李 劍,賀 銘,韓 焱,辛偉瑤
(中北大學(xué)信息探測(cè)與處理山西省重點(diǎn)實(shí)驗(yàn)室,山西 太原 030051)
地下炸點(diǎn)定位是一種集傳感、傳輸、組網(wǎng)、定位于一體的位置測(cè)量技術(shù),廣泛應(yīng)用于侵徹彈藥地下爆炸點(diǎn)測(cè)試,靶場(chǎng)試驗(yàn)等工程領(lǐng)域。與地震、煤礦深層開采、石油勘探等大區(qū)域、大當(dāng)量、大深度震動(dòng)監(jiān)測(cè)相比較,地下炸點(diǎn)定位技術(shù)屬于近場(chǎng)震源定位技術(shù),即在震源的近區(qū)進(jìn)行定位[1-3]。該技術(shù)可以有效地解決工程爆破定向拆除、地下毀傷評(píng)估、兵器試驗(yàn)場(chǎng)炮彈炸點(diǎn)定位等各種震源定位問題,是目前地下空間定位領(lǐng)域的一個(gè)研究熱點(diǎn)。
目前淺層震源定位主要借鑒深層天然地震定位方法——基于Geiger的走時(shí)定位模型,如多事件聯(lián)合定位、雙差定位等,通過震動(dòng)波的走時(shí)信息構(gòu)建定位方程[4-5]。在利用該方法進(jìn)行定位模型的構(gòu)建過程中,由于在震源近場(chǎng)震動(dòng)強(qiáng)度大、爆炸頻譜成分多、波群混疊,走時(shí)信息檢測(cè)誤判率高、導(dǎo)致走時(shí)信息“提不準(zhǔn)”,走時(shí)定位模型“建不準(zhǔn)”。另外,在定位方程的解算方面,目前研究人員主要集中于研究該類模型的非線性方程的求解算法,傳統(tǒng)Chan、Taylor、最小二乘(LS)和主流EGA(Enhanced Genetic Algorithm)增強(qiáng)自適應(yīng)遺傳算法[6-7]、PSO(Particle Swarm Optimization)粒子群等,在迭代初值誤差較大、方程建模精度不高的條件下,上述解算方程仍存在魯棒性弱、準(zhǔn)確性低的問題。針對(duì)淺層復(fù)雜地質(zhì)環(huán)境中地下起爆點(diǎn)位置測(cè)量的難題,本文提出了基于走時(shí)-偏振角度信息的地下震源定位方法。
QPSO(Quantum Behaved Particle Swarm Optimization)量子粒子群算法是將 PSO 系統(tǒng)看作一個(gè)量子系統(tǒng),并以局部吸引子pi,j為中心構(gòu)建一個(gè)吸引勢(shì)場(chǎng),使處于勢(shì)場(chǎng)束縛狀態(tài)下的粒子能以概率1搜索可行域內(nèi)任何位置[8]。
圖1 QPSO算法狀態(tài)模型圖Fig.1 QPSO algorithm state model diagram
在QPSO算法中,粒子的速度和位置都?xì)w結(jié)于一個(gè)參數(shù),為了保證算法的收斂性,每個(gè)粒子必須收斂于各自的P點(diǎn),P=(P1,P2,…,Pd),Pd是該粒子在第d維的值:
(1)
式(1)中,φ1和φ2是介于0和1之間的隨機(jī)函數(shù)。
同時(shí)引入了一個(gè)中值最優(yōu)位置mbest來計(jì)算粒子的下一步迭代的變量L,該值定義為所有粒子的全局極值的平均值[9],公式如下:
(2)
式(2)中,M是粒子群的個(gè)數(shù),Pi是粒子i的全局極值。因此可得到參數(shù)L的計(jì)算公式:
L(t+1)=2β|mbest-x(t)|
(3)
把式(3)代入粒子的原始位置更新式(4)進(jìn)而可得到新的粒子的進(jìn)化式(5):
(4)
xi,j(t+1)=pi,j±β|mbest-x(t)|·ln(1/u)
u=rand(0,1)
(5)
式(5)中,β是系數(shù)創(chuàng)造力,調(diào)節(jié)它的值能控制算法的收斂速度,通常情況下,β從1.0線性減小到0.5時(shí),算法可以達(dá)到比較好的效果。
首先,利用初至波到時(shí)信息和波陣面的偏振角度信息構(gòu)建走時(shí)-偏振定位模型,將其作為QPSO粒子更新搜索的適應(yīng)度函數(shù);其次,設(shè)計(jì)震源定位空間中粒子生成、更新、終止的搜索策略;最后,形成震源定位的具體工程實(shí)現(xiàn)方法。
適應(yīng)度函數(shù)的選擇決定了種群局部最優(yōu)和全局最優(yōu)位置的選取,是實(shí)現(xiàn)粒子篩選、更新的關(guān)鍵。本文采用地下波場(chǎng)的偏振特性和走時(shí)的傳播特性,構(gòu)建基于走時(shí)-偏振角度的適應(yīng)度函數(shù)。波的偏振是波場(chǎng)的時(shí)-空特征,彈性波的偏振就是波通過空間記錄點(diǎn),得到波陣面在波場(chǎng)中傳播的角度信息[10]。其中,縱波在沒有與其他波發(fā)生相干時(shí)呈線性偏振,即介質(zhì)質(zhì)點(diǎn)在平衡位置附近以直線軌跡方式振動(dòng),其傳播方向與波陣面的運(yùn)動(dòng)方向一致[11]。由于爆炸近場(chǎng)多徑干擾小、縱波偏振特性好、極化度強(qiáng),因此,將其引入到走時(shí)定位模型中,借鑒無線電DOA定位方法,形成基于走時(shí)-偏振角度的混合定位模型。
圖 2 三維定位示意圖Fig.2 Three-dimensional positioning diagram
由圖2所示,通過P波到達(dá)兩個(gè)傳感器節(jié)點(diǎn)的時(shí)間差可以確定一個(gè)雙曲面,該雙曲面以參與該TDOA測(cè)量的兩個(gè)傳感器節(jié)點(diǎn)為焦點(diǎn)(如傳感器k、傳感器f),待定位的炸點(diǎn)位置就在這對(duì)雙曲面的某一分支上。由于走時(shí)誤差較大,因此在多雙曲面交匯時(shí),必然存在定位假象。根據(jù)幾何原理,任意兩個(gè)傳感器(如傳感器i、傳感器j),通過偏振角度信息,以交叉的方式亦可得到震源坐標(biāo),因此,可以利用多波束信息,修正多雙曲面交匯時(shí)的定位誤差。
根據(jù)時(shí)差定位原理以及傳感器之間的幾何約束關(guān)系[12-14],可以建立以下方程組:
(6)
式(6)中,震源位置坐標(biāo)為(x,y,z),傳感器坐標(biāo)為(xi,yi,zi)(i=0,1,2,3,…,n),ri(i=0,1,2,3,…,n)為震源到傳感器的距離,(x0,y0,z0)為參考傳感器坐標(biāo),參考傳感器到各傳感器的時(shí)差為t0i。傳感器i與震源之間的俯仰角為γi,i為傳感器節(jié)點(diǎn)序號(hào)。
在式(6)的基礎(chǔ)上,通過ACM(自適應(yīng)協(xié)方差矩陣)極化分析方法,利用極化度最高的4個(gè)傳感器對(duì)應(yīng)的震相參數(shù),構(gòu)建適應(yīng)度函數(shù),如式(7)所示。
(7)
式(7)中,(x,y,z)為目標(biāo)位置。將式(6)中z=(r-r0i)tanγi+zi代入ri和r0中,分別得到ri和r0的值,如式(8), 式(9)所示。
(8)
(9)
式中,γi為傳感器i與未知震源的俯仰角信息,(xi,yi,zi)為傳感器節(jié)點(diǎn)位置坐標(biāo),i=1,2,3,4;(x0,y0,z0)為參考傳感器節(jié)點(diǎn)位置坐標(biāo),ti0為第i基站與主站之間的到達(dá)時(shí)間差測(cè)量值。
該適應(yīng)度函數(shù)值越小, 證明在解空間內(nèi)尋找的估計(jì)震源位置與目標(biāo)震源越接近。
基于QPSO定位算法流程如圖3所示。
圖3 QPSO算法執(zhí)行流程圖Fig.3 QPSO algorithm flow chart of execution
步驟一 首先設(shè)定震源的搜索范圍,設(shè)置種群規(guī)模為40、空間維數(shù)為3、迭代測(cè)試為1 000,隨機(jī)生成初始粒子群;
步驟二 根據(jù)目標(biāo)函數(shù)式(7)計(jì)算得到震源群中適應(yīng)度值最小的位置, 設(shè)為當(dāng)代震源群最優(yōu)震源Gbest;
步驟三 利用式(2)計(jì)算40個(gè)震源平均最優(yōu)位置mbest;
步驟四 通過式(5)來更新每個(gè)震源位置;
步驟五 當(dāng)達(dá)到迭代次數(shù)時(shí), 將Gbest輸出,并設(shè)置為最優(yōu)化的震源位置。
通過外場(chǎng)炸點(diǎn)定位試驗(yàn),驗(yàn)證本定位系統(tǒng)及定位方法的可行性。在中國(guó)兵器試驗(yàn)測(cè)試研究院華陰基地進(jìn)行了地下淺層炸點(diǎn)定位試驗(yàn)。采用中北大學(xué)信息探測(cè)與處理技術(shù)研究所山西省重點(diǎn)實(shí)驗(yàn)室研發(fā)的分布式地下震源定位系統(tǒng)進(jìn)行定位,如圖4所示。
圖4 地下淺層分布式定位系統(tǒng)模塊圖Fig.4 Underground shallow distributed positioning system module chart
將3發(fā)TNT炸藥埋設(shè)在20 m×20 m×5 m的淺層空間區(qū)域內(nèi),該區(qū)域?yàn)樽匀煌两橘|(zhì),采用中北大學(xué)信息探測(cè)與處理技術(shù)研究所山西省重點(diǎn)實(shí)驗(yàn)室自制的10個(gè)全向震動(dòng)傳感器構(gòu)成兩個(gè)傳感器節(jié)點(diǎn)群,并進(jìn)行分布式監(jiān)測(cè)。傳感器布設(shè)位置如表1所示,起爆點(diǎn)布設(shè)位置如表2所示。
圖5 傳感器布設(shè)原理圖Fig.5 Schematic diagram of the sensor arrangement
表1 傳感器位置坐標(biāo)
Tab.1 Coordinates of sensor positions
傳感器序號(hào)實(shí)際坐標(biāo)X/mY/mZ/m1-4.9744.931-1.1212-5.1832.896-1.6873-6.1083.461-1.3044-6.9463.964-1.2925-6.7671.764-1.09666.0480.000-1.70077.0550.018-1.40387.7532.151-1.1196.9314.072-1.09107.7514.548-0.802
表2 起爆點(diǎn)位置Tab.2 Positions of burst points
按照預(yù)設(shè)坐標(biāo),在地表面選定統(tǒng)一水平基準(zhǔn),按照傳感器布設(shè)原理圖依次布設(shè)傳感器節(jié)點(diǎn),設(shè)置地下炸點(diǎn)定位系統(tǒng)的采樣率為20 kHz,采樣時(shí)間為10 s。將場(chǎng)地靜置一天,依次進(jìn)行三發(fā)起爆實(shí)驗(yàn)。以第1發(fā)爆炸后,傳感器節(jié)點(diǎn)6與傳感器節(jié)點(diǎn)10獲取的震動(dòng)信號(hào)為例,驗(yàn)證提取時(shí)間差的流程。
圖6 兩節(jié)點(diǎn)的時(shí)域波形圖Fig.6 Time domain oscillograms of two nodes
由圖6可知,節(jié)點(diǎn)6處的三分量震動(dòng)信號(hào)初至波呈脈沖式,波群持續(xù)時(shí)間短,上升速度快;節(jié)點(diǎn)10的三分量震動(dòng)信號(hào)初至波上升速度緩慢,波群持續(xù)時(shí)間長(zhǎng)。分別對(duì)上述兩個(gè)傳感器的X軸信號(hào)進(jìn)行NGST變換[15-17],變換后的結(jié)果如圖7所示。
在時(shí)頻域中,采用STA/LTA方法,提取信號(hào)的初至波到達(dá)時(shí)間,如圖8所示。
圖7 節(jié)點(diǎn)群時(shí)頻圖(A為P波區(qū),B為S波區(qū),C為面波區(qū))Fig.7 Time-frequency graphs of nodes
圖8 初至波識(shí)別因子圖Fig.8 Identification factorgraph of the first break
利用上述方法計(jì)算出時(shí)間差信息,同時(shí)采用ACM方法得到偏振角度信息,構(gòu)建混合定位模型,分別采用Chan-Taylor[18],PSO-Taylor[19],ARPSO[20-21],QPSO算法進(jìn)行解算。
圖9 適應(yīng)度曲線圖Fig.9 Fitness curve
由圖9可知,QPSO算法收斂速度最快,在50次的時(shí)候開始收斂,適應(yīng)度值接近于0.031;而其他的PSO改進(jìn)算法,迭代到大約70次時(shí),發(fā)生早熟并且進(jìn)入局部收斂。利用QPSO分別求解三發(fā)起爆點(diǎn)坐標(biāo),如表3所示。
由表3可知,利用本系統(tǒng)實(shí)現(xiàn)了地下炸點(diǎn)定位,三次定位誤差都小于50 cm,基本滿足了淺層爆炸炸點(diǎn)定位的需求。
表3 地下炸點(diǎn)定位結(jié)果表Tab.3 The results of underground burst point localization
本文提出了基于走時(shí)-偏振角度的地下震源定位方法。該方法利用爆炸近場(chǎng),震動(dòng)波波陣面良好的偏振特性,將其引入走時(shí)定位模型中,構(gòu)建了基于走時(shí)-偏振角度的混合定位模型。利用QPSO全局、快速搜索的特點(diǎn),在震源定位空間中進(jìn)行快速解算。試驗(yàn)結(jié)果表明本方法能夠有效實(shí)現(xiàn)地下炸點(diǎn)定位,在地下空間定位研究領(lǐng)域具有一定的工程應(yīng)用價(jià)值。
但本方法仍存在一定的誤差,主要原因是QPSO在初始粒子群、更新速度、更新粒子時(shí)存在隨機(jī)性,因此每一次在空間尋優(yōu)時(shí),最優(yōu)點(diǎn)的位置不同。為了提高定位精度,增強(qiáng)算法的魯棒性,有必要在QPSO得出的最優(yōu)解空間中,進(jìn)一步研究數(shù)據(jù)處理及融合的方法。