CN111398906B - 一种基于tdoa的地铁隧道外部入侵位置的定位方法 - Google Patents

一种基于tdoa的地铁隧道外部入侵位置的定位方法 Download PDF

Info

Publication number
CN111398906B
CN111398906B CN202010193609.0A CN202010193609A CN111398906B CN 111398906 B CN111398906 B CN 111398906B CN 202010193609 A CN202010193609 A CN 202010193609A CN 111398906 B CN111398906 B CN 111398906B
Authority
CN
China
Prior art keywords
data
time
vibration
external
distance
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.)
Active
Application number
CN202010193609.0A
Other languages
English (en)
Other versions
CN111398906A (zh
Inventor
杨燕
赵洋
刘芳
李盛
甘维兵
王立新
王洪海
岳丽娜
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN202010193609.0A priority Critical patent/CN111398906B/zh
Publication of CN111398906A publication Critical patent/CN111398906A/zh
Application granted granted Critical
Publication of CN111398906B publication Critical patent/CN111398906B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/18Position-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
    • G01S5/28Position-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 by co-ordinating position lines of different shape, e.g. hyperbolic, circular, elliptical or radial
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/004Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

一种基于TDOA的地铁隧道外部入侵位置定位方法,包括第一步:设备铺设及数据采集;第二步:解析数据、确定外部入侵坐标,对去噪后的信号进行时延估计获得我们所需的时间差,然后根据时间差可以确定外部入侵位置与两个测区之间的距离差,再根据这个距离差就可以确定外部入侵位置是在以这两个测区为焦点的两条双曲线上,最后根据多个双曲线的交点即可确定外部入侵的位置。本方法不仅定位准确,而数据实时采集更新,能够适应现场施工的需求。

Description

一种基于TDOA的地铁隧道外部入侵位置的定位方法
技术领域
本发明涉及定位技术,尤其涉及一种基于TDOA的地铁隧道外部入侵位置定位方法,具体适用于确定地铁隧道的外部施工位置定位。
背景技术
地铁作为城市主要交通工具,为人们的生活带来的巨大的便利。作为典型的地下结构,其隧道的结构安全值得重点关注。随着光纤传感技术不断地发展,大容量光栅阵列传感器的成功制备使得对地铁沿线进行全时全域的监测成为可能。光栅阵列传感器可以监测地铁沿线的振动信息,其中不仅仅包括噪声和因地铁行驶引起的振动,还包括地铁隧道发生外部入侵时引起的异常振动。因此通过因外部入侵引起的异常振动来对外部入侵位置进行定位对保证地铁结构安全具有重要的意义。
目前,定位的常用算法有AOA、TDOA、TOA等,TDOA因为其计算方便,使用简单而得到更广泛的应用。基于到达时间差(Time Difference of Arrival,TDOA)的定位算法在二维界面下通过多条双曲线的交点来实现对目标的定位。光纤传感技术与其他传统方法相比有分布式、长距离、精度高和耐久性好等特点,特别适用于地铁隧道关注安全指标的时空连续监测。采用大容量光栅阵列传感系统进行地铁隧道结构监测能够实时地获取结构状态响应信息,可为建筑结构变形监测提供可靠数据。
发明内容
本发明的目的是克服现有技术中存在的确定外部入侵位置困难的问题,提供了一种基于TDOA的地铁隧道外部入侵位置定位方法。
为实现以上目的,本发明的技术解决方案是:
一种基于TDOA的地铁隧道外部入侵位置的定位方法,所述定位方法包括以下步骤:
第一步:设备铺设及数据采集,在外部施工前,在施工区域的轨道3沿线的洞壁上铺设一条光栅阵列传感光缆1,并每隔固定距离对光栅阵列传感光缆1进行固定,所述光栅阵列传感光缆1与光纤振动检测仪2信号连接;开启光纤振动检测仪2,并在外部进行施工,所述光纤振动检测仪2以5米为一个测区并以设定的采样频率f采集振动数据,并将采集的振动数据实时传输到服务器,对回传到服务器的数据预处理并打包成一个T*L的数据包存放到缓冲区中,其中T为100*1/f,L为沿线测区数量;
第二步:解析数据、确定外部入侵坐标,从缓冲区中获取原始监测振动数据包,解析数据包得到振动数据:
S1:采用S-G滤波器对原始监测数据进行平滑处理,再对平滑处理后的数据使用小波阈值去噪进行降噪处理;
S2:对S1中得到的去噪后的数据计算其每个测区的短时能量,将短时能量值最大的测区设置为参考测区;同时计算参考测区的短时过零率,通过基于短时能量和短时过零率的端点检测方法来确定该测区因外部入侵引起的异常振动的起振点,记录该起振点的时间点t0
S3:分别找到与参考测区距离为5米的两个测区和距离为15米的两个测区,计算这四个测区的短时能量和短时过零率,通过基于短时能量和短时过零率的端点检测方确定这四个测区的起振点,并记录起振点的时间点t1、t2、t3、t4,其中x1=5、x2=-5、x3=15、x4=-15;
S4:计算因外部入侵产生的异常振动到达参考测区的时间点t0与到达其他测区的时间点t1、t2、t3、t4的时间差t01、t02、t03、t04
S5:以参考测区的中点O为原点,以光栅阵列传感光缆1的中轴线为X轴,水平面内与光栅阵列传感光缆1的中轴线垂直的方向为Y轴,竖直方向为Z轴建立坐标系,五个测区中点的坐标分别为O(0,0,0)、A(x1,0,0)、B(x2,0,0)、C(x3,0,0)、D(x4,0,0);
S6:用振动波在土壤表层的传播速度与步骤S4中计算的时间差相乘,得到外部入侵位置距离计算时间差的两个测区的距离差;通过这个确定的距离差的值,可以得知外部入侵位置在以这两个测区为焦点的双曲线上;通过构建多个双曲线,双曲线的交点坐标就是外部入侵的位置坐标:设(x,y,z)为外部入侵位置的坐标,(xi,yi,zi),i=0,1,2,3不同测区中点的位置坐标,di为外部入侵位置到测区中点的距离,则有
Figure BDA0002416796150000021
Figure BDA0002416796150000022
将式(1)等号两边同时平方,可得:
Figure BDA0002416796150000031
记di,0为外部入侵位置到参考测区中点与到其他测区中点的距离之差,显然有:
Figure BDA0002416796150000032
其中,d0为外部入侵位置到参考测区中点的距离;
联立式(2)和式(3),可得:
di,0 2+2di,0d0+d0 2=Pi+x2+y2+z2-2xix-2yiy-2ziz (4)
将i=0代入式(4)中,再与式(4)联立,可得:
Figure BDA0002416796150000033
令xi,0=xi-x0,yi,0=yi-y0,zi,0=zi-z0,可得:
Figure BDA0002416796150000034
化为矩阵形式,可得:
Figure BDA0002416796150000035
令i=1,2,3,代入式(7)中,可得线性方程组:
Figure BDA0002416796150000036
通过伪逆法,得:
Figure BDA0002416796150000037
上式展开后是关于d0的一元二次方程,因此可以根据这个方程式解出d0的两个根,根据先验条件舍去其中一个根,保留有效根,再将该有效根代入式(1)中,即可求出外部入侵位置坐标。
所述第一步中当采集频率为1000Hz时,数据采集装置每秒采集1000次数据,在解调端将数据每100ms集成为一个数据包。
所述S3中的测区之间的距离是指的各测区中点之间的距离。
与现有技术相比,本发明的有益效果为:
1、本发明一种基于TDOA的地铁隧道外部入侵位置定位方法中采用大容量光栅阵列监测地铁隧道外部入侵引起的振动信号。以前的整体干涉环式和光散列式光纤振动传感器仅可用于周界安防,在小区域范围内判断有无外界扰动,不能用于地铁隧道这种大区间范围内结构安全监测,而大容量光栅阵列传感器实现了在一根光纤上制备数万个光栅传感器,从而能够实现在对大区间范围的实时监测。因此,本设计能够对地铁沿线进行全时全域的监测。
2、本发明一种基于TDOA的地铁隧道外部入侵位置定位方法中根据同一振动信号到达大容量光栅阵列上不同测区的时间差,再根据这个距离差就可以确定外部入侵位置是在以这两个测区为焦点的两条双曲线上,这一方法与其他方法相比原理更简单,计算更快捷,不需要在光纤传感器上附加任何装置,仅需要异常振动的数据即可完成对外部入侵位置的定位。因此,本设计实现方法简单,能够快速输出入侵位置为地铁建设施工提供保障。
附图说明
图1是本发明光栅阵列传感光缆的铺设示意图。
图2是本发明算法的逻辑流程图。
图3是本发明的外部入侵定位示意图。
图中:光栅阵列传感光缆1、光纤振动检测仪2、轨道3。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步详细的说明。
参见图1至图3,一种基于TDOA的地铁隧道外部入侵位置的定位方法,所述定位方法包括以下步骤:
第一步:设备铺设及数据采集,在外部施工前,在施工区域的轨道3沿线的洞壁上铺设一条光栅阵列传感光缆1,并每隔固定距离对光栅阵列传感光缆1进行固定,所述光栅阵列传感光缆1与光纤振动检测仪2信号连接;开启光纤振动检测仪2,并在外部进行施工,所述光纤振动检测仪2以5米为一个测区并以设定的采样频率f采集振动数据,并将采集的振动数据实时传输到服务器,对回传到服务器的数据预处理并打包成一个T*L的数据包存放到缓冲区中,其中T为100*1/f,L为沿线测区数量;
第二步:解析数据、确定外部入侵坐标,从缓冲区中获取原始监测振动数据包,解析数据包得到振动数据:
S1:采用S-G滤波器对原始监测数据进行平滑处理,再对平滑处理后的数据使用小波阈值去噪进行降噪处理;
S2:对S1中得到的去噪后的数据计算其每个测区的短时能量,将短时能量值最大的测区设置为参考测区;同时计算参考测区的短时过零率,通过基于短时能量和短时过零率的端点检测方法来确定该测区因外部入侵引起的异常振动的起振点,记录该起振点的时间点t0
S3:分别找到与参考测区距离为5米的两个测区和距离为15米的两个测区,计算这四个测区的短时能量和短时过零率,通过基于短时能量和短时过零率的端点检测方确定这四个测区的起振点,并记录起振点的时间点t1、t2、t3、t4,其中x1=5、x2=-5、x3=15、x4=-15;
S4:计算因外部入侵产生的异常振动到达参考测区的时间点t0与到达其他测区的时间点t1、t2、t3、t4的时间差t01、t02、t03、t04
S5:以参考测区的中点O为原点,以光栅阵列传感光缆1的中轴线为X轴,水平面内与光栅阵列传感光缆1的中轴线垂直的方向为Y轴,竖直方向为Z轴建立坐标系,五个测区中点的坐标分别为O(0,0,0)、A(x1,0,0)、B(x2,0,0)、C(x3,0,0)、D(x4,0,0);
S6:用振动波在土壤表层的传播速度与步骤S4中计算的时间差相乘,得到外部入侵位置距离计算时间差的两个测区的距离差;通过这个确定的距离差的值,可以得知外部入侵位置在以这两个测区为焦点的双曲线上;通过构建多个双曲线,双曲线的交点坐标就是外部入侵的位置坐标:设(x,y,z)为外部入侵位置的坐标,(xi,yi,zi),i=0,1,2,3不同测区中点的位置坐标,di为外部入侵位置到测区中点的距离,则有
Figure BDA0002416796150000051
Figure BDA0002416796150000061
将式(1)等号两边同时平方,可得:
Figure BDA0002416796150000062
记di,0为外部入侵位置到参考测区中点与到其他测区中点的距离之差,显然有:
Figure BDA0002416796150000063
其中,d0为外部入侵位置到参考测区中点的距离;
联立式(2)和式(3),可得:
di,0 2+2di,0d0+d0 2=Pi+x2+y2+z2-2xix-2yiy-2ziz (13)
将i=0代入式(4)中,再与式(4)联立,可得:
Figure BDA0002416796150000064
/>
令xi,0=xi-x0,yi,0=yi-y0,zi,0=zi-z0,可得:
Figure BDA0002416796150000065
化为矩阵形式,可得:
Figure BDA0002416796150000066
令i=1,2,3,代入式(7)中,可得线性方程组:
Figure BDA0002416796150000067
通过伪逆法,得:
Figure BDA0002416796150000071
上式展开后是关于d0的一元二次方程,因此可以根据这个方程式解出d0的两个根,根据先验条件舍去其中一个根,保留有效根,再将该有效根代入式(1)中,即可求出外部入侵位置坐标。
所述第一步中当采集频率为1000Hz时,数据采集装置每秒采集1000次数据,在解调端将数据每100ms集成为一个数据包。
所述S3中的测区之间的距离是指的各测区中点之间的距离。
本发明的原理说明如下:
基于到达时间差(Time Difference of Arrival,TDOA)的定位算法在二维界面下通过多条双曲线的交点来实现对目标的定位。首先,对去噪后的信号进行时延估计获得我们所需的时间差,然后根据时间差可以确定外部入侵位置与两个测区之间的距离差,再根据这个距离差就可以确定外部入侵位置是在以这两个测区为焦点的两条双曲线上,最后根据多个双曲线的交点即可确定外部入侵的位置。经典的基于TDOA的定位算法有Chan算法、Taylor级数算法等。
实施例1:一种基于TDOA的地铁隧道外部入侵位置的定位方法,所述定位方法包括以下步骤:
第一步:设备铺设及数据采集,在外部施工前,在施工区域的轨道3沿线的洞壁上铺设一条光栅阵列传感光缆1,并每隔固定距离对光栅阵列传感光缆1进行固定,所述光栅阵列传感光缆1与光纤振动检测仪2信号连接;开启光纤振动检测仪2,并在外部进行施工,所述光纤振动检测仪2以5米为一个测区并以设定的采样频率f采集振动数据,并将采集的振动数据实时传输到服务器,对回传到服务器的数据预处理并打包成一个T*L的数据包存放到缓冲区中,其中T为100*1/f,L为沿线测区数量;
第二步:解析数据、确定外部入侵坐标,从缓冲区中获取原始监测振动数据包,解析数据包得到振动数据:
S1:采用S-G滤波器对原始监测数据进行平滑处理,再对平滑处理后的数据使用小波阈值去噪进行降噪处理;
S2:对S1中得到的去噪后的数据计算其每个测区的短时能量,将短时能量值最大的测区设置为参考测区;同时计算参考测区的短时过零率,通过基于短时能量和短时过零率的端点检测方法来确定该测区因外部入侵引起的异常振动的起振点,记录该起振点的时间点t0
S3:分别找到与参考测区距离为5米的两个测区和距离为15米的两个测区,计算这四个测区的短时能量和短时过零率,通过基于短时能量和短时过零率的端点检测方确定这四个测区的起振点,并记录起振点的时间点t1、t2、t3、t4,其中x1=5、x2=-5、x3=15、x4=-15;测区之间的距离是指的各测区中点之间的距离;
S4:计算因外部入侵产生的异常振动到达参考测区的时间点t0与到达其他测区的时间点t1、t2、t3、t4的时间差t01、t02、t03、t04
S5:以参考测区的中点O为原点,以光栅阵列传感光缆1的中轴线为X轴,水平面内与光栅阵列传感光缆1的中轴线垂直的方向为Y轴,竖直方向为Z轴建立坐标系,五个测区中点的坐标分别为O(0,0,0)、A(x1,0,0)、B(x2,0,0)、C(x3,0,0)、D(x4,0,0);
S6:用振动波在土壤表层的传播速度与步骤S4中计算的时间差相乘,得到外部入侵位置距离计算时间差的两个测区的距离差;通过这个确定的距离差的值,可以得知外部入侵位置在以这两个测区为焦点的双曲线上;通过构建多个双曲线,双曲线的交点坐标就是外部入侵的位置坐标:设(x,y,z)为外部入侵位置的坐标,(xi,yi,zi),i=0,1,2,3不同测区中点的位置坐标,di为外部入侵位置到测区中点的距离,则有
Figure BDA0002416796150000081
Figure BDA0002416796150000082
将式(1)等号两边同时平方,可得:
Figure BDA0002416796150000083
记di,0为外部入侵位置到参考测区中点与到其他测区中点的距离之差,显然有:
Figure BDA0002416796150000084
其中,d0为外部入侵位置到参考测区中点的距离;
联立式(2)和式(3),可得:
di,0 2+2di,0d0+d0 2=Pi+x2+y2+z2-2xix-2yiy-2ziz (22)
将i=0代入式(4)中,再与式(4)联立,可得:
Figure BDA0002416796150000091
令xi,0=xi-x0,yi,0=yi-y0,zi,0=zi-z0,可得:
Figure BDA0002416796150000092
化为矩阵形式,可得:
Figure BDA0002416796150000093
令i=1,2,3,代入式(7)中,可得线性方程组:
Figure BDA0002416796150000094
通过伪逆法,得:
Figure BDA0002416796150000095
上式展开后是关于d0的一元二次方程,因此可以根据这个方程式解出d0的两个根,根据先验条件舍去其中一个根,保留有效根,再将该有效根代入式(1)中,即可求出外部入侵位置坐标。
实施例2:
实施例2与实施例1基本相同,其不同之处在于:
所述第一步中当采集频率为1000Hz时,数据采集装置每秒采集1000次数据,在解调端将数据每100ms集成为一个数据包。

Claims (3)

1.一种基于TDOA的地铁隧道外部入侵位置的定位方法,其特征在于:所述定位方法包括以下步骤:
第一步:设备铺设及数据采集,在外部施工前,在施工区域的轨道(3)沿线的洞壁上铺设一条光栅阵列传感光缆(1),并每隔固定距离对光栅阵列传感光缆(1)进行固定,所述光栅阵列传感光缆(1)与光纤振动检测仪(2)信号连接;开启光纤振动检测仪(2),并在外部进行施工,所述光纤振动检测仪(2)以5米为一个测区并以设定的采样频率f采集振动数据,并将采集的振动数据实时传输到服务器,对回传到服务器的数据预处理并打包成一个T*L的数据包存放到缓冲区中,其中T为100*1/f,L为沿线测区数量;
第二步:解析数据、确定外部入侵坐标,从缓冲区中获取原始监测振动数据包,解析数据包得到振动数据:
S1:采用S-G滤波器对原始监测数据进行平滑处理,再对平滑处理后的数据使用小波阈值去噪进行降噪处理;
S2:对S1中得到的去噪后的数据计算其每个测区的短时能量,将短时能量值最大的测区设置为参考测区;同时计算参考测区的短时过零率,通过基于短时能量和短时过零率的端点检测方法来确定该测区因外部入侵引起的异常振动的起振点,记录该起振点的时间点t0
S3:分别找到与参考测区距离为5米的两个测区和距离为15米的两个测区,计算这四个测区的短时能量和短时过零率,通过基于短时能量和短时过零率的端点检测方确定这四个测区的起振点,并记录起振点的时间点t1、t2、t3、t4,其中x1=5、x2=-5、x3=15、x4=-15;
S4:计算因外部入侵产生的异常振动到达参考测区的时间点t0与到达其他测区的时间点t1、t2、t3、t4的时间差t01、t02、t03、t04
S5:以参考测区的中点O为原点,以光栅阵列传感光缆(1)的中轴线为X轴,水平面内与光栅阵列传感光缆(1)的中轴线垂直的方向为Y轴,竖直方向为Z轴建立坐标系,五个测区中点的坐标分别为O(0,0,0)、A(x1,0,0)、B(x2,0,0)、C(x3,0,0)、D(x4,0,0);
S6:用振动波在土壤表层的传播速度与步骤S4中计算的时间差相乘,得到外部入侵位置距离计算时间差的两个测区的距离差;通过这个确定的距离差的值,可以得知外部入侵位置在以这两个测区为焦点的双曲线上;通过构建多个双曲线,双曲线的交点坐标就是外部入侵的位置坐标:设(x,y,z)为外部入侵位置的坐标,(xi,yi,zi),i=0,1,2,3不同测区中点的位置坐标,di为外部入侵位置到测区中点的距离,则有
Figure QLYQS_1
Figure QLYQS_2
将式(1)等号两边同时平方,可得:
Figure QLYQS_3
记di,0为外部入侵位置到参考测区中点与到其他测区中点的距离之差,显然有:
Figure QLYQS_4
其中,d0为外部入侵位置到参考测区中点的距离;
联立式(2)和式(3),可得:
di,0 2+2di,0d0+d0 2=Pi+x2+y2+z2-2xix-2yiy-2ziz (4)
将i=0代入式(4)中,再与式(4)联立,可得:
Figure QLYQS_5
令xi,0=xi-x0,yi,0=yi-y0,zi,0=zi-z0,可得:
Figure QLYQS_6
化为矩阵形式,可得:
Figure QLYQS_7
令i=1,2,3,代入式(7)中,可得线性方程组:
Figure QLYQS_8
通过伪逆法,得:
Figure QLYQS_9
上式展开后是关于d0的一元二次方程,因此可以根据这个方程式解出d0的两个根,根据先验条件舍去其中一个根,保留有效根,再将该有效根代入式(1)中,即可求出外部入侵位置坐标。
2.根据权利要求1所述的一种基于TDOA的地铁隧道外部入侵位置的定位方法,其特征在于:
所述第一步中当采集频率为1000Hz时,数据采集装置每秒采集1000次数据,在解调端将数据每100ms集成为一个数据包。
3.根据权利要求1所述的一种基于TDOA的地铁隧道外部入侵位置的定位方法,其特征在于:
所述S3中的测区之间的距离是指的各测区中点之间的距离。
CN202010193609.0A 2020-03-18 2020-03-18 一种基于tdoa的地铁隧道外部入侵位置的定位方法 Active CN111398906B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010193609.0A CN111398906B (zh) 2020-03-18 2020-03-18 一种基于tdoa的地铁隧道外部入侵位置的定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010193609.0A CN111398906B (zh) 2020-03-18 2020-03-18 一种基于tdoa的地铁隧道外部入侵位置的定位方法

Publications (2)

Publication Number Publication Date
CN111398906A CN111398906A (zh) 2020-07-10
CN111398906B true CN111398906B (zh) 2023-03-31

Family

ID=71436618

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010193609.0A Active CN111398906B (zh) 2020-03-18 2020-03-18 一种基于tdoa的地铁隧道外部入侵位置的定位方法

Country Status (1)

Country Link
CN (1) CN111398906B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114264338A (zh) * 2021-12-29 2022-04-01 中铁第四勘察设计院集团有限公司 基于bim的光栅阵列轨道监测信息可视化分析方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202075829U (zh) * 2011-06-10 2011-12-14 无锡国科微纳传感网科技有限公司 一种入侵检测系统
WO2015161391A1 (es) * 2014-04-24 2015-10-29 CHESTA INGENIERĺA S.A. Sistema de localizacion en tiempo real de objetos moviles en interior de tuneles

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070210929A1 (en) * 2006-03-07 2007-09-13 Ashok Sabata Mapping and Detection of Pipelines using Low Power Wireless Sensor Network

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202075829U (zh) * 2011-06-10 2011-12-14 无锡国科微纳传感网科技有限公司 一种入侵检测系统
WO2015161391A1 (es) * 2014-04-24 2015-10-29 CHESTA INGENIERĺA S.A. Sistema de localizacion en tiempo real de objetos moviles en interior de tuneles

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Liping Xin等.Surface intrusion event identification for subway tunnels using ultra-weak FBG array based fiber sensing.《Optics Express》.2020,第第29卷卷(第第29卷期),全文. *
PANG Dan-dan等.An FBG impact location system based on broadband light source and improved TDoA algorithm.《Optoelectronics Letters》.2017,全文. *
Weibing Gan等.Identification of Ground Intrusion in Underground Structures Based on Distributed Structural Vibration Detected by Ultra-Weak FBG Sensing Technology.《Sensors》.2019,全文. *

Also Published As

Publication number Publication date
CN111398906A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN114444158B (zh) 一种基于三维重建的地下巷道形变预警方法及系统
CN105589100A (zh) 一种微地震震源位置和速度模型同时反演方法
CN105044669A (zh) 三站测时差立体定位方法
SA519410094B1 (ar) أنظمة وطرق لاستخدام التثليث عبر تكوين حزم بمستشعر واحد في الكشف عن التسرب أسفل البئر
CN109828236A (zh) 一种含空区复杂结构中的微震/声发射源定位方法
CN109737968B (zh) 基于二维LiDAR和智能手机的室内融合定位方法
US11885921B2 (en) Real-time array-based seismic source location
CN112305591B (zh) 隧道超前地质预报方法、计算机可读存储介质
CN106291542A (zh) 一种隧道三维成像方法
CN104202818B (zh) 一种基于建筑物开放边缘距离加权的楼层识别方法
CN107290787A (zh) 一种地震次声同址台站的监测信号关联方法
CN109856677A (zh) 一种震电联合获取裂缝信息的定位方法
CN109991658A (zh) 一种基于“震源-台站”速度模型的微地震事件定位方法
CN111398906B (zh) 一种基于tdoa的地铁隧道外部入侵位置的定位方法
CN112415557A (zh) 一种基于云平台的伪卫星室内多源融合定位方法
CA2669555A1 (en) System and method for determining seismic event location
CN115185013A (zh) 一种基于航道疏浚工程的管线探测方法
JP7162208B2 (ja) 含水比マッピング方法及び含水比マッピング装置
CN108375789B (zh) 联合采集地震数据的同步匹配方法
CN107765306B (zh) 一种vsp初始速度建模方法及装置
CN105866834A (zh) 基于自动识别折射波起点的单支折射数据解译方法和系统
CN113900145B (zh) 一种基于微动信号的地下横波速度分布的推测方法和装置
Yetik et al. Earthquake epicenter localization using fiber optic distributed acoustic sensing
CN114200512A (zh) 一种用于铁路施工期关键工点的地震烈度预警方法及系统
CN109633760B (zh) 一种基于自然电位等效融合成像的地下流体监测方法

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