基于智能手机运动传感器采样的震动信号分析与检测方法

发布时间：2020-06-06 11:48

【摘要】：地震预警系统能够在地震波到达预警目标区前为人们发送地震预警信息,延长紧急应对时间,有效减少人员伤亡以及财产损失。传统地震监测仪器虽然可以产生高保真的地震监测信号,但是由于其价格昂贵、功耗高、体积庞大、难以安装等局限性难以广泛部署。近年来,大量普及的普通用户智能手机中装配的加速度计和陀螺仪等运动传感器采用与地震仪相似的采样原理,同时还具备海量的用户规模,成为地震事件监测的潜在设备。为了解决普通智能手机传感器在异常震动事件检测中可能存在的噪声大、精度差等问题,本文尝试在普通智能手机上实现、测试并改进经典的P波震相捡拾算法,模拟采样大量异常震动事件采样数据,分析其传感器采样的信号特征,提出实用的异常震动事件检测方法。其次,为了模拟海量智能手机用户的群智感知特征,提出相应的数据融合策略并分析其理论依据,使用多台智能手机实施融合进行了验证,有效提高了异常震动事件检测的精度,为普通智能手机在地震预警系统中的应用提供了参考依据。本文的工作主要如下:首先,分析普通智能手机传感器采集异常震动事件数据的波形特征,建立描述动态使用环境和噪声条件下非定制传感器采样的震相模型;采用并改进了三种典型地震信号监测方法对九类异常震动事件进行分析与检测,找出最有效的震动信号监测方法。结果表明:STA/LTA方法捡拾结果虽然都滞后于真实到时,但与真实到时接近,误差小于0.1s;AIC准则方法捡拾结果都提前于真实到时,并且与真实到时相差很大,不适用于基于普通智能手机传感器的异常震动信号检测;STA/LTA方法结合AIC准则方法检测误差小于0.05s,捡拾效果最好,验证了基于普通智能手机传感器的异常震动事件检测的可行性。其次,分析了多台普通智能手机传感器对异常震动事件监测的数据融合方法。使用多台不同厂商生产的普通智能手机采样不同场景的异常震动事件,结合STA/LTA+AIC准则的方法捡拾P波到时,产生本地决策,然后将本地决策传输到基站对多台智能手机的捡拾结果进行数据融合。试验结果表明数据融合大大提高了捡拾准确率,降低了捡拾误警率,有效地改善了系统对异常震动事件的感知质量。
【学位授予单位】：华东交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP212;TH762.2

【参考文献】

相关期刊论文 前10条

1 张浩;张静静;;无线传感器网络数据融合算法综述[J];软件;2017年12期

2 F.Finazzi;王林;;地震网络项目:基于大众智能手机的地震预警系统[J];世界地震译丛;2017年06期

3 杨黎薇;邱志刚;林国良;王玉石;;强震预警中P波到时STA/LTA和贝叶斯BIC双步骤捡拾研究[J];地震研究;2017年04期

4 张恩瑜;庞懿元;潘越;;基于时间序列与小波分离的畸变信号的分析[J];科技创新与应用;2017年28期

5 郭铁龙;张雪梅;邹立晔;;STA/LTA—AIC算法对地震P波震相拾取稳定性影响[J];地震地磁观测与研究;2017年03期

6 刘翰林;吴庆举;;地震自动识别及震相自动拾取方法研究进展[J];地球物理学进展;2017年03期

7 陈兴蜀;江天宇;曾雪梅;尹学渊;邵国林;;基于多维时间序列分析的网络异常检测[J];工程科学与技术;2017年01期

8 何先龙;佘天莉;高峰;;一种地震P波和S波初至时间自动拾取的新方法[J];地球物理学报;2016年07期

9 何宏;向朝参;肖书成;沈鑫;杨盘隆;苟继彬;;群智感知网络研究现状与发展[J];吉林大学学报(信息科学版);2016年03期

10 伍梁凯;;船舶动力定位中的数据融合技术文献综述[J];科技视界;2016年14期

相关博士学位论文 前1条

1 马强;地震预警技术研究及应用[D];中国地震局工程力学研究所;2008年

相关硕士学位论文 前6条

1 陈少波;地震预警系统的P波震相自动识别方法研究[D];中国地震局工程力学研究所;2015年

2 冯红武;地震预警中的震相自动识别方法和技术研究[D];中国地震局兰州地震研究所;2014年

3 郑宇;基于强震动记录P波的后续地震动估计[D];中国地震局工程力学研究所;2013年

4 尹得余;P波震相自动捡拾与地震预警震级实时测定技术研究[D];中国地震局工程力学研究所;2012年

5 盛选义;时间序列分位数回归模型的实证分析[D];天津大学;2012年

6 张保梅;数据级与特征级上的数据融合方法研究[D];兰州理工大学;2005年

，

本文编号：2699630