基于STM32地震動信號檢測識別傳感器系統(tǒng)設計

岳輝

摘要：地震動傳感器是無人值守系統(tǒng)非常重要的組成部分之一，在地面目標偵查工作中，地震動傳感器有著非常重要的預警功能。針對傳統(tǒng)傳感器采用單一時域或頻域分析法中出現(xiàn)的問題，研究創(chuàng)新性地選用時頻域聯(lián)合分析法，解決了傳感器分析非平穩(wěn)信號時準確率較低的問題。采用改進的BP算法，在系統(tǒng)中避免了頻率特征匹配時出現(xiàn)網(wǎng)絡功能函數(shù)中出現(xiàn)局部最小點的問題。研究設計的地震動信號識別傳感器系統(tǒng)實現(xiàn)了3s、10s內(nèi)對25m距離內(nèi)的人和車以及100m范圍內(nèi)的各種車輛震動信號的識別，正確識別率分別達到96%和90%。

關鍵詞：震動信號;BP神經(jīng)網(wǎng)絡;模式識別;傳感器

中圖分類號：P315.62文獻標識碼：A 文章編號：1001-5922（2019）09-0117-05

地震動傳感器的主要價值，在于能夠通過對運動目標引起的震動進行遠距離檢測，實現(xiàn)設備對該目標的識別。國內(nèi)針對局部禁區(qū)范圍內(nèi)人、車活動的監(jiān)視主要采用預埋傳感器的方式。但是由于布設傳感器需要的線路和處理系統(tǒng)過于復雜，預埋式傳感器的監(jiān)測范圍很有限閉。同時，中央處理器需要對數(shù)量龐大的傳感器同時進行信號的篩選、處理，造成整個監(jiān)測系統(tǒng)過高的誤報警頻率以及較高的整體功耗。為滿足實際工作中對震動信號傳感器的需要，主要針對一種震動傳感器的系統(tǒng)進行了重新設計，提高了傳感器系統(tǒng)對人和車輛的識別能力和效率，基本滿足了24h戶外無人值守的需求。

1相關原理綜述

地表介質(zhì)質(zhì)點的震動來自于外界運動目標對地面的激勵，產(chǎn)生激勵的原因，來自于運動目標在地面上的運動。鑒于地表介質(zhì)的非剛體特性，運動目標在地面上的運動則必然會引起地表介質(zhì)的形變。運動帶來的形變會不斷傳播形成地震波。進行震動信號識別傳感器的系統(tǒng)設計，要確保系統(tǒng)可以高效地對地震動信號進行測量，因此，對地震動信號的產(chǎn)生原理和傳播原理進行分析是我們進行系統(tǒng)設計的第一步。

1.1地震動信號的產(chǎn)生與傳播

地面上的人侵人員、車輛、建筑噪聲等運動目標是地震動傳感器最主要的檢測目標。這些運動目標的運動過程會對地面不斷施加激勵，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)點的運動以及震動波的傳播規(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)點的振動方向相同，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)點的振動方向呈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）的傳遞相互獨立、互不干擾，在遇到界面時，不論縱波（P波）還是橫波（S波）都會發(fā)生反射和折射。

體波與體波之間因為傳播產(chǎn)生干涉和疊加效應后，便產(chǎn)生了一些頻率較低而能量較強的次聲波，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。當面波在地表介質(zhì)的分界面不斷向深處傳播時，波的強度會呈指數(shù)冪急劇衰減。面波分為兩種：①瑞雷面波，運動軌跡呈逆進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)點的運動方向與傳播方向呈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地震動信號特性分析與識別技術

地震動信號的目標具有能夠反映其本質(zhì)屬性的特性。對地震動信號目標的特征進行提取，本質(zhì)是通過對原始檢測信息進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)可以對地震動信號目標本質(zhì)屬性進行有效反映的特征。對地震動信號目標特性進行分析，要選擇能夠高度代表地震動信號目標的特征，且特征要具有較強的穩(wěn)定性。

1.2.1地震動信號預處理

信號采集時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對信號分析工作產(chǎn)生很大的影響，影響分析結(jié)果。在進行分析之前，要對采集所得信號進行預處理，剔除信號中的干擾成分，提高整體對地震動目標分析的可靠性和真實性。對信號的預處理，包括進行濾波、去均值、卡位、錯點剔除以及消除趨勢項等。

1.2.2地震動信號的時頻域特征分析

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

2震動信號識別系統(tǒng)軟件設計原理

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

3改進的BP神經(jīng)網(wǎng)絡算法

在進行地震動信號的同參考模式匹配時，比較常用的技術有動態(tài)時間規(guī)整、貝葉斯框架和人工神經(jīng)網(wǎng)絡等。其中，人工神經(jīng)網(wǎng)絡技術能夠針對帶噪聲變形的地震動信號進行識別，且識別速度很快。因此，研究選用改進的BP神經(jīng)網(wǎng)絡算法為本，該設計軟件部分中的主要頻率特征匹配算法。