CN109633548A - 一种水声台网关联方法 - Google Patents
一种水声台网关联方法 Download PDFInfo
- Publication number
- CN109633548A CN109633548A CN201811505438.XA CN201811505438A CN109633548A CN 109633548 A CN109633548 A CN 109633548A CN 201811505438 A CN201811505438 A CN 201811505438A CN 109633548 A CN109633548 A CN 109633548A
- Authority
- CN
- China
- Prior art keywords
- signal
- underwater sound
- lattice point
- array
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/20—Position of source determined by a plurality of spaced direction-finders
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种水声台网关联方法,根据水声信号检测结果,以触发信号为起始,通过方位角匹配筛选出可关联格点;而后根据格点中定义的对当前格点具有监测能力的水声台阵子阵清单和信号传输理论特征参数,从水声信号检测结果中筛选出其余待关联子阵记录的信号到时与方位角均匹配的全部检测信号。本发明可根据预设水声监测台网信号监测结果,采用特定海域水声台网关联格点搜素方法,准确检索匹配出与事件相关的全部水声台阵记录的信号。实现了利用国际监测系统稀疏水声台阵监测数据对开阔海域水声信号进行关联,完成了水声事件的源项追溯与发生时间的粗略估计,对于观测水面或水下爆炸事件具有重要价值。
Description
技术领域
本发明属于水声监测技术领域,具体涉及一种水声台网关联方法。
背景技术
水声监测技术是监测水面和水下爆炸事件的有效技术手段,全面禁止核试验条约国际监测系统建立了包括11个水声台阵的全球水声监测网络,既可用于对全球海洋爆炸事件的独立监测与定位,也可作为地震监测台网的重要补充,将地震台网监测面积延伸至广阔海域。
水声台阵监测数据处理过程主要包括:信号检测与特征参数提取、声相识别、水声台网自动关联、事件定位与到时估算、自动关联事件的交互分析。在交互分析过程中,波形分析专家需对自动关联形成的处理事件及其所有关联信号逐一进行核对与校正,从而确保事件公报的准确性与可靠性。水声事件自动关联方法的优劣直接影响系统自动关联处理时效、事件检测率、误关联率、信号关联准确率等核心指标,大量误关联事件和漏关联事件的产生将会极大增加交互分析的工作量。研究一种既能正确关联信号,又具有较低漏检率与误检率的水声台网关联方法,对于水声监测技术而言具有重要现实意义。
由于水声台网分布稀疏,且声在水面传输速度仅1485m/s,对于动辄上万千米的监测距离而言,水声信号走时较长、信号在传输过程中受岛屿阻隔而无法传输至台阵、受洋流影响导致信号方位角偏移、不同海区温度的差异导致声速不稳定,这些因素都会增加信号搜索和匹配的难度。
发明内容
本发明提供一种水声台网关联方法,要解决的技术问题是:稀疏水声监测台网对开阔水域水声事件监测过程中信号搜索和匹配困难的问题。
为了解决以上技术问题,本发明提供了一种水声台网关联方法,其特征在于,包括以下步骤:
S1、选定所需进行水声监测数据分析的海域,确定用于对目标区域进行监测的水声台网,根据关联时间区间,从数据库中获取相应水声台阵的全部检测信号及其关键特征参数;
S2、将提取的水声台阵检测信号按照子阵进行分类,同一子阵不同监测子台记录的水声信号,若方位角相同,信号到时差小于定义的误差值,则认为所有信号为同一信号类,按顺序标志信号类F,对每一信号类所属全部信号进行标识,其中标识的最大值为每一信号类F中所含信号检测数;提取所有信号类中标识为1的信号组成待关联信号集合staarr;
S3、根据定义的水声台网或该台网所包含的具有检测信号的水声台阵清单,导入台阵参数,获取相应台阵的坐标与水声台阵信号传输隔断参数,创建水声台网关联的有效格点;
S4、选取某一台阵作为触发台阵,该台阵记录的信号作为触发信号,其余台阵作为待关联台阵,相应信号作为待关联信号;
S5、对于每一个触发信号Trigk,其方位角为azmk,根据定义的信号方位角偏差azth,从S3确定的所有格点中选取触发台阵至格点的方位角介于[azmk-azth,azmk+azth]的格点gridj,其中Trigk为第k个触发信号,azmk为第k个触发信号的方位角,gridj为第j个格点符合前述触发信号匹配要求;记录符合要求的格点所对应的触发信号的水声子阵gchan,触发台阵至该格点距离gdistj、方位角gazj、信号走时gtimej;
S6、采用双曲函数定义S5所选取的格点与第k个触发信号方位角的匹配质量系数awgkj和第k个触发信号走时的匹配质量系数twgkj;
S7、根据S3中定义的对该格点区域具有监测能力的水声台阵清单及其关键参数,从对应台阵信号类F中,对触发子阵以外的全部子阵,进行信号检索匹配,并根据S6计算待关联信号与S5所选取的格点的方位角的匹配质量系数和触发信号走时的匹配质量系数;
S8、按照上述步骤确定S5所选取的格点gridj所关联的全部信号selarr,确定参与关联的水声台阵数Nsta和子阵数Nchan,若满足Nchan≥Dchan且Nsta≥Dsta,Nchan≥Nsta,则形成初步关联事件,并计算初步关联事件的可靠性质量系数;Dchan、Dsta分别为定义水声事件所需子阵数及台阵数。
有益效果:本发明可根据预设水声监测台网信号监测结果,采用特定海域水声台网关联格点搜素方法,准确检索匹配出与事件相关的全部水声台阵记录的信号。实现了利用国际监测系统稀疏水声台阵监测数据对开阔海域水声信号进行关联,完成了水声事件的源项追溯与发生时间的粗略估计,对于观测水面或水下爆炸事件具有重要价值。具有以下优点:
1)本发明通过采用水声台网关联格点设计方法进行了水声台网关联格点设计,筛选出符合水声事件定义的格点,提高了格点搜索和待关联台阵选取效率。另外,采用同一子阵信号聚类分析方法,避免了不同子台相似信号的重复检索,将格点关联匹配效率提升,其中为有检测信号的子阵数。
2)本发明实现了利用国际监测系统水声台阵监测数据对开阔海域水声信号关联,初步实现了水声事件的源项追溯与发生时间的粗略估计,对于观测水面或水下爆炸事件具有重要价值。所述方法可以准确地检索匹配出与事件相关的不同水声台阵记录的信号,信号关联准确率大于94%。
3)既能对水声信号进行快速准确匹配关联,又能提高格点搜素匹配的针对性和关联效率,继而给出水声事件源项大致位置和发生时间,将进一步提升水声监测技术在水下爆炸和灾害监测、应急救援等领域的应用价值。
附图说明
图1为用于太平洋海域水声事件监测的国际监测系统水声台阵分布图;
图2为水声台网关联流程图;
图3为基于双曲函数的关联信号方位角匹配质量系数数值曲线图;
图4为基于双曲函数的关联信号走时匹配质量系数数值曲线图;
图5为本发明自动关联初步定位结果(●)与国际数据中心公报结果(▲)比较;
图6为同一事件自动关联定位与公报结果间距统计图;
图7为某一实施例公报事件格点搜索匹配结果。
具体实施方式
为使本发明的目的、内容和优点更加清楚,下面对本发明的具体实施方式作进一步详细描述。
本发明提出的一种水声台网关联方法,其特征在于,包括以下步骤:
S1、选定所需进行水声监测数据分析的海域,确定用于对目标区域进行监测的水声台网,根据关联时间区间,从数据库中获取相应水声台阵的全部检测信号及其关键特征参数,包括台阵通道名称、信号到时、检测信号编号、声相类别、方位角、慢度等。
S2、将提取的水声台阵检测信号按照子阵进行分类,同一子阵不同监测子台记录的水声信号,若方位角相同,信号到时差小于Tdiff(Tdiff为定义的误差值,通常为数秒钟),则认为所有信号为同一信号类,按顺序标志信号类F,对每一信号类所属全部信号进行标识,其中标识的最大值为每一信号类F中所含信号检测数;提取所有信号类中标识为1的信号组成待关联信号集合staarr。
S3、根据定义的水声台网或该台网所包含的具有检测信号的水声台阵清单,导入台阵参数,获取相应台阵的坐标与水声台阵信号传输隔断参数,创建水声台网关联格点参数文件grid;具体包括以下步骤:
S3.1、选定所需进行水声监测数据分析的海域[Latmin,Latmax,Lonmin,Lonmax],设定格点步长gridd,根据上述参数创建网络格点;
S3.2、根据目标海域以及该海域周边分布的水声监测台站,设定水声监测台网,其中,对于每个水声台阵,按照子台位置进行分类,形成多个子阵,如该台阵的子台在岛屿上南北两端分布,则北端包含的N1、N2、N3三个子台,则统称为N子阵;
S3.3、由于同一水声台阵不同类别的子阵相距较远,可达上百千米,而同一类别的子台相距较近,一般小于2km。因此针对每一类子台,分别设定其水声信号声发通道的有效传输距离,按照方位角0.5°间隔进行有效传输距离全向设定,形成水声台阵信号传输隔断参数,包括不同方位角az及其对应的有效传输距离range;同一台阵不同类别子阵的水声信号传输隔断参数可能不同;
S3.4、根据水声监测台网构成,读取每个水声台阵信号传输隔断参数,按照S1创建的网格格点顺序,利用格点中心坐标(Lati,Loni)与每个水声子阵坐标(Lattj,Lontj),计算子阵与格点间的间距Dij和子阵至每个格点的方位角Azmij,根据水声走时模型估算出水声信号从格点传输至水声子阵所需时间Tij:
Tij=Dij*SH (1)
其中,SH为水声慢度,为74.879s,对应声速为1485m/s。
S3.5、将方位角Azmij与水声台阵信号传输隔断参数中的方位角az进行匹配,找出最接近的第m个格点的方位角参数az(m),当满足Dij≤range(m)时,表明水声台站子阵j能够监测到格点i所产生的水声信号,统计对格点i具有监测能力的子阵数Nchan,以及水声台站数Nsta,由于一个水声台站可能具有多个类别子阵(或子台),当有一个以上子阵可监测到信号时即认为该水声台阵具有监测能力,Nsta的计数即加1。其中m取值范围为1至720。range(m)为az(m)所对应的有效传输距离;
S3.6、设定水声台网关联台阵参数需求,包括定义水声事件所需子阵数Dchan及台阵数Dsta,当满足以下条件时将格点保留,否则将格点删除,得到指定海域水声台网关联的有效格点;
Nchan≥Dchan且Nsta≥Dsta(Nchan≥Nsta) (2)
每个有效格点中包括格点中心坐标、具有监测能力的子阵及其参数(包括台站至格点距离、方位角、信号理论传输时间)、对该格点具有监测能力的子阵及水声台阵数、当前水声台网对该格点是否具有监测能力等。利用上述格点可以对水声台阵信号进行快速匹配与信号关联,并初步确定事件的发生位置。
S4、选取某一台阵作为触发台阵,该台阵记录的信号作为触发信号Trig,其余台阵作为待关联台阵,相应信号作为待关联信号Targ;
S5、对于每一个触发信号Trigk,其方位角为azmk,根据定义的信号方位角偏差azth,从S3确定的所有格点中选取触发台阵至格点的方位角介于方位角区间[azmk-azth,azmk+azth]的格点gridj,其中Trigk为第k个触发信号,azmk为第k个触发信号的方位角,gridj为第j个格点符合前述触发信号匹配要求;记录符合要求的格点所对应的触发信号的水声子阵gchan,触发台阵至该格点距离gdistj、方位角gazj、信号走时gtimej;
S6、采用双曲函数定义S5所选取的格点与第k个触发信号方位角的匹配质量系数awgkj和第k个触发信号走时的匹配质量系数twgkj,方位角和信号走时匹配质量系数定位方法如下所示:
其中,azreskj表示第k个触发信号方位角同触发水声台阵至第j个格点理论方位间的偏差量;treskj表示第k个触发信号到时同根据第j个格点参数估算的信号到时偏差量,对于触发信号treskj等于零。
S7、根据S3中定义的对该格点区域具有监测能力的水声台阵清单及其关键参数,从对应台阵信号类F中,对触发子阵以外的全部子阵,按照方位角区间[azmtn-azth,azmtn+azth]、走时|Ttargn-Ttrig-ttimej+gtimej|<K(gdistj+distj)进行信号检索匹配,并根据S6计算待关联信号与S5所选取的格点的方位角的匹配质量系数和触发信号走时的匹配质量系数。
其中,azmtn和Ttargn分别为待关联台阵第n个检测信号的方位角与信号到时,Ttrig为触发信号到时,distj为待关联台阵至j格点的距离,ttimej为待关联台阵与j格点间信号传输理论走时,K为信号走时偏差量,即水声信号每传输1°信号走时的偏差时长。
S8、按照上述步骤确定S5所选取的格点gridj所关联的全部信号selarr,确定参与关联的水声台阵数Nsta和子阵数Nchan,若满足S3.6公式2所述关系式,则形成初步关联事件。计算初步关联事件的可靠性质量系数:
其中,awtj为gridj格点所关联的全部信号selarr的方位角匹配质量系数,twtj为selarr中除触发信号以外所有信号的到时匹配质量系数。
S9、对于在同一个触发信号下,可能有多个格点均符合S8所述的信号关联准则,形成一组初步关联事件信号组合,因此采用冲突解决机制,选择最优格点确保关联事件信号组合在对应格点具有最优关联质量系数,筛选出关联结果,作为可疑的水下事件,从而确保关联结果的可靠性,具体规则如下:
若初步关联事件信号组合与已有关联事件的信号完全不同或仅部分重合,则认为当前关联的事件为一个新的独立事件;
若初步关联事件信号组合与已有关联事件的信号完全相同,则选择可靠性质量系数Q较高的格点作为关联格点及其关联信号组合,剔除Q值较低的搜索格点结果;
若已有关联事件的信号仅为当前初步关联事件信号组合的部分,则以当前初步关联结果替换对应已有关联事件。
S10、根据S9筛选出的关联结果,给出形成的关联事件Origin和每个事件对应的关联信号Assoc,确定可疑水下事件发生的地点、时间等数据及该事件对应的台阵及其监测到的信号。
Origin包括:事件编号、发生时间、事件位置、关联可靠性质量系数,其中自动关联确定的经纬度为对应格点经纬度,事件发生时间计算方法为:
其中,Ti为事件关联的第i个水声信号的到时,ttimei为第i个水声信号对应的从事件源项传输至水声台阵的理论走时,N为事件所关联的信号数。
根据前述关联给出的事件关联信号selarr及其包含的信号类标识,从对应台阵全部检测信号staarr中提取出所有与中所涉信号selarr相同信号类标识的未关联信号,并连同已关联信号共同赋给Assoc,同一信号类采用相同的可靠性质量系数。Assoc包括:台阵通道名称、信号到时、检测信号编号、声相类别、方位角、慢度、信号关联可靠性质量系数、格点编号、格点经纬度、事件编号、信号理论走时等。
所述水声台阵为全面禁止核试验条约组织所建国际监测系统水声声台阵,泛指各类安装水听器用于记录水声信号的监测站点;所述水声台网是指由一定数量不同分布的水声台阵构成的监测网络;所述水声台阵是指由两个以上近距离分布水声监测子台构成的水声信号监测阵列;所述水声监测子台是水声台阵中某个独立监测站点;所述水声数据是指水声传感器记录的数据;所述信号走时是指水声信号由源项传输至监测台阵所需时间;所述慢度是指信号沿地球表面传输一弧度所需时间;所述信号走时偏差是指次声信号由源项传输至监测台阵的实际时长与理论时长的差值;所述信号方位角是指台阵至源项连线与正北方向的夹角;所述信号方位角偏差是指信号实际方位角与理论方位角的差值;所述信号关联是指对某事件具有监测能力的水声台阵记录信号的自动搜素匹配过程;所述关联信号是指与某事件相关的所有信号的合集;所述开阔水域是不存在显著大型障碍物且可保证两个以上国际监测系统水声台阵同时监测到信号的海域。所述审核事件公报为经波形专家审核并提交的事件分析公报。所述格点是指对指定区域按照一定步长划分的网格;所述格点中心是指格点的中心位置,由格点中心代表整个格点;所述格点步长是指相邻两个格点中心点之间的距离;所述源项位置是指真实事件源所处的位置;
所述水声信号传输隔断参数是指以水声台阵为中心,定义的不同方向上水声信号有效监测距离,由于受海岛和陆地的影响,对某个给定水声台阵而言,不同方向上的有效监测距离不同;
所述信号走时偏差量为信号每传输一弧度距离实际走时与理论值相比差异的秒数;
所述方位角匹配质量系数为采用双曲函数定义的反映格点与检测信号方位角匹配程度的参数;
所述信号走时匹配质量系数为采用双曲函数定义的反映格点与检测信号到时匹配程度的参数;
所述可靠性质量系数为方位角匹配质量系数和信号走时匹配质量系数共同决定的格点与关联信号的匹配程度;
所述事件发生时间为根据水声台阵记录的信号到时及从源项至台阵信号传输时间推算出的事件发生时刻。
图1为用于太平洋海域水声事件监测的全面禁止核试验条约国际监测系统水声监测台阵分布图,除H09、H10两个台阵监测能力仅能覆盖东南太平洋部分海域外,其余台阵对太平洋海域的有效监测覆盖区域均较广。根据预设的水声监测台网、目标关联事件的时间区间,由于声信号在水面传输速度为1485m/s,需根据信号传输至所有台阵的最大传输时间,设置信号传输延迟时间,因此对给定时间区间的关联事件,检测信号到时区间应为,其中为固定设置的信号检索时间偏移量。对于所需太平洋海域和所选台网而言,H10最远监测距离可达217°左右,约为16300s。根据水声台阵清单和信号到时区间从数据库中提取相应台阵的信号检测结果和特征参数。
对于水声台阵而言,每个台阵可能包括多个子阵,每个子阵包括三个监测单元,监测单元间距在2km以内,理论上不同单元监测信号的到时最大约为1.3s,实际检测结果表明信号到时差异可达数秒。由于检测信号的方位角和慢度由子阵的三个监测单元根据互相关方法估算,同一事件信号在三个单间单元上具有相同的特征参数,但不一致的信号到时。对于远距离监测而言,台阵监测对水声事件定位与发生时间估算可以忽略不计,因此通过对同一子阵进行信号类分析,即信号方位角与慢度相同,信号到时差异小于的同一子阵不同监测单元的信号作为同一类,选取其中一个信号用于后续关联。通过信号类分析可以减少无效匹配,信号关联效率提升倍,其中N为有检测信号的子阵数。
根据有检测信号的水声台阵清单,采用专利“一种水声台网关联格点设计”所涉方法进行了水声台网关联格点设计,而后进行水声台网关联。
图2为水声台网关联流程,对于给定水声监测台网,可以选择其中一个或遍历所有台阵作为触发台阵,其检测信号为触发信号,所有剩余台阵作为待关联台阵,对应台阵的检测信号为待关联信号。对于每个触发信号遍历匹配所有格点,根据每个格点中定义的格点至子阵的信号传输特征参数,及子阵对格点的监测能力,筛选出触发台阵具有监测能力、检测信号方位角与理论参数匹配的格点。而后针对匹配格点中定义的具有监测能力的子阵及其信号传输参数,确定待关联台阵(子阵)在预期时间区间内是否有信号到时和方位角均匹配的检测信号,若有符合条件的检测信号,则将该待关联信号记为可关联信号。信号关联过程中方位角偏差阈值、信号走时偏差量、事件定位标准可预先设定。通常情况下水声事件定义标准为:两个独立台阵、三个子阵参与关联。
对于符合事件定义标准的关联信号组合,采用式(1)与式(2)分别计算事件源项位于格点中心位置时,所有关联信号的方位角匹配质量系数和到时匹配质量系数,对应的函数曲线如图3与图4所示。根据这两个系数采用式(3)所示方法计算初步关联事件的可靠性质量系数。当多个格点满足信号匹配要求时,按照前述步骤9的方法进行关联事件相容性分析,从多种可能的信号组合和匹配格点中选择最优格点和关联信号组合。而后根据格点文件中所定义的各子台信号传输走时与检测信号到时,按照子阵分别推测出事件发生时间,参考式(4)所述方法最终确定事件发生时间;将选取的最优格点中心点作为源项位置初步估算结果。而后按照步骤10,根据筛选出的关联结果,给出形成的关联事件Origin信息和每个事件对应的关联信号Assoc信息。
实施实例:
利用全面禁止核试验条约国际监测系统记录的122个发生于西太平洋海域的水声事件对所述方法的有效性进行了测试验证,关联过程中格点步长设置为0.25°。除11个事件因H03台阵无自动检测信号、1个事件因H11台阵无自动检测信号的客观因素导致关联过程中无法满足事件定义标准外,其余110个事件均被有效关联,正常检测出信号的事件关联正确率为百分之一百。87个事件关联信号完全一致;审核事件公报关联信号992个(不含人工分析添加信号),本方法多关联走时和方位角接近的信号39个,占比3.93%;漏关联信号17个,占比1.71%,关联信号准确率大于94%。图5为条约组织公报事件位置(▲)与本方法自动关联初步确定的源项位置(●)比较,图6为公报事件与匹配的自动关联事件间距统计分析,从上述两图可以看出自动关联结果与公报差异处于可接受范围。分析结果表明:对于相当部分事件,自动关联确定的源项位置较之公报定位结果具有更号的方位角匹配结果。
表1为2008年9月7日部分测试事件的对比结果,除少数事件的个别信号未能完整关联外,关联的其余信号与条约组织公报结果完全一致,且关联台阵均为H03N、H11N、H11S,未能关联的个别信号不影响关联结果。图7为表中发生时间为08:51:29事件采用本方法进行信号关联的结果,清晰展示了事件可能的源项区域,其中颜色最深处即为自动关联可靠性质量系数最高点,也即表1中自动关联结果所对应的坐标位置。由于自动关联与公报的定位结果存在一定差异,式(4)中计算事件发生时间所对应的信号走时也将相应变化,因而自动关联确定的事件发生时间与公报结果有一定差异。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种水声台网关联方法,其特征在于,包括以下步骤:
S1、选定所需进行水声监测数据分析的海域,确定用于对目标区域进行监测的水声台网,根据关联时间区间,从数据库中获取相应水声台阵的全部检测信号及其关键特征参数;
S2、将提取的水声台阵检测信号按照子阵进行分类,同一子阵不同监测子台记录的水声信号,若方位角相同,信号到时差小于定义的误差值,则认为所有信号为同一信号类,按顺序标志信号类F,对每一信号类所属全部信号进行标识,其中标识的最大值为每一信号类F中所含信号检测数;提取所有信号类中标识为1的信号组成待关联信号集合staarr;
S3、根据定义的水声台网或该台网所包含的具有检测信号的水声台阵清单,导入台阵参数,获取相应台阵的坐标与水声台阵信号传输隔断参数,创建水声台网关联的有效格点;
S4、选取某一台阵作为触发台阵,该台阵记录的信号作为触发信号,其余台阵作为待关联台阵,相应信号作为待关联信号;
S5、对于每一个触发信号Trigk,其方位角为azmk,根据定义的信号方位角偏差azth,从S3确定的所有格点中选取触发台阵至格点的方位角介于[azmk-azth,azmk+azth]的格点gridj,其中Trigk为第k个触发信号,azmk为第k个触发信号的方位角,gridj为第j个格点符合前述触发信号匹配要求;记录符合要求的格点所对应的触发信号的水声子阵gchan,触发台阵至该格点距离gdistj、方位角gazj、信号走时gtimej;
S6、采用双曲函数定义S5所选取的格点与第k个触发信号方位角的匹配质量系数awgkj和第k个触发信号走时的匹配质量系数twgkj;
S7、根据S3中定义的对该格点区域具有监测能力的水声台阵清单及其关键参数,从对应台阵信号类F中,对触发子阵以外的全部子阵,进行信号检索匹配,并根据S6计算待关联信号与S5所选取的格点的方位角的匹配质量系数和触发信号走时的匹配质量系数;
S8、按照上述步骤确定S5所选取的格点gridj所关联的全部信号selarr,确定参与关联的水声台阵数Nsta和子阵数Nchan,若满足Nchan≥Dchan且Nsta≥Dsta,Nchan≥Nsta,则形成初步关联事件,并计算初步关联事件的可靠性质量系数;Dchan、Dsta分别为定义水声事件所需子阵数及台阵数。
2.根据权利要求1所述的一种水声台网关联方法,其特征在于,S2中所述的误差值通常为数秒钟。
3.根据权利要求1所述的一种水声台网关联方法,其特征在于,S1中,关键特征参数包括台阵通道名称、信号到时、检测信号编号、声相类别、方位角、慢度。
4.根据权利要求1所述的一种水声台网关联方法,其特征在于,S3具体包括以下步骤:
S3.1、选定所需进行水声监测数据分析的海域,设定格点步长,创建网络格点;
S3.2、根据S3.1选定的海域以及该海域周边分布的水声监测台站,设定水声监测台网,其中,对于每个水声台阵,按照子台位置进行分类,形成多个子阵;
S3.3、对于每个子阵中的同一类子台,分别设定其水声信号声发通道的有效传输距离,按照一定方位角间隔进行有效传输距离全向设定,形成水声台阵信号传输隔断参数,包括不同方位角az及其对应的有效传输距离range;
S3.4、根据水声监测台网构成,读取每个水声台阵信号传输隔断参数,按照S3.1创建的网格格点顺序,利用第i个格点中心坐标与第j个水声子阵坐标,计算子阵与格点间的间距Dij和子阵至每个格点的方位角Azmij,根据水声走时模型估算出水声信号从格点传输至水声子阵所需时间Tij:
Tij=Dij*SH,其中,SH为水声慢度;
S3.5、将方位角Azmij与水声台阵信号传输隔断参数中的方位角az进行匹配,找出最接近的格点方位角参数az(m),当满足Dij≤range(m)时,表明水声台站子阵j能够监测到格点i所产生的水声信号,统计对格点i具有监测能力的子阵数Nchan,以及水声台站数Nsta;
S3.6、设定水声台网关联台阵参数需求,包括定义水声事件所需子阵数Dchan及台阵数Dsta,当满足以下条件时将格点保留,否则将格点删除,得到指定海域水声台网关联的有效格点;
Nchan≥Dchan且Nsta≥Dsta,Nchan≥Nsta。
5.根据权利要求4所述的一种水声台网关联方法,其特征在于,
S6中,方位角和信号走时匹配质量系数定义方法如下:
其中,azreskj表示第k个触发信号方位角同触发水声台阵至第j个格点理论方位间的偏差量;treskj表示第k个触发信号到时同根据第j个格点参数估算的信号到时偏差量,对于触发信号treskj等于零。
6.根据权利要求4所述的一种水声台网关联方法,其特征在于,S7中,按照方位角区间[azmtn-azth,azmtn+azth]、走时|Ttargn-Ttrig-ttimej+gtimej|<K(gdistj+distj)进行信号检索匹配,并根据S6计算待关联信号与S5所选取的格点的方位角的匹配质量系数和触发信号走时的匹配质量系数;
其中,azmtn和Ttargn分别为待关联台阵第n个检测信号的方位角与信号到时,Ttrig为触发信号到时,distj为待关联台阵至j格点的距离,ttimej为待关联台阵与j格点间信号传输理论走时,K为信号走时偏差量,即水声信号每传输1°信号走时的偏差时长。
7.根据权利要求4所述的一种水声台网关联方法,其特征在于,S8中,初步关联事件的可靠性质量系数如下:
其中,awtj为gridj格点所关联的全部信号selarr的方位角匹配质量系数,twtj为selarr中除触发信号以外所有信号的到时匹配质量系数。
8.根据权利要求1-7任一项所述的一种水声台网关联方法,其特征在于,还包括S9,对于在同一个触发信号下,可能有多个格点均符合S8所述的信号关联准则,形成一组初步关联事件信号组合,因此采用冲突解决机制,选择最优格点确保关联事件信号组合在对应格点具有最优关联质量系数,筛选出关联结果,作为可疑的水下事件,从而确保关联结果的可靠性。
9.根据权利要求8所述的一种水声台网关联方法,其特征在于,S9的筛选规则如下:
若初步关联事件信号组合与已有关联事件的信号完全不同或仅部分重合,则认为当前关联的事件为一个新的独立事件;
若初步关联事件信号组合与已有关联事件的信号完全相同,则选择可靠性质量系数Q较高的格点作为关联格点及其关联信号组合,剔除Q值较低的搜索格点结果;
若已有关联事件的信号仅为当前初步关联事件信号组合的部分,则以当前初步关联结果替换对应已有关联事件。
10.根据权利要求8所述的一种水声台网关联方法,其特征在于,根据S9筛选出的关联结果,给出形成的关联事件Origin和每个事件对应的关联信号Assoc,确定可疑水下事件发生的地点、时间的数据及该事件对应的台阵及其监测到的信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811505438.XA CN109633548B (zh) | 2018-12-10 | 2018-12-10 | 一种水声台网关联方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811505438.XA CN109633548B (zh) | 2018-12-10 | 2018-12-10 | 一种水声台网关联方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109633548A true CN109633548A (zh) | 2019-04-16 |
CN109633548B CN109633548B (zh) | 2023-03-24 |
Family
ID=66072524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811505438.XA Active CN109633548B (zh) | 2018-12-10 | 2018-12-10 | 一种水声台网关联方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109633548B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109580433A (zh) * | 2018-10-26 | 2019-04-05 | 中国辐射防护研究院 | 一种常规爆炸放射性气溶胶扩散的源项估算方法 |
CN111273228A (zh) * | 2019-05-09 | 2020-06-12 | 哈尔滨工程大学 | 一种基于遍历搜索策略的多相干源定位方法 |
CN112987104A (zh) * | 2021-02-24 | 2021-06-18 | 禁核试北京国家数据中心 | 一种快速估计水声台站监测能力的方法 |
CN113607268A (zh) * | 2021-01-26 | 2021-11-05 | 禁核试北京国家数据中心 | 一种区域次声事件自动关联方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040034465A1 (en) * | 2002-04-20 | 2004-02-19 | Spiesberger John Louis | Estimation algorithms and location techniques |
CN101650429A (zh) * | 2009-09-04 | 2010-02-17 | 西北工业大学 | 低信噪比水下目标信号的混沌特征参数提取方法 |
CA2799686A1 (en) * | 2010-05-19 | 2011-11-24 | Cggveritas Services Sa | Passive monitoring method for seismic events |
RU2624798C1 (ru) * | 2016-07-27 | 2017-07-06 | Российская Федерация, от имени которой выступает Министерство промышленности и торговли Российской Федерации (Минпромторг) | Способ определения местоположения шумящего в море объекта |
CN107272061A (zh) * | 2017-06-29 | 2017-10-20 | 禁核试北京国家数据中心 | 一种次声信号与地震事件的自动关联方法 |
CN107290787A (zh) * | 2017-06-29 | 2017-10-24 | 禁核试北京国家数据中心 | 一种地震次声同址台站的监测信号关联方法 |
-
2018
- 2018-12-10 CN CN201811505438.XA patent/CN109633548B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040034465A1 (en) * | 2002-04-20 | 2004-02-19 | Spiesberger John Louis | Estimation algorithms and location techniques |
CN101650429A (zh) * | 2009-09-04 | 2010-02-17 | 西北工业大学 | 低信噪比水下目标信号的混沌特征参数提取方法 |
CA2799686A1 (en) * | 2010-05-19 | 2011-11-24 | Cggveritas Services Sa | Passive monitoring method for seismic events |
RU2624798C1 (ru) * | 2016-07-27 | 2017-07-06 | Российская Федерация, от имени которой выступает Министерство промышленности и торговли Российской Федерации (Минпромторг) | Способ определения местоположения шумящего в море объекта |
CN107272061A (zh) * | 2017-06-29 | 2017-10-20 | 禁核试北京国家数据中心 | 一种次声信号与地震事件的自动关联方法 |
CN107290787A (zh) * | 2017-06-29 | 2017-10-24 | 禁核试北京国家数据中心 | 一种地震次声同址台站的监测信号关联方法 |
Non-Patent Citations (11)
Title |
---|
ARROWSMITH, S: "Processing International Monitoring System infrasound data to detect and locate global events using probabilistic algorithms", 《JOURNAL OF THE ACOUSTICAL SOCIETY OF AMERICA》 * |
HAM, FM (HAM, FM): "Discrimination of volcano activity and mountain associated waves using infrasonic data and a backpropagation neural network", 《APPLICATIONS AND SCIENCE OF COMPUTATIONAL INTELLIGENCE II》 * |
KADRI, U: "Rewinding the waves: tracking underwater signals to their source", 《SCIENTIFIC REPORTS》 * |
唐伟: "互相关算法在次声监测数据处理中的应用", 《环境工程》 * |
李琦等: "基于水声环境空间中多模态深度融合模型的目标识别方法研究", 《海洋技术学报》 * |
王燕: "CTBT水声监测技术在核事故应急监测中的应用研究", 《核电子学与探测技术》 * |
管启亮: "利用水声方法实现水下爆炸试验爆源定位", 《舰船电子工程》 * |
郭泉等: "基于广域次声传感器网络的地震本地次声波监测", 《地球科学(中国地质大学学报)》 * |
陈虎虎: "宁夏实验次声观测台阵与其数据处理技术", 《国家安全地球物理丛书(七)——地球物理与核探测》 * |
陈虎虎等: "基于慢度估计的次声台阵信号自动检测算法及应用", 《声学技术》 * |
陈虎虎等: "大气层核试验次声监测技术", 《核电子学与探测技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109580433A (zh) * | 2018-10-26 | 2019-04-05 | 中国辐射防护研究院 | 一种常规爆炸放射性气溶胶扩散的源项估算方法 |
CN109580433B (zh) * | 2018-10-26 | 2021-05-28 | 中国辐射防护研究院 | 一种常规爆炸放射性气溶胶扩散的源项估算方法 |
CN111273228A (zh) * | 2019-05-09 | 2020-06-12 | 哈尔滨工程大学 | 一种基于遍历搜索策略的多相干源定位方法 |
CN113607268A (zh) * | 2021-01-26 | 2021-11-05 | 禁核试北京国家数据中心 | 一种区域次声事件自动关联方法 |
CN113607268B (zh) * | 2021-01-26 | 2024-01-09 | 禁核试北京国家数据中心 | 一种区域次声事件自动关联方法 |
CN112987104A (zh) * | 2021-02-24 | 2021-06-18 | 禁核试北京国家数据中心 | 一种快速估计水声台站监测能力的方法 |
CN112987104B (zh) * | 2021-02-24 | 2022-09-16 | 禁核试北京国家数据中心 | 一种快速估计水声台站监测能力的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109633548B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109633548A (zh) | 一种水声台网关联方法 | |
CN104808197B (zh) | 一种多监视源飞行目标并行跟踪处理方法 | |
CN106646526B (zh) | 一种可同时检测识别多种故障的接收机自主完好性检测方法 | |
Marques et al. | Estimating North Pacific right whale Eubalaena japonica density using passive acoustic cue counting | |
CN102711239B (zh) | 基于rss指纹数据库的二次模糊聚类室内定位方法 | |
Thomas et al. | Passive acoustic monitoring for estimating animal density | |
CN107290787B (zh) | 一种地震次声同址台站的监测信号关联方法 | |
CN106226732B (zh) | 基于tof及迭代无迹滤波的室内无线定位跟踪方法 | |
CN109101902A (zh) | 一种基于无监督学习的卫星nlos信号检测方法 | |
CN107942336B (zh) | 适用于复杂水环境的鱼类超声波标记精密定位方法及系统 | |
Elizabeth Henderson et al. | Identifying behavioral states and habitat use of acoustically tracked humpback whales in Hawaii | |
Jin et al. | Research on continuous location method used in earthquake early warning system | |
CN104394588A (zh) | 基于Wi-Fi指纹和多维尺度分析的室内定位方法 | |
Frasier | Density estimation of delphinids using passive acoustics: A case study in the Gulf of Mexico | |
Delarue et al. | Acoustic occurrence of baleen whales, particularly blue, fin, and humpback whales, off eastern Canada, 2015-2017 | |
CN110276379B (zh) | 一种基于视频图像分析的灾情信息快速提取方法 | |
CN107272051A (zh) | 一种针对特定地区地震事件的定位方法 | |
CN107831516A (zh) | 融合gnss和地面监测网获取大坝实时高精度位移的方法 | |
Sanderson et al. | A pilot experiment on infrasonic lahar detection at Mount Adams, Cascades: ambient infrasound and wind‐noise characterization at a quiescent stratovolcano | |
CN111208556B (zh) | 一种水声台站监测信号到时区间估算方法 | |
CN109669185B (zh) | 一种次声台网定向搜索关联方法 | |
CN115002903B (zh) | 用于海上装备内部空间的人员轨迹定位系统及测试方法 | |
CN109738050A (zh) | 一种水声台网关联格点设计方法 | |
Liu et al. | Reconstruction method of ocean front model based on fuzzy cluster analysis of sound speed profile | |
Steig et al. | Use of acoustic telemetry to evaluate survival and behavior of juvenile salmonids at hydroelectric dams: a case study from Rocky Reach Dam, Columbia River, USA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |