CN109669185A - 一种次声台网定向搜索关联方法 - Google Patents

一种次声台网定向搜索关联方法 Download PDF

Info

Publication number
CN109669185A
CN109669185A CN201811506586.3A CN201811506586A CN109669185A CN 109669185 A CN109669185 A CN 109669185A CN 201811506586 A CN201811506586 A CN 201811506586A CN 109669185 A CN109669185 A CN 109669185A
Authority
CN
China
Prior art keywords
signal
station
lattice point
seed
infrasonic sound
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
Application number
CN201811506586.3A
Other languages
English (en)
Other versions
CN109669185B (zh
Inventor
唐伟
刘俊民
王晓明
王燕
刘哲函
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ctbt Beijing National Data Center
Original Assignee
Ctbt Beijing National Data Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ctbt Beijing National Data Center filed Critical Ctbt Beijing National Data Center
Priority to CN201811506586.3A priority Critical patent/CN109669185B/zh
Publication of CN109669185A publication Critical patent/CN109669185A/zh
Application granted granted Critical
Publication of CN109669185B publication Critical patent/CN109669185B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/006—Theoretical aspects
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/003—Bistatic sonar systems; Multistatic sonar systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种次声台网定向搜索关联方法，根据次声台站关联活跃度和有效监测距离，以高活跃度次声台站作为种子台站，其监测信号为种子信号，结合有效监测距离筛选出待关联台站，低活跃度待关联台站记录的信号分别与种子信号指向的格点进行匹配，筛选出符合信号走时、方位角、频率衰减规律的信号及格点，通过匹配度分析筛选出最可能的源项格点。在种子台站近场区域设置小格点，远场设置大格点，满足近场精确匹配和远场快速搜素的要求；利用格点加权的方法初步确定信号源项位置。本发明解决了大规模次声台网对大气层和地表爆炸次声信号的自动搜索关联以及源项位置初步估计。

Description

一种次声台网定向搜索关联方法
技术领域
本发明属于次声监测领域，涉及一种次声台网定向搜索关联方法。
背景技术
次声监测技术是有效监测大气层和地面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计划建立包括60个次声台站的全球监测网络，目前已经完成49个次声台站核证，并向国际数据中心实时传输监测数据。次声台站关联事件已经成为全面禁止核试验条约组织审核事件公报的重要组成部分，公报收录次声台网关联事件2440余个，占次声台站参与关联事件的17％。由于次声台站主要分布于北半球、且位于海岛的次声台站监测能力相对较弱，因此，次声台网关联事件主要分布在北半球。
大气层次声事件主要包括空爆、火箭发射与返回、陨石爆炸、化爆、矿爆、极光等。对于较大规模的大气层事件，当两个以上次声台站同时记录到次声信号时，即可判别出事件，并由次声信号确定源项位置。由于全球次声台网较为稀疏，且次声信号在传输过程中受气象条件影响，因此次声台网关联确定的事件位置与信号源实际位置可能存在较大差异，偏差可达数百千米。
除了全面禁止核试验条约组织建立的国际次声监测台网外，美国建立了一定规模的次声监测网络，其他国家或组织建设和运行的次声台站数量较少，很少能构成多台共同监测的次声台网。因此国内外对于大规模次声台网关联方法研究较少，主要关联方法为全球均匀格点搜索法，该方法的针对性不强、未考虑台站监测能力的差异性与信号传输过程中的衰减规律。
发明内容
(一)发明目的
本发明的目的是提供一种次声台网定向搜索关联方法，解决信号无法快速检索与局部精确定位的问题，还解决了大气层或地表爆炸次声事件产生信号的无法快速自动检索和有效匹配的问题。
(二)技术方案
为了解决上述技术问题，本发明提供一种次声台网定向搜索关联方法，其特征在于，具体包括以下步骤：
S1、根据历史纪录确定次声台站关联活跃度和次声台站有效监测距离；
S2、根据目标监测区域和监测时间，提取指定时段次声台网的次声监测信号，按台站进行分组；
S3、选取关联活跃度最高的台站作为种子台站，其检测信号为种子信号，其他台站按关联活跃度降序依次与种子信号进行关联；
S4、种子台站完成与其他所有台站关联后，选取活跃度次位台站作为种子台站，重复上述步骤S3，直到待关联台站只剩一个为止；
S5、在每个种子信号方向上，建立可变格点，由近至远采用不同步长的格点；
S6、所有待关联台站的监测信号与根据种子信号创建的可变格点进行匹配：若待关联台站与任一格点的距离均超越该台站的有效监测距离，则关联下一台站；若格点在待关联台站的有效监测距离之内，但信号的方位角不指向格点，则关联该待关联台站的下一信号；筛选出符合方位角[az-az_th，az+az_th]、频率衰减规律、声速范围为280-350m/s的全部待关联信号；
其中，az为待关联信号方位角，az_th方位角偏差允许值；
S7、根据历史数据，拟合出次声信号走时差随传输距离变化模型公式，对待关联信号走时进行判断，选出符合走时要求的待关联次声信号；
S8、关联过程中，若同一待关联信号与多个格点相关联，取这些关联格点中匹配度最高的格点作为两个台站信号的关联结果；
S9、初步关联后，需要判断各关联事件是否属于同一事件，如果属于同一事件则将关联信号合并，剔除重复关联信号，并重新给出定位结果；
S10、对可疑事件进行定位和发生时间估算，确定可疑事件的位置和时间。
(三)有益效果
本发明采用定向可变格点的设计方法，有效地实现了信号快速检索与局部精确定位，避免了全球格点扫描；采用次声台站有效监测距离，可从指定次声台网中快速筛选出可关联台站并限定了格点创建数，提高了信号匹配效率；采用次声台站全球或区域关联活跃度排序清单，降低了低活跃度台站参与事件生成的概率；采用双曲函数定义的匹配度计算方法，从信号方位角、走时、多格点筛选等方面给出了信号关联匹配的数值评价与筛选依据；采用多格点加权定位的方法，初步给出了事件源项的位置。
本发明实现了根据次声监测信号进行事件溯源，实现了大气层或地表爆炸次声事件产生信号的快速自动检索和有效匹配，自动确定可能记录到爆炸次声信号的次声台站、及这些台站所记录的与事件相关的次声信号，并根据次声信号关联结果初步确定事件源项参考位置。
附图说明
图1为格点关联示意图；
图2为方位角关联匹配度分析示意图；
图3为信号走时匹配度分析示意图；
图4为信号走时偏差随传输距离变化模型；
图5为本发明流程示意图；
具体实施方式
为使本发明的目的、内容和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
一种次声台网定向搜索关联方法，其特征在于，具体包括以下步骤：
S1、根据历史纪录确定次声台站关联活跃度和次声台站有效监测距离；
S2、根据目标监测区域和监测时间，提取指定时段次声台网的次声监测信号，按台站进行分组；
S3、选取关联活跃度最高的台站作为种子台站，其检测信号为种子信号，其他台站按关联活跃度降序依次与种子信号进行关联；
S4、种子台站完成与其他所有台站关联后，选取活跃度次位台站作为种子台站，重复上述步骤S3，直到待关联台站只剩一个为止；
S5、在每个种子信号方向上，建立可变格点：由近至远采用不同步长的格点，可选择的步长为(0.1、0.2、0.5、1、3、5)°，距离台站最远格点由次声台站有效监测距离限定；
S6、所有待关联台站的监测信号与根据种子信号创建的可变格点序列进行匹配：若待关联台站与任一格点的距离均超越该台站的有效监测距离，则关联下一台站；若格点在待关联台站的有效监测距离之内，但信号的方位角不指向格点，则关联该待关联台站的下一信号；筛选出符合方位角[az-az_th,az+az_th]、频率衰减规律、声速范围为280-350m/s的全部待关联信号；
cdist≤(4-cfreq)/0.055 (1)
其中，az为待关联信号方位角，az_th方位角偏差允许值，cfreq为信号中心频率，cdist为由信号频率成分确定的信号有效传输距离。
S7、根据历史数据，拟合出次声信号走时差随传输距离变化模型公式，对待关联信号走时进行判断，选出符合走时要求的待关联次声信号：
分别计算种子信号和待关联信号到时时差t1，根据格点到台站距离及检测信号传输速度计算种子信号与待关联信号走时差t2。
t2＝Fd(i)*Fslow-Sd(i)*Sslow (2)
Tmax＝0.004*d3-0.5*d2+100*d+11 (3)
Tmin＝0.001*d3+0.2*d2-15*d+11 (4)
其中Fd(i)和Sd(i)分别为第i个格点到种子台站和待关联台站的距离，Fslow和Sslow分别为种子信号和待关联信号慢度，d为台站到格点的距离，Tmax与Tmin表示信号传输距离d后信号走时的最大和最小偏差值。将Fd和Sd分别代入公式3和4中，计算出各自走时误差最大和最小值Tfmax、Tsmax、Tfmin、Tsmin，计算走时偏差阈值TTmin和TTmax：TTmin＝min(Tfmax-Tsmax,Tfmax-Tsmin,Tfmin-Tsmax,Tfmin-Tsmin) (5)
TTmax＝max(Tfmax-Tsmax,Tfmax-Tsmin,Tfmin-Tsmax,Tfmin-Tsmin) (6)
待关联信号走时需满足TTmin<(t1-t2)<TTmax。
S8、关联过程中，若同一待关联信号与多个格点相关联，取这些关联格点中匹配度最高的格点作为两个台站信号的关联结果：选取格点时主要考虑待关联信号方位角匹配度wa、触发信号到时匹配度wtf与待关联信号到时匹配度wts。
wa＝1-abs(2/(1+e(-0.3*azresid))-1) (7)
若tdelt1≥0，则
若tdelt1<0，则
若tdelt2≥0，则
若tdelt2<0，
p＝0.000015936*d3-0.0019*d3-0.1507*d2+32.8518*d+49.111
(12)
q＝0.000015936*d4-0.0049*d3+0.5493*d2-39.1482*d-50.8889
(13)
其中，azresid为方位角偏差值，twf为种子信号到时配度，tws为待关联信号到时匹配度，pf、qf为种子台站到格点中心距离df所对应的到时偏差上下限与统计模型的差异值，将df代入式12与式13可得响应结果；ps、qs为待关联台站到格点中心距离ds对应的到时偏差上下限与统计模型的差异值，将ds代入式12与式13可得响应结果；tdelt1为种子信号的到时偏差，tdelt2为待关联信号的到时偏差。
由种子信号及其信号到时tf估算的事件发生时刻origin_tf为：origin_tf＝tf-df*Fslow；由待关联信号及其信号到时ts估算的事件发生时刻origin_ts为：origin_ts＝ts-ds*Sslow。采用公式14至15可以计算出信号到时偏差tdelt1与tdelt2：
tdelt1＝(origin_tf-origin_ts)*df/(ds+df) (14)
tdelt2＝(origin_tf-origin_ts)*ds/(ds+df) (15)
计算每两个可关联格点的间距td，确定格点匹配度dw：
选取总匹配度Wtotal最高的格点作为两个台站信号的关联结果。
Wtotal＝W1*dw+W2*wa1+W3wtf1+W4*wts1+W5*wa2+W6*wtf2+W7*wts2
(17)
其中，W1至W7为权系数，总和为1，可以分别取值为[0.2，0.2，0.1，0.1，0.2，0.1，0.1]。wa1、wa2为待关联信号对应两个不同可关联格点的方位角匹配度，wtf1、wtf2为种子信号对应两个不同可关联格点的到时匹配度，wts1、wts2为待关联信号对应两个不同可关联格点的到时匹配度。
S9、初步关联后，需要判断各关联事件是否属于同一事件，如果属于同一事件则将关联信号合并，剔除重复关联信号，并重新给出定位结果。事件合并的标准是发生时间相差小于10分钟，位置间距小于8°(约890km)。
S10、对可疑事件进行定位和发生时间估算，确定可疑事件的位置和时间：
利用方位角和信号走时匹配度加权的方法，给出不同格点对事件位置和发生时间的贡献系数，结合格点位置和信号走时关系确定可疑事件的位置和时间。
w(i)＝wa(i)*0.4+wtf(i)*0.3+wts(i)*0.3 (18)
lat＝tlat(i)*w(i)/∑w(i) (19)
lon＝tlon(i)*w(i)/∑w(i) (20)
ttime＝tf-df*Fslow+tdelt1 (21)
time＝ttime(i)*w(i)/∑w(i) (22)
其中，w(i)为第i个符合匹配条件格点的权值；wa(i)、wtf(i)、wts(i)分别为第i个符合匹配条件的格点所对应的待关联信号方位角匹配度、触发信号到时匹配度与待关联信号到时匹配度；
tlat、tlon、ttime为所有可关联格点中心坐标和对应的事件发生时间。lat、lon、time为推测的事件源项位置和事件发生时间。
名词解释：
台站关联活跃度是指次声台站参与审核次声事件关联的百分比，按照台站关联活跃度由高到低的顺序进行台站匹配，解决了关联过程中种子台站选取及其余台站匹配顺序；
所述可变格点为一种采用近场采用密集格点、远场采用大间距格点，且格点间距随距离变化的一种格点设置，解决了信号快速检索与局部精确定位；
所述指向性格点是指在特点方向或方向区间上设置格点，其余方向上不做格点设置；
所述次声台站有效监测距离是指覆盖95％以上事件的次声台站至事件的距离，限定了各次声台站搜索距离，避免了无效检索并降低了虚假关联；
所述信号走时差与传输距离联合模型是指次声信号走时偏差与传输距离间的变化关系；
所述方位角匹配度是指由双曲函数形式定义的方位角偏差与信号来源于某格点可能性的数值关系；
所述信号到时匹配度是指由双曲函数形式定义的到时偏差与信号来源于某格点可能性的数值关系；
所述格点匹配度是指由双曲函数形式定义的反应信号源项位置格点差异的数值参数。
如表1所示，为部分次声台站关联活跃度和有效监测距离，两项参数可根据历史事件统计得出，其中关联活跃度反应了该台站参与大气层次声事件关联的概率，对于参与事件关联次声较少的台站或新增次声台站，可以参照其余台站设定默认参数。图1为定向可变格点设置示意图，其中A台站为高关联活跃度种子台站，在其监测信号方向上进行格点设置，分段格点区间分别为0-3、3-10、10-70、70-90、90-180、180-360,格点大小分别为0.1°、0.2°、0.5°、1°、3°、5°，由于受有效监测距离的控制，绝大多数格点间隔在1°以下；图中台站B为待关联台站，若台站至最近格点的距离大于B台站的有效监测距离，则直接匹配下一台站，只有信号到时、方位角指向、频率衰减等均符合条件的信号才能匹配为关联信号。
表1部分次声台站关联活跃度和有效监测距离
序号 台站 关联活跃度 有效监测距离(°)
1 I31KZ 56.00％ 37
2 I43RU 46.80％ 30
3 I46RU 39.00％ 50
4 I34MN 30.00％ 50
5 I26DE 29.90％ 40
6 I45RU 19.40％ 58
7 I48TN 15.50％ 39
8 I44RU 13.60％ 45
图2为方位角关联匹配度分析示意图，其有效区间为±20°，方位角偏差越小，则与理论方位匹配度越高，当方位角偏差超出所设定有效区间时，表明该信号在方位上不匹配；图3为信号走时匹配度分析，信号走时有效误差±1000s，当信号走时偏差超出设定区间时，表明信号在走时上不匹配。格点匹配度也采用双曲函数进行类似描述。
图4为信号走时差与传输距离联合模型及其拟合曲线，根据公式3至6对与某个格点进行关联的种子信号和待关联信号进行走时误差分析，筛选出符合走时误差规律的待关联次声信号。图5为次声台网关联基本流程，经格点匹配后，可能多个相邻格点均能符合条件，需从中筛选出匹配程度最高的格点；另外由于次声台站接收的信号可能由多个波组组成，每个波组对应有检测信号，这些信号特征参数较为接近，在关联过程中，不同波组信号可能形成独立事件，因此需要按照一定规则对初步关联的事件和信号进行合并、提出重复信号，并根据初步定位确定的事件位置对合并事件的位置进行估计。完成上述所有步骤后，保存关联结果。
实施实例：
北京时间2015年8月12日23点34分，位于天津市滨海新区塘沽开发区的危险品仓库发生两次爆炸，爆炸位置约为北纬39.044°，东经117.736°。本发明通过利用2015/8/1222:00-2015/8/1314:00时间段43个次声监测信号检测结果，对检测信号进行了关联，形成的自动关联事件如表2所示，定位于纬度36.00°，经度114.69°，该事件与天津港爆炸相吻合。
表2次声台网定向搜索方法对天津港化爆事件关联结果
信号时间 台站 震中距 ARID 方位角 慢度 震相
17:14:50 I34MN 12.75 106918355 139.39 322.48 N
18:07:50 I30JP 21.82 106919000 287.93 304.81 N
19:23:40 I39PW 34.82 106920464 328.36 318.43 I
19:32:25 I31KZ 41.65 106920613 88.01 312.93 I
本发明利用I30JP(日本筑波)、I31KZ(哈萨克斯坦阿克纠宾斯克)、I34MN(蒙古松吉诺)、I39PW(帕劳)等四个次声台站台站正确关联了该爆炸事件所涉信号，并给出了位置，与爆点相距约430km。由于用于天津港爆炸事件关联的次声台站距离事发点较远，最近的台站为1420km、最远的台站4630km，且传播路径受气象条件影响显著，因此次声定位的精度不高，自动关联所确定的源项定位偏差属于可接受范围。

Claims (9)

1.一种次声台网定向搜索关联方法，其特征在于，具体包括以下步骤：
S1、根据历史纪录确定次声台站关联活跃度和次声台站有效监测距离；
S2、根据目标监测区域和监测时间，提取指定时段次声台网的次声监测信号，按台站进行分组；
S3、选取关联活跃度最高的台站作为种子台站，其检测信号为种子信号，其他台站按关联活跃度降序依次与种子信号进行关联；
S4、种子台站完成与其他所有台站关联后，选取活跃度次位台站作为种子台站，重复上述步骤S3，直到待关联台站只剩一个为止；
S5、在每个种子信号方向上，建立可变格点，由近至远采用不同步长的格点；
S6、所有待关联台站的监测信号与根据种子信号创建的可变格点进行匹配：若待关联台站与任一格点的距离均超越该台站的有效监测距离，则关联下一台站；若格点在待关联台站的有效监测距离之内，但信号的方位角不指向格点，则关联该待关联台站的下一信号；筛选出符合方位角[az-az_th,az+az_th]、频率衰减规律、声速范围为280-350m/s的全部待关联信号；
其中，az为待关联信号方位角，az_th方位角偏差允许值；
S7、根据历史数据，拟合出次声信号走时差随传输距离变化模型公式，对待关联信号走时进行判断，选出符合走时要求的待关联次声信号；
S8、关联过程中，若同一待关联信号与多个格点相关联，取这些关联格点中匹配度最高的格点作为两个台站信号的关联结果；
S9、初步关联后，需要判断各关联事件是否属于同一事件，如果属于同一事件则将关联信号合并，剔除重复关联信号，并重新给出定位结果；
S10、对可疑事件进行定位和发生时间估算，确定可疑事件的位置和时间。
2.如权利要求1所述的一种次声台网定向搜索关联方法，其特征在于，S1中，台站关联活跃度是指次声台站参与审核次声事件关联的百分比。
3.如权利要求1所述的一种次声台网定向搜索关联方法，其特征在于，S5中，距离台站最远格点由次声台站有效监测距离限定。
4.如权利要求1所述的一种次声台网定向搜索关联方法，其特征在于，S6中，cdist≤(4-cfreq)/0.055
其中，az为待关联信号方位角，az_th为方位角偏差允许值，cfreq为信号中心频率，cdist为由信号频率成分确定的信号有效传输距离。
5.如权利要求1所述的一种次声台网定向搜索关联方法，其特征在于，S7具体如下：
分别计算种子信号和待关联信号到时时差t1，根据格点到台站距离及检测信号传输速度计算种子信号与待关联信号走时差t2：
t2＝Fd(i)*Fslow-Sd(i)*Sslow
Tmax＝0.004*d3-0.5*d2+100*d+11 (3)
Tmin＝0.001*d3+0.2*d2-15*d+11 (4)
其中Fd(i)和Sd(i)分别为第i个格点到种子台站和待关联台站的距离，Fslow和Sslow分别为种子信号和待关联信号慢度，d为台站到格点的距离，Tmax与Tmin表示信号传输距离d后信号走时的最大和最小偏差值；将Fd和Sd分别代入公式(3)和(4)中，计算出各自走时误差最大和最小值Tfmax、Tsmax、Tfmin、Tsmin，从而计算走时偏差阈值TTmin和TTmax：
TTmin＝min(Tfmax-Tsmax,Tfmax-Tsmin,Tfmin-Tsmax,Tfmin-Tsmin)
TTmax＝max(Tfmax-Tsmax,Tfmax-Tsmin,Tfmin-Tsmax,Tfmin-Tsmin)
待关联信号走时需满足TTmin<(t1-t2)<TTmax。
6.如权利要求1所述的一种次声台网定向搜索关联方法，其特征在于，S8中，选取格点时主要考虑待关联信号方位角匹配度wa、触发信号到时匹配度wtf与待关联信号到时匹配度wts：
wa＝1-abs(2/(1+e(-0.3*azresid))-1)
若tdelt1≥0，则
若tdelt1<0，则
若tdelt2≥0，则
若tdelt2<0，
p＝0.000015936*d3-0.0019*d3-0.1507*d2+32.8518*d+49.111
q＝0.000015936*d4-0.0049*d3+0.5493*d2-39.1482*d-50.8889
其中，azresid为方位角偏差值，twf为种子信号到时配度，tws为待关联信号到时匹配度，pf、qf为种子台站到格点中心距离df所对应的到时偏差上下限与统计模型的差异值；ps、qs为待关联台站到格点中心距离ds对应的到时偏差上下限与统计模型的差异值；tdelt1为种子信号的到时偏差，tdelt2为待关联信号的到时偏差。
7.如权利要求6所述的一种次声台网定向搜索关联方法，其特征在于，S8中，由种子信号及其信号到时tf估算的事件发生时刻origin_tf为：origin_tf＝tf-df*Fslow；
由待关联信号及其信号到时ts估算的事件发生时刻origin_ts为：origin_ts＝ts-ds*Sslow；
信号到时偏差tdelt1与tdelt2为：
tdelt1＝(origin_tf-origin_ts)*df/(ds+df)
tdelt2＝(origin_tf-origin_ts)*ds/(ds+df)
计算每两个可关联格点的间距td，确定格点匹配度dw：
选取总匹配度Wtotal最高的格点作为两个台站信号的关联结果：
Wtotal＝W1*dw+W2*wa1+W3wtf1+W4*wts1+W5*wa2+W6*wtf2+W7*wts2
其中，W1至W7为权系数，总和为1，可以分别取值为[0.2，0.2，0.1，0.1，0.2，0.1，0.1]；wa1、wa2为待关联信号对应两个不同可关联格点的方位角匹配度，wtf1、wtf2为种子信号对应两个不同可关联格点的到时匹配度，wts1、wts2为待关联信号对应两个不同可关联格点的到时匹配度。
8.如权利要求1所述的一种次声台网定向搜索关联方法，其特征在于，S9中，事件合并的标准是发生时间相差小于10分钟，位置间距小于8°。
9.如权利要求1所述的一种次声台网定向搜索关联方法，其特征在于，S10中，利用方位角和信号走时匹配度加权的方法，给出不同格点对事件位置和发生时间的贡献系数，结合格点位置和信号走时关系确定可疑事件的位置和时间。
CN201811506586.3A 2018-12-10 2018-12-10 一种次声台网定向搜索关联方法 Active CN109669185B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811506586.3A CN109669185B (zh) 2018-12-10 2018-12-10 一种次声台网定向搜索关联方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811506586.3A CN109669185B (zh) 2018-12-10 2018-12-10 一种次声台网定向搜索关联方法

Publications (2)

Publication Number Publication Date
CN109669185A true CN109669185A (zh) 2019-04-23
CN109669185B CN109669185B (zh) 2023-03-24

Family

ID=66144648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811506586.3A Active CN109669185B (zh) 2018-12-10 2018-12-10 一种次声台网定向搜索关联方法

Country Status (1)

Country Link
CN (1) CN109669185B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110764092A (zh) * 2019-10-24 2020-02-07 中国科学院声学研究所 一种基于方位历程图的水声目标方位跟踪方法及系统
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 (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE9401293D0 (sv) * 1994-04-15 1994-04-15 Ragnar Slunga Sätt att bestämma absoluta lägen för seismiska eller akustiska transienta signalkällor
RU2300122C1 (ru) * 2005-11-14 2007-05-27 Федеральное государственное унитарное предприятие "Научно-исследовательский институт импульсной техники" (ФГУП НИИИТ) Способ дистанционного определения параметров инфразвукового сигнала вблизи неопознанного источника сигнала
US20110098950A1 (en) * 2009-10-28 2011-04-28 Symphony Acoustics, Inc. Infrasound Sensor
DE102013105726B3 (de) * 2013-06-04 2014-12-04 Petra Sonja Biedermann Verfahren und Vorrichtungen zur Detektion und Lokalisierung von Infraschall
CN105676287A (zh) * 2016-01-29 2016-06-15 禁核试北京国家数据中心 一种检测特定地区核爆炸地震事件的方法
CN105716707A (zh) * 2015-12-10 2016-06-29 中国航空工业集团公司北京长城计量测试技术研究所 一种超低频次声异常信号判别方法
CN107180512A (zh) * 2017-06-22 2017-09-19 禁核试北京国家数据中心 一种特定地区地震事件的报警方法
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
US20180210065A1 (en) * 2017-01-23 2018-07-26 U.S.A., As Represented By The Administrator Of The Nasa Adaptive Algorithm and Software for Recognition of Ground-Based, Airborne, Underground, and Underwater Low Frequency Events

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE9401293D0 (sv) * 1994-04-15 1994-04-15 Ragnar Slunga Sätt att bestämma absoluta lägen för seismiska eller akustiska transienta signalkällor
RU2300122C1 (ru) * 2005-11-14 2007-05-27 Федеральное государственное унитарное предприятие "Научно-исследовательский институт импульсной техники" (ФГУП НИИИТ) Способ дистанционного определения параметров инфразвукового сигнала вблизи неопознанного источника сигнала
US20110098950A1 (en) * 2009-10-28 2011-04-28 Symphony Acoustics, Inc. Infrasound Sensor
DE102013105726B3 (de) * 2013-06-04 2014-12-04 Petra Sonja Biedermann Verfahren und Vorrichtungen zur Detektion und Lokalisierung von Infraschall
CN105716707A (zh) * 2015-12-10 2016-06-29 中国航空工业集团公司北京长城计量测试技术研究所 一种超低频次声异常信号判别方法
CN105676287A (zh) * 2016-01-29 2016-06-15 禁核试北京国家数据中心 一种检测特定地区核爆炸地震事件的方法
US20180210065A1 (en) * 2017-01-23 2018-07-26 U.S.A., As Represented By The Administrator Of The Nasa Adaptive Algorithm and Software for Recognition of Ground-Based, Airborne, Underground, and Underwater Low Frequency Events
CN107180512A (zh) * 2017-06-22 2017-09-19 禁核试北京国家数据中心 一种特定地区地震事件的报警方法
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 (8)

* Cited by examiner, † Cited by third party
Title
ARROWSMITH, S: "Development of a robust and automated infrasound event catalogue using the International Monitoring System", 《GEOPHYSICAL JOURNAL INTERNATIONAL》 *
STEPHEN J. ARROWSMITH: "Regional monitoring of infrasound events using multiple arrays: application to Utah and Washington State", 《GEOPHYSICAL JOURNAL INTERNATIONAL 》 *
唐伟: "互相关算法在次声监测数据处理中的应用", 《环境工程》 *
唐伟: "次声信号的时频信号能量统计检测方法", 《声学学报》 *
唐伟等: "自动检测地震事件筛选方法研究", 《地震地磁观测与研究》 *
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》 *
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 (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110764092A (zh) * 2019-10-24 2020-02-07 中国科学院声学研究所 一种基于方位历程图的水声目标方位跟踪方法及系统
CN110764092B (zh) * 2019-10-24 2022-01-25 中国科学院声学研究所 一种基于方位历程图的水声目标方位跟踪方法及系统
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

Also Published As

Publication number Publication date
CN109669185B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN104020451B (zh) 基于聚类的外辐射源雷达目标航迹处理方法
CN109633548B (zh) 一种水声台网关联方法
CN103649778A (zh) 用于自动探测海洋动物的方法和装置
CN107290787A (zh) 一种地震次声同址台站的监测信号关联方法
CN101930080A (zh) 曲面拟合海底电缆二次定位方法
CN109669185A (zh) 一种次声台网定向搜索关联方法
Ivanov et al. Main results of the study of ultrahigh-energy cosmic rays in the Yakutsk extensive air shower array
CN106383339A (zh) 一种多站点雷达信号级联合检测的镜像目标抑制方法
Mäkelä et al. A decade of high‐latitude lightning location: Effects of the evolving location network in Finland
Frasier Density estimation of delphinids using passive acoustics: A case study in the Gulf of Mexico
CN107272051B (zh) 一种针对特定地区地震事件的定位方法
Kurahashi et al. Search for acoustic signals from ultrahigh energy neutrinos in 1500 km 3 of sea water
CN113960532B (zh) 一种基于假想源的二次定位计算的微地震定位方法
CN111198387A (zh) 一种抗欺骗干扰的空时采样导航定位方法
Sanderson et al. A pilot experiment on infrasonic lahar detection at Mount Adams, Cascades: ambient infrasound and wind‐noise characterization at a quiescent stratovolcano
CN108088547A (zh) 一种基于小孔径二维矢量水听器阵的微弱目标被动检测方法
Calhoun et al. Precision and accuracy of acoustic gunshot location in an urban environment
GB2181240A (en) A method of detecting sound impulses
CN106093891A (zh) 基于多普勒速度检验的雷达网抗密集距离假目标干扰方法
CN113607268B (zh) 一种区域次声事件自动关联方法
CN112882068B (zh) 基于多接收机的gnss抗欺骗干扰方法
CN105388497B (zh) 基于聚类的卫星导航欺骗攻击防御方法及系统
CN104714226B (zh) 一种基于相位的动态规划检测前跟踪方法
CN109738050B (zh) 一种水声台网关联格点设计方法
RU2648257C1 (ru) Система обработки радиолокационной информации

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