野外文物安防姿態(tài)傳感器的信號(hào)優(yōu)化設(shè)計(jì)

陳中孝，王　沛，張　盼

(西安工業(yè)大學(xué)電子信息工程學(xué)院，陜西 西安 710021)

Optimized Design of Posture Sensor Signals in Wild Heritage Security System

CHEN Zhongxiao，WANG Pei，ZHANG Pan

(School of Electronic and Information Engineering，Xi ’an Technological University，710021,China)

野外文物安防姿態(tài)傳感器的信號(hào)優(yōu)化設(shè)計(jì)

陳中孝，王沛，張盼

(西安工業(yè)大學(xué)電子信息工程學(xué)院，陜西 西安 710021)

Optimized Design of Posture Sensor Signals in Wild Heritage Security System

CHEN Zhongxiao，WANG Pei，ZHANG Pan

(School of Electronic and Information Engineering，Xi ’an Technological University，710021,China)

摘要：提出對(duì)野外文物安防系統(tǒng)中的振動(dòng)傳感器進(jìn)行混合源信號(hào)的優(yōu)化處理，通過獨(dú)立量分析變換將混合信號(hào)分離成單個(gè)信號(hào)，再經(jīng)過小波變換處理后和自定義比對(duì)庫中的預(yù)定值進(jìn)行匹配，從而確定是否報(bào)警。設(shè)計(jì)提高振動(dòng)傳感器對(duì)振動(dòng)源的識(shí)別度，降低振動(dòng)傳感器的誤報(bào)警率，達(dá)到對(duì)目標(biāo)信號(hào)源的優(yōu)化識(shí)別。

關(guān)鍵詞：姿態(tài)傳感器；小波變換；野外文物安防；優(yōu)化

中圖分類號(hào)：TP277

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1001-2257(2015)07-0064-04

收稿日期：2015-03-26

作者簡介：陳中孝(1963)，男，陜西渭南人，教授，研究方向?yàn)樽兣潆娤到y(tǒng)和建筑電氣的工程設(shè)計(jì)，生產(chǎn)過程的自動(dòng)化、智能化以及智能化儀表等；王沛(1991-)，男，陜西西安人，研究生，主要從事控制工程研究。

Abstract：A system of security in the field of cultural relics is proposed. Vibration sensors are used to optimize the mixing of the source signal, the mixed signal is converted into a single signal separation through independent quantitative analysis, and the wavelet transform processing is used to compare the signal with a predetermined value in the library in order to determine whether to set off the alarm. The design enhances the degree of recognition of the vibration sensors sources, reducing the false alarm rate of the vibration sensor, to achieve the optimization of the target signal source identification.

Key words：vibration sensor;wavelet transformation;wild heritage protection;optimize

0引言

目前，大型野外文物保護(hù)措施比較單一，大多加裝的是紅外對(duì)射探測器、激光對(duì)射探測器和光纖防越柵欄等。

紅外、激光對(duì)射探測器具有操作簡單價(jià)格低等特點(diǎn)，不足之處在于易受彎曲復(fù)雜地形影響，不適于惡劣天氣，誤報(bào)警率較高。光纖防越柵欄可靠性和穩(wěn)定性好，但成本太高。因此，提出一種緊貼在文物上的地埋式姿態(tài)傳感器的信號(hào)優(yōu)化設(shè)計(jì)，該種優(yōu)化算法能將振動(dòng)傳感器采集回的信號(hào)通過ARM工業(yè)平板中轉(zhuǎn)最后上傳至上位機(jī)監(jiān)控進(jìn)行分析，區(qū)分出采集信號(hào)源是人力還是自然力(如風(fēng)力、地震等)發(fā)出的，從而判斷文物是處于正常狀態(tài)還是被盜搶狀態(tài)，減少人力資源的投入，提高文物保護(hù)的效率。

1系統(tǒng)整體框架

監(jiān)測系統(tǒng)現(xiàn)場架構(gòu)如圖1所示。

1-野外大型文物(以石碑為例)；2-現(xiàn)場碎石；3-地平線；4-振動(dòng)傳感器；5-網(wǎng)絡(luò)節(jié)點(diǎn)；6-通訊鏈路；7-路由節(jié)點(diǎn)；8-無線通訊設(shè)備；9-中心節(jié)點(diǎn)；10-RS232串口；11-上位機(jī)報(bào)警監(jiān)控。圖1　文物監(jiān)控現(xiàn)場架構(gòu)

野外文物監(jiān)測系統(tǒng)構(gòu)架上分為3部分：電源管理系統(tǒng)、現(xiàn)場監(jiān)測部分和遠(yuǎn)程監(jiān)控中心。電源管理模塊主要是控制對(duì)蓄電池的充、放電以及模塊之間用電量的智能分配，先將太陽能電池板采集到的電流儲(chǔ)存在蓄電池中，通過人為設(shè)定以及單片機(jī)對(duì)電量的控制分配，達(dá)到對(duì)蓄電池的合理利用；現(xiàn)場監(jiān)測部分包括石碑上和周圍環(huán)境中加裝的傳感器。這三者構(gòu)成了底層數(shù)據(jù)的采集和向上的發(fā)送，在整個(gè)系統(tǒng)中只負(fù)責(zé)檢測功能；系統(tǒng)監(jiān)控中心位于整個(gè)框架的最頂層，接收來自底層采集的數(shù)據(jù)并借由網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，對(duì)上傳數(shù)據(jù)進(jìn)行一個(gè)判斷和處理，集成了報(bào)警控制軟件，是整個(gè)系統(tǒng)的上位機(jī)部分。

2傳感器設(shè)定

傳感器部分包含了溫濕度傳感器、風(fēng)速傳感器和姿態(tài)傳感器，這些模塊都是以保護(hù)文物的安全存放為前提協(xié)調(diào)運(yùn)行的。

姿態(tài)傳感器通過檢測文物三維的姿態(tài)角、加速度以及其振動(dòng)的波形是否超過閾值設(shè)定，而判斷異常的來源到底是來源于人為觸動(dòng)還是自然環(huán)境影響所致，從而認(rèn)定文物是否處于危險(xiǎn)狀態(tài)。

現(xiàn)場的環(huán)境復(fù)雜多變，因此，如何能有效的識(shí)別振動(dòng)信號(hào)的來源，降低振動(dòng)傳感器的誤報(bào)警，具有重要的意義[1]。

3系統(tǒng)邏輯分層

野外智能文物監(jiān)測系統(tǒng)總體分為中心監(jiān)控層、網(wǎng)絡(luò)連接層和數(shù)據(jù)采集層；包括多個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)控制多個(gè)姿態(tài)傳感器、多個(gè)路由節(jié)點(diǎn)、1個(gè)中心節(jié)點(diǎn)和1個(gè)上位機(jī)。下層為上層服務(wù)，網(wǎng)絡(luò)節(jié)點(diǎn)、路由節(jié)點(diǎn)、中心節(jié)點(diǎn)之間通過無線通信來進(jìn)行數(shù)據(jù)收發(fā)；可實(shí)現(xiàn)一處監(jiān)控中心對(duì)某一片區(qū)域內(nèi)的多個(gè)野外文物散布點(diǎn)進(jìn)行實(shí)時(shí)監(jiān)控[2]。系統(tǒng)整體結(jié)構(gòu)如圖2所示。

圖2　系統(tǒng)總體結(jié)構(gòu)

每一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)可連接多個(gè)姿態(tài)傳感器，這些傳感器隨文物分布在不同地方，網(wǎng)絡(luò)節(jié)點(diǎn)、路由節(jié)點(diǎn)和中心節(jié)點(diǎn)之間通過無線通信來連接。每個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)和最近的路由節(jié)點(diǎn)進(jìn)行通信。

中心節(jié)點(diǎn)主要包括數(shù)據(jù)的處理和通信。它將網(wǎng)絡(luò)節(jié)點(diǎn)、路由節(jié)點(diǎn)和上位機(jī)監(jiān)控軟件之間聯(lián)系起來。上位機(jī)報(bào)警監(jiān)控軟件通過串口給中心節(jié)點(diǎn)發(fā)送控制命令給網(wǎng)絡(luò)節(jié)點(diǎn)和路由節(jié)點(diǎn)，網(wǎng)絡(luò)節(jié)點(diǎn)將振動(dòng)傳感器采集到的數(shù)據(jù)通過路由節(jié)點(diǎn)發(fā)送至中心節(jié)點(diǎn)，中心節(jié)點(diǎn)通過RS232串口發(fā)給上位機(jī)軟件并由其判斷是否報(bào)警。

路由節(jié)點(diǎn)主要包括數(shù)據(jù)的處理和通信。它可以實(shí)現(xiàn)在中心節(jié)點(diǎn)和網(wǎng)絡(luò)節(jié)點(diǎn)之間的中繼轉(zhuǎn)發(fā)作用[2]。

網(wǎng)絡(luò)節(jié)點(diǎn)主要包括數(shù)據(jù)的采集處理和通信。它主要分布在文物周圍，和姿態(tài)傳感器在一起，負(fù)責(zé)實(shí)時(shí)采集姿態(tài)傳感器收到的數(shù)據(jù)，并將數(shù)據(jù)通過路由節(jié)點(diǎn)上發(fā)至中心節(jié)點(diǎn)處理。當(dāng)姿態(tài)傳感器傳回的數(shù)據(jù)信號(hào)經(jīng)分析后，異常則將入侵信號(hào)發(fā)送至上位機(jī)并進(jìn)行報(bào)警處理，同時(shí)通知工作人員到現(xiàn)場查看。

4系統(tǒng)上位機(jī)結(jié)構(gòu)

位于報(bào)警監(jiān)控中心的系統(tǒng)上位機(jī)軟件，集合了數(shù)據(jù)的接收、分析、判斷處理、返回指令4部分，包含用戶界面、數(shù)據(jù)監(jiān)測分析層、控制層和通信層。

用戶界面指的是用戶直觀所看到的界面，即用戶對(duì)當(dāng)前系統(tǒng)是否處于監(jiān)控狀態(tài)的操作選擇。另用曲線和坐標(biāo)以及對(duì)話框顯示當(dāng)前的振動(dòng)曲線和溫濕度值的大小。

數(shù)據(jù)分析層指的是當(dāng)新的入侵信號(hào)被傳輸?shù)缴衔粰C(jī)時(shí)，上位機(jī)首先從傳感器采集的信號(hào)中分離出載波信號(hào)和振動(dòng)信號(hào)，再用快速獨(dú)立量分析變換分離出各路源振動(dòng)信號(hào)，然后對(duì)源振動(dòng)信號(hào)采用小波變換方法進(jìn)行分析，提取出源振動(dòng)信號(hào)低頻分量的小波系數(shù)，將每組振動(dòng)信號(hào)的小波系數(shù)和信號(hào)測試函數(shù)庫中各組小波系數(shù)N的歐氏距離d(yi，ni)進(jìn)行比較，找出最小的歐氏距離，當(dāng)Y-N→0時(shí)，則函數(shù)數(shù)據(jù)庫中對(duì)應(yīng)的該組數(shù)據(jù)即為與要查找的振動(dòng)信號(hào)最相近的一組信號(hào)，并做出相應(yīng)的報(bào)警處理[2]。

控制層指的是用戶通過上位機(jī)直觀操作界面，下達(dá)對(duì)路由節(jié)點(diǎn)、網(wǎng)絡(luò)節(jié)點(diǎn)、中心節(jié)點(diǎn)的控制指令。系統(tǒng)監(jiān)控軟件對(duì)入侵信號(hào)的分析如圖3所示。

圖3　信號(hào)采集后進(jìn)行分析的流程

5算法分析

野外現(xiàn)場的振動(dòng)傳感器從周圍環(huán)境采集到混合的雜波信號(hào)，從這些混合信號(hào)中分離出某一路或幾路信號(hào)進(jìn)行分析和處理。由于信號(hào)源的不可知性使這一過程成為盲信源分離問題，通過獨(dú)立分量分析方法可對(duì)含有相互獨(dú)立的真實(shí)信號(hào)和噪聲信號(hào)的混合信號(hào)進(jìn)行分離，達(dá)到對(duì)信號(hào)源的有效識(shí)別。

獨(dú)立分量分析方法[3]是一種把混合信息分解成具有統(tǒng)計(jì)獨(dú)立性成分的線性組合的新方法，它能夠有效地提取混合信息的主要特征。該算法是一個(gè)優(yōu)化算法，其目標(biāo)函數(shù)在于實(shí)現(xiàn)獨(dú)立成分的最大化非高斯性，該目標(biāo)函數(shù)的設(shè)定可由中心極限定理直觀地推出。中心極限定理表明，在大樣本條件下，獨(dú)立隨機(jī)變量的和趨于高斯分布。獨(dú)立成分模型[4]表明觀測變量是獨(dú)立成分的線性組合，獨(dú)立成分比任何一個(gè)觀測變量更偏離高斯分布。通過用負(fù)熵作為度量，對(duì)輸出向量y的各個(gè)分量進(jìn)行非高斯性度量，來判斷是否得到獨(dú)立信號(hào)源。

針對(duì)姿態(tài)傳感器的多信號(hào)分離采用快速獨(dú)立量分析算法的具體步驟為：

a.將傳感器采集到的混合信號(hào)x除去均值球化后得z。過程如圖4所示。

圖4混合信號(hào)x的均值球化

b.對(duì)

u

i

(0)任意取值，要求

u

i

(0)||

2

=1。

表1f和f′的取值

F(y)f(y)f'(y)1a1logcosa1ytanha1ya1[1-tanh2(a1y)]-ey22ye-y22(1-y)e-y22y4y33y2

e.看函數(shù)是否收斂，如果未收斂則回到步驟c，反之輸出最終ui(k+1)=u。

f.得到獨(dú)立信號(hào)分量y=uTz。

在雜波信號(hào)分離完成后要對(duì)單個(gè)信號(hào)進(jìn)行分析，來判斷哪個(gè)信號(hào)是人為盜搶文物發(fā)出的，哪個(gè)信號(hào)是周圍環(huán)境的風(fēng)力、噪音、地震等干擾產(chǎn)生的，這樣就要用到小波變換來對(duì)信號(hào)進(jìn)行放大和平移處理。

6小波變換與多分辨率分析

小波變換是一種能同時(shí)在時(shí)間(或空間)和頻率域進(jìn)行局部化信號(hào)分析的新方法[4]，在時(shí)域(空域)和頻域都有良好的局部化性質(zhì)，由于對(duì)高頻成分采用逐漸竟需的時(shí)域取樣步長，從而可以將信號(hào)的任意細(xì)節(jié)放大并聚焦[5]。

其內(nèi)在實(shí)質(zhì)就是將信號(hào)空間中的任意函數(shù)f(t)表示為其在不同伸縮因子a和平移因子b的小波序列上的投影。適當(dāng)?shù)剡x擇基本小波，使φ(t)在時(shí)域上為有限支撐，ψ(t)在頻域上也比較集中[6]，不同的小波序列結(jié)果會(huì)對(duì)應(yīng)不同時(shí)間頻率寬度的小波，可以和信號(hào)的相應(yīng)位置進(jìn)行匹配，這樣可使小波變換在時(shí)、頻兩域都具有表征信號(hào)局部能力的特征，綜合成一種時(shí)、頻聯(lián)合分析方法，有利于檢測信號(hào)的瞬時(shí)狀態(tài)。

連續(xù)小波變換公式(CWT)為：

WTf(a，τ)=〈f(t)，ψa，τ(t)〉=

(1)

多分辨率分析的基本思想可描述為對(duì)于函數(shù)f(x)∈L2，可以看作某一逐級(jí)逼近的極限。每一級(jí)的逼近都是用某一個(gè)低通濾波函數(shù)φ(x)對(duì)f(x) 平滑作用的結(jié)果，低通濾波函數(shù)φ(x)也逐漸伸縮，即就是用不同的分辨率來逐級(jí)逼近f(x)[7]。

由小波變換的多分辨率分析方法可得，在信號(hào)空間L2(R)上的任意函數(shù)f有多分辨率分析：

(2)

對(duì)上式兩邊同時(shí)做內(nèi)積處理，并因?yàn)棣蘸挺拙哂械恼粴w一特性則可得：

(3)

(4)

{hk}(k∈Z)和{gk}(k∈Z)是一組濾波器序列，可以認(rèn)為是理想低通濾波器H0和理想高通濾波器H1，利用其將信號(hào)分解到不同且獨(dú)立的頻率上[8]。

每次小波分解完的小波系數(shù)對(duì)應(yīng)信號(hào)的不同頻率部分，逐級(jí)將這些小波系數(shù)和自定義函數(shù)比對(duì)庫中的各組小波系數(shù)進(jìn)行對(duì)比，如果不滿足報(bào)警條件則繼續(xù)向下進(jìn)行二分查找，最終找出符合條件且距離最為相近的1組，即為姿態(tài)傳感器采集到的人為觸發(fā)的信號(hào)，作報(bào)警處理。

7結(jié)束語

解決了處于露天野外現(xiàn)場環(huán)境可能產(chǎn)生的雜波信號(hào)錯(cuò)誤分析問題，將現(xiàn)場信號(hào)進(jìn)行高精度處理，分離出由風(fēng)擾、噪音、地震等非人為盜搶因素產(chǎn)生的對(duì)文物看護(hù)的錯(cuò)誤報(bào)警信號(hào)。

信號(hào)處理中針對(duì)的是盲信號(hào)源分離問題，依據(jù)獨(dú)立量分析并通過獨(dú)立量分析進(jìn)行變換，將雜糅在一起的很多信號(hào)分離成單個(gè)可供處理的信號(hào)，方便于后續(xù)的信號(hào)分析。

在對(duì)分離出的單個(gè)信號(hào)作處理的時(shí)候采用了小波變換，其優(yōu)點(diǎn)在于在信號(hào)的低頻部分具有較低的時(shí)間分辨率和較高的頻率分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，適合于分析非平穩(wěn)信號(hào)和提取信號(hào)的局部特征，有利于野外文物看護(hù)環(huán)境下的雜波信號(hào)分析處理。

參考文獻(xiàn)：

[1]田曉鳳，于春和.基于振動(dòng)傳感器的周界圍欄報(bào)警監(jiān)控系統(tǒng)設(shè)計(jì)[J].沈陽航空航天大學(xué)學(xué)報(bào),2012，29(5)：44-47.

[2]吳瑞娜.無限周界入侵監(jiān)控系統(tǒng)與入侵信號(hào)識(shí)別研究[D].西安：西安科技大學(xué),2010.

[3]胥永剛，張發(fā)啟，何正嘉.獨(dú)立分量分析及其在故障診斷中的應(yīng)用[J].震動(dòng)與沖擊,2004，23(2)：103-108.

[4]Newland D E.An introduction to random vibrations,spectral & wavelet analysis [M].3nd ed.Dover Publications,2012.

[5]Jutten C,Herault J.Blind separation of sources[J].Signal Processing,1991,24(1):1-24.

[6]蒲會(huì)蘭，丁世文，魯懷偉，等.小波變換及其在信號(hào)去噪中的應(yīng)用[J].現(xiàn)代電子技術(shù),2012，39(19):52-55.

[7]尹海昌，欒海妍.基于小波變換的單通道盲分離中源信號(hào)數(shù)目估計(jì)算法[J].科學(xué)技術(shù)與工程,2012，12(20)：5039-5043.

[8]覃武，庹立權(quán)，劉鵬，等.基于虛擬儀器的生命信號(hào)小波變換分析技術(shù)[J].電子測量技術(shù),2012,35(1):100-103.