CN111412979A - 一种超低频次声异常信号判别方法 - Google Patents
一种超低频次声异常信号判别方法 Download PDFInfo
- Publication number
- CN111412979A CN111412979A CN202010339102.1A CN202010339102A CN111412979A CN 111412979 A CN111412979 A CN 111412979A CN 202010339102 A CN202010339102 A CN 202010339102A CN 111412979 A CN111412979 A CN 111412979A
- Authority
- CN
- China
- Prior art keywords
- sound wave
- base station
- abnormal
- collecting base
- signals
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种超低频次声异常信号判别方法，步骤一、声波收集基站的架设，本发明涉及异常信号判别技术领域。该超低频次声异常信号判别方法，计算异常次声波在三个声波收集基站之间传递所花的时间，根据等边三角形定理计算一个声波信号在等边三角形区域内传递所需的最长和最短的时间来进行比较，减少人工识别的工作量，为异常次声信号的判断提供了一个可以量化的依据，解决了超低频次声波具有时间尺度大、传播距离远、信号失真严重、来源与背景信号复杂等特点，不同站点监测到的次声信号相似且存在一些差别，常见的时域与频域分析方法无法有效的实现这些相似超低频次声异常是否来自同一事件的判别的问题。
Description
技术领域
本发明涉及异常信号判别技术领域，具体为一种超低频次声异常信号判别方法。
背景技术
频率小于20Hz的声波叫做次声波，次声波不容易衰减，不易被水和空气吸收，而次声波的波长往往很长，因此能绕开某些大型障碍物发生衍射，某些次声波能绕地球2至3周，某些频率的次声波由于和人体器官的振动频率相近甚至相同，容易和人体器官产生共振，对人体有很强的伤害性，危险时可致人死亡，在自然界中，海上风暴、火山爆发、大陨石落地、海啸、电闪雷鸣、次声波的波形波浪击岸、水中漩涡、空中湍流、龙卷风、磁暴、极光、地震等都可能伴有次声波的发生.在人类活动中，诸如核爆炸、导弹飞行、火炮发射、轮船航行、汽车争驰、高楼和大桥摇晃，甚至像鼓风机、搅拌机、扩音喇叭等在发声的同时也都能产生次声波。
由于超低频次声波具有时间尺度大、传播距离远、信号失真严重、来源与背景信号复杂等特点，同一次声声源的发出的信号能被多个站点检测到，但不同站点监测到的次声信号相似且存在一些差别，常见的时域与频域分析方法无法有效的实现这些相似超低频次声异常是否来自同一事件的判别。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种超低频次声异常信号判别方法，解决了超低频次声波具有时间尺度大、传播距离远、信号失真严重、来源与背景信号复杂等特点，同一次声声源的发出的信号能被多个站点检测到，但不同站点监测到的次声信号相似且存在一些差别，常见的时域与频域分析方法，无法有效判别这些相似超低频次声异常是否来自同一事件的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种超低频次声异常信号判别方法，具体包括以下步骤：
步骤一、声波收集基站的架设：选择开阔平整附近无障碍物的土地，将土地上的杂质清除对土地进行规整后选择1处建立第一声波收集基站，以第一声波收集基站1处为等边三角形的一个基点，在等边三角形的另外两个基点2处和3处分别架设第二声波收集基站和第三声波收集基站，第一声波收集基站1处距离第二声波收集基站2处和第三声波收集基站3处的距离均为340米；
步骤二、声波信号的收集处理：通过步骤一中的第一声波收集基站、第二声波收集基站和第三声波收集基站对异常次声波信号进行收集，并且记录检测到异常次声波信号的详细时间，通过无线网络信号将收集到的异常次声波信号传递到频率分析单元进行声波频率分析，将异常次声波信号分析得出的声波频率通过频率阈值T对比单元进行频率对比，三个声波收集基站收集到的异常次声波信号频率对比度大于等于0.8时，将三个声波收集基站收集到的异常次声波信号通过声波过滤单元进行带通滤波后，得到信号X1、X2和X3，通过能量曲线计算单元将信号X1、X2和X3的能量曲线计算出来，并且通过曲线阈值比对单元进行能量曲线的对比；
步骤三、声波信号的转化显示：将步骤二中的信号X1、X2和X3的能量曲线经过A/D转换模块的转化，通过显示屏幕显示出来；
步骤四、声波信号的传递时间计算：步骤二中的异常次声波信号频率对比和能量曲线对比通过后，通过声波传递时间计算单元计算异常次声波信号分别被第一声波收集基站、第二声波收集基站和第三声波收集基站侦测到的时间，来计算异常次声波信号在第一声波收集基站、第二声波收集基站和第三声波收集基站之间传递的时间分别得出T1和T2，根据等边三角形中边长最长，垂线最短的原理，T1和T2的数值应当小于1秒大于正常声波从4处传递到第一声波收集基站1所需的时间，通过时间对比进行判定是否为同一信号，完成判别。
优选的，所述第一声波收集基站1处、第二声波收集基站2处和第三声波收集基站3处形成一个边长为340米的等边三角型。
优选的，所述频率阈T值对比单元的阈值T设定为0.8。
优选的，所述曲线阈值T对比单元的阈值T设定为0.7。
优选的，所述第一声波收集基站、第二声波收集基站和第三声波收集基站收集到的异常次声波信号通过无线网络进行传递。
优选的，所述4处与第一声波收集基站1处的直线距离为等边三角形的高。
优选的，所述第一声波收集基站1处与4处的直线距离为294.44米。
优选的，所述异常次声波信号从第一声波收集基站1处传递到4处需要0.866秒。
(三)有益效果
本发明提供了一种超低频次声异常信号判别方法。与现有技术相比，具备以下有益效果：
(1)、该超低频次声异常信号判别方法，通过在步骤四、声波信号的传递时间计算：步骤二中的异常次声波信号频率对比和能量曲线对比通过后，通过声波传递时间计算单元计算异常次声波信号分别被第一声波收集基站、第二声波收集基站和第三声波收集基站侦测到的时间，来计算异常次声波信号在第一声波收集基站、第二声波收集基站和第三声波收集基站之间传递的时间分别得出T1和T2，根据等边三角形中边长最长，垂线最短的原理，T1和T2的数值应当小于1秒大于正常声波从4处传递到第一声波收集基站1所需的时间，通过时间对比进行判定是否为同一信号，完成判别，通过步骤一和步骤二的信号进行对比通过后，计算异常次声波在三个声波收集基站之间传递所花的时间，根据等边三角形定理计算一个声波信号在等边三角形区域内传递所需的最长和最短的时间来进行比较，减少人工识别的工作量，为异常次声信号的判断提供了一个可以量化的依据，解决了超低频次声波具有时间尺度大、传播距离远、信号失真严重、来源与背景信号复杂等特点，同一次声声源的发出的信号能被多个站点检测到，但不同站点监测到的次声信号相似且存在一些差别，常见的时域与频域分析方法无法有效的实现这些相似超低频次声异常是否来自同一事件的判别的问题。
(2)、该超低频次声异常信号判别方法，通过在步骤二、声波信号的收集处理：通过步骤一中的第一声波收集基站、第二声波收集基站和第三声波收集基站对异常次声波信号进行收集，并且记录检测到异常次声波信号的详细时间，通过无线网络信号将收集到的异常次声波信号传递到频率分析单元进行声波频率分析，将异常次声波信号分析得出的声波频率通过频率阈值T对比单元进行频率对比，三个声波收集基站收集到的异常次声波信号频率对比度大于等于0.8时，将三个声波收集基站收集到的异常次声波信号通过声波过滤单元进行带通滤波后，得到信号X1、X2和X3，通过能量曲线计算单元将信号X1、X2和X3的能量曲线计算出来，并且通过曲线阈值比对单元进行能量曲线的对比，在对异常次声波信号进行比较时，通过频率对比，并且在对次声波进行带通滤波后进行能量曲线的对比，通过多个方面对次声波信号进行对比，增加了次声异常信号判别方法的准确性。
(3)、该超低频次声异常信号判别方法，通过在步骤三、声波信号的转化显示：将步骤二中的信号X1、X2和X3的能量曲线经过A/D转换模块的转化，通过显示屏幕显示出来，将检测到的异常次声波经过带通滤波后通过A/D转换模块的转化，通过显示屏幕进行直观的显示，使得工作人员可以快速的发现异常次声波，对频率异常的次声波及时进行应对处理。
附图说明
图1为本发明第一声波收集基站、第二声波收集基站和第三声波收集基站的位置分布图；
图2为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-2，本发明实施例提供一种技术方案：一种超低频次声异常信号判别方法：具体包括以下步骤：
步骤一、声波收集基站的架设：选择开阔平整附近无障碍物的土地，将土地上的杂质清除对土地进行规整后选择1处建立第一声波收集基站，以第一声波收集基站1处为等边三角形的一个基点，在等边三角形的另外两个基点2处和3处分别架设第二声波收集基站和第三声波收集基站，第一声波收集基站1处距离第二声波收集基站2处和第三声波收集基站3处的距离均为340米，第一声波收集基站1处、第二声波收集基站2处和第三声波收集基站3处形成一个边长为340米的等边三角型；
步骤二、声波信号的收集处理：通过步骤一中的第一声波收集基站、第二声波收集基站和第三声波收集基站对异常次声波信号进行收集，并且记录检测到异常次声波信号的详细时间，第一声波收集基站、第二声波收集基站和第三声波收集基站收集到的异常次声波信号通过无线网络进行传递，通过无线网络信号将收集到的异常次声波信号传递到频率分析单元进行声波频率分析，将异常次声波信号分析得出的声波频率通过频率阈值T对比单元进行频率对比，频率阈T值对比单元的阈值T设定为0.8，三个声波收集基站收集到的异常次声波信号频率对比度大于等于0.8时，将三个声波收集基站收集到的异常次声波信号通过声波过滤单元进行带通滤波后，得到信号X1、X2和X3，通过能量曲线计算单元将信号X1、X2和X3的能量曲线计算出来，并且通过曲线阈值比对单元进行能量曲线的对比，曲线阈值T对比单元的阈值T设定为0.7，在对异常次声波信号进行比较时，通过频率对比，并且在对次声波进行带通滤波后进行能量曲线的对比，通过多个方面对次声波信号进行对比，增加了次声异常信号判别方法的准确性；
步骤三、声波信号的转化显示：将步骤二中的信号X1、X2和X3的能量曲线经过A/D转换模块的转化，通过显示屏幕显示出来，将检测到的异常次声波经过带通滤波后通过A/D转换模块的转化，通过显示屏幕进行直观的显示，使得工作人员可以快速的发现异常次声波，对频率异常的次声波及时进行应对处理；
步骤四、声波信号的传递时间计算：步骤二中的异常次声波信号频率对比和能量曲线对比通过后，通过声波传递时间计算单元计算异常次声波信号分别被第一声波收集基站、第二声波收集基站和第三声波收集基站侦测到的时间，来计算异常次声波信号在第一声波收集基站、第二声波收集基站和第三声波收集基站之间传递的时间分别得出T1和T2，根据等边三角形中边长最长，垂线最短的原理，T1和T2的数值应当小于1秒大于正常声波从4处传递到第一声波收集基站1所需的时间，通过时间对比进行判定是否为同一信号，完成判别，4处与第一声波收集基站1处的直线距离为等边三角形的高，第一声波收集基站1处与4处的直线距离为294.44米，异常次声波信号从第一声波收集基站1处传递到4处需要0.866秒，通过步骤一和步骤二的信号进行对比通过后，计算异常次声波在三个声波收集基站之间传递所花的时间，根据等边三角形定理计算一个声波信号在等边三角形区域内传递所需的最长和最短的时间来进行比较，减少人工识别的工作量，为异常次声信号的判断提供了一个可以量化的依据，解决了超低频次声波具有时间尺度大、传播距离远、信号失真严重、来源与背景信号复杂等特点，同一次声声源的发出的信号能被多个站点检测到，但不同站点监测到的次声信号相似且存在一些差别，常见的时域与频域分析方法无法有效的实现这些相似超低频次声异常是否来自同一事件的判别的问题。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种超低频次声异常信号判别方法，其特征在于：具体包括以下步骤：
步骤一、声波收集基站的架设：选择开阔平整附近无障碍物的土地，将土地上的杂质清除对土地进行规整后选择1处建立第一声波收集基站，以第一声波收集基站1处为等边三角形的一个基点，在等边三角形的另外两个基点2处和3处分别架设第二声波收集基站和第三声波收集基站，第一声波收集基站1处距离第二声波收集基站2处和第三声波收集基站3处的距离均为340米；
步骤二、声波信号的收集处理：通过步骤一中的第一声波收集基站、第二声波收集基站和第三声波收集基站对异常次声波信号进行收集，并且记录检测到异常次声波信号的详细时间，通过无线网络信号将收集到的异常次声波信号传递到频率分析单元进行声波频率分析，将异常次声波信号分析得出的声波频率通过频率阈值T对比单元进行频率对比，三个声波收集基站收集到的异常次声波信号频率对比度大于等于0.8时，将三个声波收集基站收集到的异常次声波信号通过声波过滤单元进行带通滤波后，得到信号X1、X2和X3，通过能量曲线计算单元将信号X1、X2和X3的能量曲线计算出来，并且通过曲线阈值比对单元进行能量曲线的对比；
步骤三、声波信号的转化显示：将步骤二中的信号X1、X2和X3的能量曲线经过A/D转换模块的转化，通过显示屏幕显示出来；
步骤四、声波信号的传递时间计算：步骤二中的异常次声波信号频率对比和能量曲线对比通过后，通过声波传递时间计算单元计算异常次声波信号分别被第一声波收集基站、第二声波收集基站和第三声波收集基站侦测到的时间，来计算异常次声波信号在第一声波收集基站、第二声波收集基站和第三声波收集基站之间传递的时间分别得出T1和T2，根据等边三角形中边长最长，垂线最短的原理，T1和T2的数值应当小于1秒大于正常声波从4处传递到第一声波收集基站1所需的时间，通过时间对比进行判定是否为同一信号，完成判别。
2.根据权利要求1所述的一种超低频次声异常信号判别方法，其特征在于：所述第一声波收集基站1处、第二声波收集基站2处和第三声波收集基站3处形成一个边长为340米的等边三角型。
3.根据权利要求1所述的一种超低频次声异常信号判别方法，其特征在于：所述频率阈T值对比单元的阈值T设定为0.8。
4.根据权利要求1所述的一种超低频次声异常信号判别方法，其特征在于：所述曲线阈值T对比单元的阈值T设定为0.7。
5.根据权利要求1所述的一种超低频次声异常信号判别方法，其特征在于：所述第一声波收集基站、第二声波收集基站和第三声波收集基站收集到的异常次声波信号通过无线网络进行传递。
6.根据权利要求1所述的一种超低频次声异常信号判别方法，其特征在于：所述4处与第一声波收集基站1处的直线距离为等边三角形的高。
7.根据权利要求1所述的一种超低频次声异常信号判别方法，其特征在于：所述第一声波收集基站1处与4处的直线距离为294.44米。
8.根据权利要求1所述的一种超低频次声异常信号判别方法，其特征在于：所述异常次声波信号从第一声波收集基站1处传递到4处需要0.866秒。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010339102.1A CN111412979A (zh) | 2020-04-26 | 2020-04-26 | 一种超低频次声异常信号判别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010339102.1A CN111412979A (zh) | 2020-04-26 | 2020-04-26 | 一种超低频次声异常信号判别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111412979A true CN111412979A (zh) | 2020-07-14 |
Family
ID=71493694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010339102.1A Pending CN111412979A (zh) | 2020-04-26 | 2020-04-26 | 一种超低频次声异常信号判别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111412979A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| 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 |
| CN108802825A (zh) * | 2018-08-22 | 2018-11-13 | 河南理工大学 | 一种次声波监测煤岩动力灾害定位方法及定位系统 |
| CN109470775A (zh) * | 2017-09-08 | 2019-03-15 | 中国科学院声学研究所 | 一种土质滑坡次声信号识别与野外监测的装置及方法 |
| CN109799482A (zh) * | 2017-11-16 | 2019-05-24 | 航天科工惯性技术有限公司 | 基于次声波三角定位的泥石流监测系统及方法 |
-
2020
- 2020-04-26 CN CN202010339102.1A patent/CN111412979A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| 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 |
| CN109470775A (zh) * | 2017-09-08 | 2019-03-15 | 中国科学院声学研究所 | 一种土质滑坡次声信号识别与野外监测的装置及方法 |
| CN109799482A (zh) * | 2017-11-16 | 2019-05-24 | 航天科工惯性技术有限公司 | 基于次声波三角定位的泥石流监测系统及方法 |
| CN108802825A (zh) * | 2018-08-22 | 2018-11-13 | 河南理工大学 | 一种次声波监测煤岩动力灾害定位方法及定位系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106128035B (zh) | 基于神经网络和多参数信息融合的地质灾害预报方法 | |
| CN111006137B (zh) | 一种供水管线漏损监测与泄漏定位方法及系统 | |
| CN103278842B (zh) | 一种基于地源超声波监测和分析的地震预报预警系统 | |
| CN102563361A (zh) | 基于常规数据和音波信号的输气管道泄漏检测定位装置及方法 | |
| CN105118511A (zh) | 一种雷声识别方法 | |
| CN106597377A (zh) | 次声波管道机器人快速定位系统及方法 | |
| CN109660290A (zh) | 一种基于多卫星多频段的多架构应急保障系统 | |
| CN106066254A (zh) | 基于物联网的工厂故障实时检测与定位系统及方法 | |
| CN107272061A (zh) | 一种次声信号与地震事件的自动关联方法 | |
| CN113538840A (zh) | 智能多因素耦合主动监测预警系统 | |
| CN109405960A (zh) | 一种航空噪声识别方法 | |
| CN114495975A (zh) | 基于声压幅值比的异常声源定位方法及装置 | |
| CN102867421A (zh) | 一种识别有效停车泊位占有率中离群数据的方法 | |
| CN110084986B (zh) | 一种周界安防方法及装置 | |
| JP2013020601A (ja) | 津波監視システム | |
| AU2016100644A4 (en) | Earthquake prediction and alert system based on underground ultrasound monitoring and analysis | |
| TWI408403B (zh) | 海嘯即時預警方法及其系統 | |
| CN107290047B (zh) | 一种拟合次声台站风噪声-风速的方法 | |
| CN106501843A (zh) | 一种对地震震级的识别判断方法 | |
| CN111412979A (zh) | 一种超低频次声异常信号判别方法 | |
| CN104819382B (zh) | 一种用于光纤预警系统的自适应恒虚警率振源检测方法 | |
| CN110517245A (zh) | 一种机械设备故障诊断系统 | |
| Okal et al. | Quantification of hydrophone records of the 2004 Sumatra tsunami | |
| CN105785319B (zh) | 机场场面目标声学定位方法、装置及系统 | |
| CN106289511B (zh) | 建设施工宽带噪声的实时定向测量装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200714 |