過高的誤報(bào)警頻率以及較高的整體功耗。為滿足實(shí)際工作中對震動(dòng)信號(hào)傳感器的需要，主要針對一種震動(dòng)傳感器的系統(tǒng)進(jìn)行了重新設(shè)計(jì)，提高了傳感器系統(tǒng)對人和車輛的識(shí)別能力和效率，基本滿足了24h戶外無人值守的需求。

1相關(guān)原理綜述

地表介質(zhì)質(zhì)點(diǎn)的震動(dòng)來自于外界運(yùn)動(dòng)目標(biāo)對地面的激勵(lì)，產(chǎn)生激勵(lì)的原因，來自于運(yùn)動(dòng)目標(biāo)在地面上的運(yùn)動(dòng)。鑒于地表介質(zhì)的非剛體特性，運(yùn)動(dòng)目標(biāo)在地面上的運(yùn)動(dòng)則必然會(huì)引起地表介質(zhì)的形變。運(yùn)動(dòng)帶來的形變會(huì)不斷傳播形成地震波。進(jìn)行震動(dòng)信號(hào)識(shí)別傳感器的系統(tǒng)設(shè)計(jì)，要確保系統(tǒng)可以高效地對地震動(dòng)信號(hào)進(jìn)行測量，因此，對地震動(dòng)信號(hào)的產(chǎn)生原理和傳播原理進(jìn)行分析是我們進(jìn)行系統(tǒng)設(shè)計(jì)的第一步。

1.1地震動(dòng)信號(hào)的產(chǎn)生與傳播

地面上的人侵人員、車輛、建筑噪聲等運(yùn)動(dòng)目標(biāo)是地震動(dòng)傳感器最主要的檢測目標(biāo)。這些運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)過程會(huì)對地面不斷施加激勵(lì)，最終通過地表介質(zhì)的形變和傳播形成地震波。按照地表介質(zhì)質(zhì)點(diǎn)的運(yùn)動(dòng)以及震動(dòng)波的傳播規(guī)律，將地震波分為體波和面波兩種，體波又被分為縱波（P波）和橫波（S波）兩種。

縱波（P波）的傳播方向始終與地表介質(zhì)質(zhì)點(diǎn)的振動(dòng)方向相同，因此，縱波（P波）屬于地表介質(zhì)的體積形變;橫波（s波）的傳播方向始終與地表介質(zhì)質(zhì)點(diǎn)的振動(dòng)方向呈90°，因此，橫波（S波）屬于地表介質(zhì)的剪切形變。在地震波的傳播過程中，縱波（P波）和橫波（s波）的傳遞相互獨(dú)立、互不干擾，在遇到界面時(shí)，不論縱波（P波）還是橫波（S波）都會(huì)發(fā)生反射和折射。

體波與體波之間因?yàn)閭鞑ギa(chǎn)生干涉和疊加效應(yīng)后，便產(chǎn)生了一些頻率較低而能量較強(qiáng)的次聲波，稱之為面波。地表介質(zhì)的分界面，是面波在地表介質(zhì)中傳播的主要途徑。當(dāng)面波在地表介質(zhì)的分界面不斷向深處傳播時(shí)，波的強(qiáng)度會(huì)呈指數(shù)冪急劇衰減。面波分為兩種：①瑞雷面波，運(yùn)動(dòng)軌跡呈逆進(jìn)橢圓形狀的面波且傳播速度略小于橫波;②樂夫面波，其介質(zhì)質(zhì)點(diǎn)的運(yùn)動(dòng)方向與傳播方向呈90°且平行于界面。樂夫面波在地表介質(zhì)中進(jìn)行傳播，必須保證上層介質(zhì)中波的傳播速度大于下層介質(zhì)中波的傳播速度。

1.2地震動(dòng)信號(hào)特性分析與識(shí)別技術(shù)

地震動(dòng)信號(hào)的目標(biāo)具有能夠反映其本質(zhì)屬性的特性。對地震動(dòng)信號(hào)目標(biāo)的特征進(jìn)行提取，本質(zhì)是通過對原始檢測信息進(jìn)行特定測量空間變換，把數(shù)據(jù)從舊的測量模式映射到新的測量模式中，最終得到新的測量空間內(nèi)可以對地震動(dòng)信號(hào)目標(biāo)本質(zhì)屬性進(jìn)行有效反映的特征。對地震動(dòng)信號(hào)目標(biāo)特性進(jìn)行分析，要選擇能夠高度代表地震動(dòng)信號(hào)目標(biāo)的特征，且特征要具有較強(qiáng)的穩(wěn)定性。

1.2.1地震動(dòng)信號(hào)預(yù)處理

信號(hào)采集時(shí)的噪音及各種測量儀器中的非線性成分以及其他干擾源會(huì)對信號(hào)分析工作產(chǎn)生很大的影響，影響分析結(jié)果。在進(jìn)行分析之前，要對采集所得信號(hào)進(jìn)行預(yù)處理，剔除信號(hào)中的干擾成分，提高整體對地震動(dòng)目標(biāo)分析的可靠性和真實(shí)性。對信號(hào)的預(yù)處理，包括進(jìn)行濾波、去均值、卡位、錯(cuò)點(diǎn)剔除以及消除趨勢項(xiàng)等。

1.2.2地震動(dòng)信號(hào)的時(shí)頻域特征分析

以往的研究人員通常利用時(shí)域分析法來分析確定信號(hào)，利用頻域分析法來分析平穩(wěn)信號(hào)。時(shí)域分析法對信號(hào)進(jìn)行識(shí)別，一定程度上能夠保證較高的信號(hào)識(shí)別率，但是易被外界無關(guān)震動(dòng)信號(hào)干擾。頻域分析法能夠?qū)ζ椒€(wěn)信號(hào)進(jìn)行分析，也能夠保證較高的信號(hào)分析準(zhǔn)確性，然而在實(shí)際監(jiān)測工作中，我們所監(jiān)測到的地震動(dòng)信號(hào)頻率成分并不是單純的確定信號(hào)或者單純的平穩(wěn)信號(hào)，地震動(dòng)信號(hào)頻率成分會(huì)隨著時(shí)間的變化而不斷變化，總體呈現(xiàn)非平穩(wěn)狀態(tài)。單純的時(shí)域分析法或頻域分析法無法滿足復(fù)雜的地震動(dòng)信號(hào)檢測需求。

2震動(dòng)信號(hào)識(shí)別系統(tǒng)軟件設(shè)計(jì)原理

軟件設(shè)計(jì)核心是針對信息處理以及信息分類識(shí)別算法的實(shí)現(xiàn)。信息處理部分主要工作是對地震動(dòng)信號(hào)信息預(yù)處理和特征提取。文章一方面創(chuàng)新性地采用了時(shí)域聯(lián)合分布法來對非平穩(wěn)信號(hào)進(jìn)行監(jiān)測和處理，將時(shí)域信號(hào)頻率分布隨時(shí)間變化的特征從一維狀態(tài)映射到二維的時(shí)頻平面進(jìn)行顯示和分析;另一方面采用了分?jǐn)?shù)階傅里葉變換方法進(jìn)行時(shí)頻分析，該分析方法具備了傅里葉變化的優(yōu)勢，同時(shí)由于自身還帶有一定的時(shí)域信息特征，又比傅里葉變換擁有了更多的優(yōu)點(diǎn)。對時(shí)均值能量、短時(shí)均值脈沖過零、預(yù)測系數(shù)、倒譜、共振峰等特征進(jìn)行提取，按照時(shí)間序列組成待測數(shù)據(jù)集，利用分?jǐn)?shù)階傅里葉變換算法進(jìn)行同參考模式匹配，最終得到分析結(jié)果。

3改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法

在進(jìn)行地震動(dòng)信號(hào)的同參考模式匹配時(shí)，比較常用的技術(shù)有動(dòng)態(tài)時(shí)間規(guī)整、貝葉斯框架和人工神經(jīng)網(wǎng)絡(luò)等。其中，人工神經(jīng)網(wǎng)絡(luò)技術(shù)能夠針對帶噪聲變形的地震動(dòng)信號(hào)進(jìn)行識(shí)別，且識(shí)別速度很快。因此，研究選用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法為本，該設(shè)計(jì)軟件部分中的主要頻率特征匹配算法。