CN110146922A - 高速铁路地震预警系统单双地震计干扰识别方法 - Google Patents

Abstract

高速铁路地震预警系统单双地震计干扰识别方法，涉及铁路工程技术。本发明包括下述步骤：1)由地震加速度某一方向的增幅变化确定事件触发起点；2)对来自两个地震计在事件触发后预定长度的时窗内的数据进行单地震计波形特征分析判断是否干扰信号，若两个地震计皆判定为有效地震信号则进入下一步；3)对来自两个地震计的信号，采用离散小波变换进行数据预处理，利用预处理后的小波系数进行相关性分析，依据相似度是否满足预设条件判定地震事件是否发生。本发明能够在保证地震预警时效性的基础上对干扰数据进行有效识别。

Description

高速铁路地震预警系统单双地震计干扰识别方法

技术领域

本发明涉及铁路工程技术。

背景技术

在高速铁路运行环境下，地震预警监测系统需要在短时间内(通常在地震波到达3秒内)快速地识别出事件波形是否为真实的地震事件，同时还要具备较高的识别率与较低的误报率，现阶段降低误报率的干扰排除方法主要有几种方式：

1、基于时间域的分析方法。以地震P波到达后的实际形态分析，通过分析P波后续数秒的峰值分布、能量最大变化率等参数来判别是否干扰事件的方法。

2、基于频率域的分析方法。对时间域的波形进行各种变换以后提取特征进行分析，如分析奇异谱分解波形后的能量的变化特征，离散小波变换去噪后的信息熵变化规律，或者短时傅立叶变换后的能量分布等方式进行事件的识别。

以上2种方法进行对比，(1)方法计算效率最高，但是仅对时间序列在时间域层面进行处理，对前几秒形态与地震波较为相似的干扰波形不具备识别能力；(2)方法依据各种数学变换对信号进行分解与特征提取工作，但是受记录的数据长度影响较大。

发明内容

本发明所要解决的技术问题是，提供一种具有较高准确度的高速铁路地震预警系统单双地震计干扰识别方法。

本发明解决所述技术问题采用的技术方案是，高速铁路地震预警系统单双地震计干扰识别方法，其特征在于，包括下述步骤：

1)由地震加速度某一方向的增幅变化确定事件触发起点；

2)对来自两个地震计在事件触发后预定长度的时窗内的数据进行单地震计波形特征分析判断是否干扰信号，若两个地震计皆判定为有效地震信号则进入下一步；

3)采用离散小波变换进行数据预处理，利用预处理后的小波系数进行相关性分析，依据相似度是否满足预设条件判定地震事件是否发生。

进一步的，所述步骤1)为：

采用频带范围0.05Hz～35HZ的4阶带通IIR滤波器对X₁(x,y,z,n)，X₂(x,y,z,n)进行宽频带滤波处理，X₁(x,y,z,n)表示第一个地震计的xyz三个方向的振幅，X₂(x,y,z,n)表示第二个地震计的xyz三个方向的振幅，n为采样点的序号；

对两组滤波后的地震记录运用STA/LTA方法监测实时波形数据，STA/LTA方法定义如下：

其中，i表示实时接收到的三分向地震加速度记录中垂直分量的当前采样点，X(z,i)表示采样点i处地震计的加速度垂直分量滤波后的振幅值；对于第一个地震计，X(z,i)取X₁(z,i)，第二个地震计同理。

其中，STA(i)代表短时窗内的振幅变化，LTA(i)代表长时窗内的振幅变化；当来自两个地震计的数据所计算的的值同时超过预设的触发阈值T，则判定当前采样点i处为事件的起点，所述短时窗和长时窗的长度为预设值，且短时窗的长度小于长时窗。

所述步骤2)包括：

2-1)拾取记录局部极值

定义z方向(垂直方向)记录每三个采样点的最大值、最小值最为局部极值，参与到后续统计中；

局部极值定义如下：

则z(i)即为局部极值，用p表示，r为采样点总数。

记录预定时长的时窗内的所有局部极值，并搜索出最大极值P_max及最小极值P_min；

2-2)局部极值的分布统计

将步骤2-1)中搜索的最大极值P_max和最小极值P_min间的幅值范围平均等分为N_bin个子区间；

将2-1)步骤中记录的所有局部峰值p_i按大小分别归类到各自所属的子区间中，并记录每个子区间中的局部极值数量，设置长度为N_bin的数组bin，将每个子区间的局部极值的数目计入数组bin中，即可得到局部极值的分布情况；

2-3)极值密集度和极值分散度的计算

定义2-2)中bin数组中局部极值数目分布为0的子区间个数为N_zero，则分散度计算公式为：

dispersity＝N_zero/N_bin (3)

定义2-2)中bin数组中局部极值数目最多的子区间的局部极值数目bin_max与总极值数目p_total的比值为密集度，公式如下：

intentisity＝bin_max/p_total (4)

2-4)干扰识别

根据事件触发后预定时长内的记录计算得到的局部极值分布情况来区分事件为地震或是铁路连线干扰：

若dispersity>DI_1且IN_1<intentisity<IN_2时，判定触发事件为沿线干扰，在此范围外的结果为真实的地震事件；所述DI_1、IN_1、IN_2皆为预设值。

本发明针对高速铁路运行环境中地震预警现场监测设备受电磁干扰、施工等干扰较多且对时效性要求高的特点，通过分析、对比铁路沿线接收到的地震数据及干扰数据的特征，首创新的提出一套单、双地震计干扰识别方法，在保证时效性的前提下达到较高的干扰识别率。本发明具有下述特点：

(1)创新性地提出了适用于单地震计的三点局部极值波形分布识别方法，能够在保证地震预警时效性的基础上对干扰数据进行有效识别。

(2)针对特征形态与地震极其相似的近处干扰波形(如过车、施工、人为走动等)，创新性地提出具备滑动窗口因子的相关性分析算法，对双地震计的数据进行分析排除干扰事件，解决以下两个问题：1)常规单地震计分析干扰识别率较低；2)消除在工程实际运用中双地震计存在时延导致相关性计算结果不稳定的问题，提高干扰识别稳定性。

(3)在进行相关性计算前，运用离散小波变换对数据进行预处理，利用处理后的小波系数进行相关性分析，并创新性地提出了利用小波系数的相似性计算公式，进一步提高干扰识别的准确性。

具体实施方式

本发明总体流程分为：1.事件触发，2.单地震计干扰识别，3双地震计干扰判识。

首先，对单地震计事件波形片段进行宽频带滤波处理，精确拾取沿线发生的地震动事件。在时间触发后，直接在时间域内计算其峰值的分布特征区分地震事件与干扰事件，排除大部分干扰事件；完成单台判识后，通过统一监测点两个地震计最优相关系数算法对双地震计数据的原始事件波形片段进行对比分析，进一步区分地震事件和干扰事件。

1.事件触发

依据我国《高速铁路地震预警监测系统暂行技术条件》要求铁路沿线每个地震监测点的地震计需双倍配置，本发明定义来自两个地震计的波形数据分别为X₁(x,y,z,n)，X₂(x,y,z,n)，其中x,y,z分别表示地震计加速度的三个分向(南北向、东西向、垂向)，n表示地震记录的实时采样点。在事件触发计算中，本发明首先采用频带范围0.05Hz～35HZ的4阶带通IIR滤波器对X₁(x,y,z,n)，X₂(x,y,z,n)进行宽频带滤波处理。然后，对两组滤波后的地震记录运用STA/LTA方法监测实时波形数据，STA/LTA方法定义如下：

其中，i表示实时接收到的三分向地震加速度记录中垂直分量的当前采样点，X(z,i)表示采样点i处地震计的加速度垂直分量滤波后的振幅值。公式中，STA(i)代表短时窗内的振幅变化，LTA(i)代表长时窗内的振幅变化。本发明要求来自两个地震计的数据所计算的的值同时超过预先设置的触发阈值T(考虑到实际工程应用中数据传输有延时，本发明要求两组数据超过阈值的时差在0.2s内可视为同时触发)，则判定当前采样点i处为某一事件的起点，但该事件可能是地震事件，也可能为铁路沿线的干扰事件，在后续流程中对事件的性质进行判断。

2.单地震计干扰识别

通过第1步事件触发方法监测到事件的起点后，本发明提出两种不同的方法对触发的事件进行判断，首先对来自两个地震计在事件触发后3s时窗内的数据进行单地震计波形特征分析判断是否干扰信号。具体流程如下：

2-1)拾取记录局部极值

定义z方向(垂直方向)记录每三个采样点的最大值、最小值最为局部极值，参与到后续统计中；

局部极值定义如下：

则z(i)即为局部极值，用p表示，r为采样点总数。

记录预定时长的时窗内的所有局部极值，并搜索出最大极值P_max及最小极值P_min；

2-2)局部极值的分布统计

将步骤2-1)中搜索的最大极值P_max和最小极值P_min间的幅值范围平均等分为N_bin个子区间，本发明设定N_bin＝20。

然后将2-1)步骤中记录的所有局部峰值p_i按大小分别归类到各自所属的子区间中，并记录每个子区间中的局部极值数量。设置长度为N_bin的数组bin，将每个子区间的局部极值的数目计入数组bin中，即可得到局部极值的分布情况。2-3)极值密集度和极值分散度的计算

定义2-2)中bin数组中局部极值数目分布为0的子区间个数为N_zero，则分散度计算公式为：

dispersity＝N_zero/N_bin (3)

本发明定义2-2)中bin数组中局部极值数目最多的子区间的局部极值数目bin_max与总极值数目p_total的比值为密集度，公式如下：

intentisity＝bin_max/p_total (4)

2-4)干扰识别

本发明根据事件触发后3s的记录计算得到的局部极值分布情况来区分事件为地震或是铁路连线干扰。通过海量数据的统计计算，本发明设定dispersity>0.35且0.30<intentisity<0.87时，触发事件为沿线干扰，在此范围外的结果为真实的地震事件。注意：本方法规定两个地震计的数据判定均为地震事件时，才认为是真实地震，若其中至少一个或以上的地震计判定为干扰，则认为是误报。

3.双地震计信号处理

若两个地震计干扰识别计算的结果均满足步骤2-4)中关于真实地震的判定条件，本发明采用步骤1中未进行滤波处理的垂向加速度记录(长度为步骤1中事件触发点向后开3s时窗)进行双地震计干扰识别算法进一步进行识别。

3-1)地震记录多尺度小波分解

将原始波形长度为n(n为2的幂次方，本发明处理的地震数据采样频率为200hz，为保证预警时效性设定n＝512)的信号的垂直分量当作近似系数的第0层，本发明采用Db4小波，其系数为：c_k＝{0.6830127,1.1830127,0.3169873,-0.1830127}，通过下式可以计算各层的近似系数与细节系数：

S_0,n＝X(z,n) (5)

S_m+1,n＝0.483S_m,2n+0.837S_m,2n+1+0.224S_m,2n+2-0.129S_m,2n+3 (6)

T_m+1,n＝-0.129S_m,2n-0.224S_m,2n+1+0.837S_m,2n+2-0.483S_m,2n+3 (7)

上面式子中，用S表示分解后的近似系数，T表示分解后的细节系数，下标m表示分解的层数，当m＝0时将采集到的垂向加速度作为第0层分解后的近似系数。

将信号进行第一层分解后，可以得到：

W⁽¹⁾＝(S_1,0,…,S_1,n/2-1,T_1,0,…,T_1,n/2-1) (8)

公式(8)中，W⁽¹⁾的上标括号表示第一层分解。将剩余的近似系数按式(6)～(7)的流程继续进行分解，经过log₂n次分解后,最终可以将输入的信号完全分解得到n个系数，其中包括1个近似系数，以及n-1个细节系数，如式(9)所示：

3-2)计算最优相关系数

假设来自一条地震计的垂向加速度记录为X₁(z,N),N∈[0,n],另一条加速度记录为X₂(z,N),N∈[0,n],两条记录经过式(5)～(7)的变换后，可以得到完全分解后的两条小波系数序列：

W_1,n＝(W_1,0,W_1,1,W_1,2,...,W_1,N-1) (10)

W_2,n＝(W_2,0,W_2,1,W_2,2,...,W_2,N-1) (11)

将上面两条序列的平均值分别记为计算相关系数的采样点个数记为N，则本发明定义多尺度相关系数R_w1,w2(N)如下：

考虑到在工程应用中，两个地震计的数据可能存在几个采样点的延时，因此本发明引入了滑动因子k，并定义k＝5，具体步骤描述如下：

当双地震计中某个地震计率先触发事件时，该采样点记为N^trig，记N为进行相关性计算窗口的长度，等待N+k采样点后，取该地震计区间[N^trig,N^trig+N)的数据进行多尺度分解后得到序列另一个地震计从采样点N^trig-k到N^trig+k，重复获取长度为N的数据片段，进行多尺度分解得到对应的W_2,n+i,i∈[0,N),n∈[N^trig-k,N^trig+k]，将得到的不同W₂重复与W₁进行最优多尺度相关系数的计算并取最大值。具体如下

采用滑动因子的优点在于能够有效避免因地震计数据传输延迟导致多尺度相似性系数不稳定而判识结果的问题。

根据公式(13)可以得到两组数据的多尺度因子最优相似性值，通过大量数据统计分析，本发明定义真实地震的最低相似性R_low＝0.743。因此，若

Opt(R)≥R_low (14)

则判定本次事件为真实地震事件，否则判定为干扰造成的误触发事件。

Claims (3)

1.高速铁路地震预警系统单双地震计干扰识别方法，其特征在于，包括下述步骤：

1)由地震加速度某一方向的增幅变化确定事件触发起点；

2)对来自两个地震计在事件触发后预定长度的时窗内的数据进行单地震计波形特征分析判断是否干扰信号，若两个地震计皆判定为有效地震信号则进入下一步；

3)对来自两个地震计的信号，采用离散小波变换进行数据预处理，利用预处理后的小波系数进行相关性分析，依据相似度是否满足预设条件判定地震事件是否发生。

2.如权利要求1所述的高速铁路地震预警系统单双地震计干扰识别方法，其特征在于，所述步骤1)为：

采用频带范围0.05Hz～35HZ的4阶带通IIR滤波器对X₁(x,y,z,n)，X₂(x,y,z,n)进行宽频带滤波处理，X₁(x,y,z,n)表示第一个地震计的xyz三个方向的振幅，X₂(x,y,z,n)表示第二个地震计的xyz三个方向的振幅，n为采样点的序号；

对两组滤波后的地震记录运用STA/LTA方法监测实时波形数据，STA/LTA方法定义如下：

其中，i表示实时接收到的三分向地震加速度记录中垂直分量的当前采样点，X(z,i)表示采样点i处地震计的加速度垂直分量滤波后的振幅值；其中，STA(i)代表短时窗内的振幅变化，LTA(i)代表长时窗内的振幅变化；当来自两个地震计的数据所计算的的值同时超过预设的触发阈值T，则判定当前采样点i处为事件的起点，所述短时窗和长时窗的长度为预设值，且短时窗的长度小于长时窗。

3.如权利要求2所述的高速铁路地震预警系统单双地震计干扰识别方法，其特征在于，所述步骤2)包括：

2-1)拾取记录局部极值

定义垂直方向记录每三个采样点的最大值、最小值最为局部极值，参与到后续统计中；

局部极值定义如下：

则z(i)即为局部极值，用p表示，r为采样点总数。

记录预定时长的时窗内的所有局部极值，并搜索出最大极值P_max及最小极值P_min；

2-2)局部极值的分布统计

将步骤2-1)中搜索的最大极值P_max和最小极值P_min间的幅值范围平均等分为N_bin个子区间；

将2-1)步骤中记录的所有局部峰值p_i按大小分别归类到各自所属的子区间中，并记录每个子区间中的局部极值数量，设置长度为N_bin的数组bin，将每个子区间的局部极值的数目计入数组bin中，即可得到局部极值的分布情况；2-3)极值密集度和极值分散度的计算

定义2-2)中bin数组中局部极值数目分布为0的子区间个数为N_zero，则分散度计算公式为：

dispersity＝N_zero/N_bin (3)

定义2-2)中bin数组中局部极值数目最多的子区间的局部极值数目bin_max与总极值数目p_total的比值为密集度，公式如下：

int entisity＝bin_max/p_total (4)

2-4)干扰识别

根据事件触发后预定时长内的记录计算得到的局部极值分布情况来区分事件为地震或是铁路连线干扰：

若dispersity>DI_1且IN_1<intentisity<IN_2时，判定触发事件为沿线干扰，在此范围外的结果为真实的地震事件；所述DI_1、IN_1、IN_2皆为预设值。