CN112147577B - 一种基于地震波特征分析的爆炸目标被动定位系统和方法 - Google Patents
一种基于地震波特征分析的爆炸目标被动定位系统和方法 Download PDFInfo
- Publication number
- CN112147577B CN112147577B CN202011034628.5A CN202011034628A CN112147577B CN 112147577 B CN112147577 B CN 112147577B CN 202011034628 A CN202011034628 A CN 202011034628A CN 112147577 B CN112147577 B CN 112147577B
- Authority
- CN
- China
- Prior art keywords
- signal
- positioning
- target
- seismic wave
- sensor
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004880 explosion Methods 0.000 title claims abstract description 33
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000003491 array Methods 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims description 15
- 239000002360 explosive Substances 0.000 claims description 10
- 230000008030 elimination Effects 0.000 claims description 9
- 238000003379 elimination reaction Methods 0.000 claims description 9
- 230000004807 localization Effects 0.000 claims description 8
- 238000009432 framing Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000005314 correlation function Methods 0.000 claims description 3
- 230000001934 delay Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
-
- 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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种基于地震波特征分析的爆炸目标被动定位系统，包括多个定位基站和与其连接的中心站；每个定位基站包括依次连接的传感器阵列、一数据采集卡和工控机，4组定位基站的传感器阵列分别设置于目标爆炸区域的4个端点，数据采集卡采集地震动阵列信号并传输给工控机，工控机通过到达时间差算法对采集的阵列信号进行处理得到目标的测向角度；中心站根据测向角度，进行角度交叉计算得到目标位置。本发明的定位系统通过在目标爆炸区域四个角分设四个定位基站，且先通过传感器阵列和工控机测向后再通过中心站进行角度交叉计算定位，因此无需进行靶场大规模传感器埋设，可实现近千米距离的目标定位，使用少数基站即可实现广域的高精度定位。
Description
技术领域
本发明属于定位领域，具体涉及一种爆炸目标被动定位系统和方法。
背景技术
随着传感技术、计算机技术、通信技术的发展，无线传感网络(Wireless SensorNetworks，WSN)已经广泛应用于交通、安防、武器装备、智能家居等。在军事领域，无线传感网在战时可以实现战场态势感知，帮助实现敌方军事的动态感知、武器装备监测等，同时帮助我方对重要目标实现被动隐蔽定位等。同时在训练中也具有重要的应用价值，如炮弹的落点定位、打靶效果评估等。
近年来，各国在地面雷达、光学探测、侦察机等技术方向做了诸多探索性研究，但这些方法和技术的监测能力弱，且容易被敌方发现并压制。针对这些问题，近年来出现了基于WSN的无源被动探测技术，但战场地势环境复杂，战场信息在被动传播受到多方面干扰，难以通过计算机分离出目标源有用信息。
此外，常见的定位算法有TDOA、DOA、beamforming等，常用的TDOA定位算法一般需要传感器大规模环绕靶场分布，DOA和beamforming算法需要传感器阵列等间距或者按照一定规则排列，且需要严格朝向信号来波方向。因此现有的定位算法均对传感器阵列排布和朝向没有严格限制。
发明内容
本发明的目的在于提供一种基于地震波特征分析的爆炸目标被动定位系统和方法，以实现战场环境的炮弹炸点位置精准定位，且灵活性高、便于部署。
为了实现上述目的，本发明提供了一种基于地震波特征分析的爆炸目标被动定位系统，包括多个定位基站以及与所述定位基站连接的一中心站；每个定位基站包括依次连接的一传感器阵列、一数据采集卡和一工控机，定位基站的数量为4组，且定位基站的传感器阵列分别设置于目标爆炸区域的4个端点位置，传感器阵列设置为感知目标爆炸的地震动阵列信号，数据采集卡设置为采集地震动阵列信号并传输给工控机，工控机设置为通过到达时间差算法对采集的阵列信号进行处理和计算以得到目标的测向角度；所述中心站与所述工控机连接，所述中心站设置为根据4个定位基站得到的测向角度，进行角度交叉计算得到目标的位置。
每个传感器阵列由多个地震波传感器组成，地震波传感器的数量N至少为4个。
所述地震波传感器采用N元十字阵排布。
所有定位基站均与一个卫星定位实时动态差分模块连接，所述定位基站和地震波传感器的地理位置坐标通过一卫星定位实时动态差分模块来测量。
所述中心站还与一气象站连接，气象站实时获得现场环境数据，以免系统损坏，保障作业顺利进行。
另一方面，本发明提供了一种基于地震波特征分析的爆炸目标被动定位方法，包括：
S1：选取一矩形区域作为目标爆炸区域，并将4组传感器阵列分设在目标爆炸区域的4个端点位置，每个传感器阵列依次连接一数据采集卡和一工控机，以组成定位基站，随后利用数据采集卡采集地震动阵列信号；
S2：对阵列信号进行基于经验模态分解的预处理；
S3：根据不同地震波成分的短时能量特征提取瑞雷波信号；
S4：采用基于互相关的地震波传感器联合修正来计算瑞雷波信号到达同一个传感器阵列的不同地震波传感器之间的信号时延：
S5：利用每个定位基站的工控机分别根据所述信号时延进行基于双基双曲线消元的测向计算，得到目标相对该定位基站的测向角度，以避免信号波速的干扰；
S6：中心站根据每个定位基站获得的目标相对该定位基站的测向角度，进行角度交叉计算得到目标的位置。
在所述步骤S1中，每个传感器阵列由多个地震波传感器组成，地震波传感器的数量N至少为4个，每个地震波传感器的地理位置坐标使用一个卫星定位实时动态差分模块测量。
所述步骤S2包括：
S21：将原始信号作为当前信号和待分解信号；
S22：对当前信号经过三次样条插值拟合出的极大值包络和极小值包络计算出均值包络，在当前信号中去除均值包络，得到更新的去除低频成分后的信号；
S22：将更新的去除低频成分后的信号作为当前信号，判断当前信号是否满足平稳信号条件；
S23：根据判断结果，若不满足平稳信号条件，则对当前信号重复上述步骤S22；若满足平稳信号条件，则当前信号为其中一个内涵模态分量，且在待分解信号中去除该当前信号以得到剩余分量，并在将剩余分量作为当前信号和待分解信号后回到步骤S22，直到剩余分量成为幅值为恒量的纯调频信号。
所述步骤S3包括：
S31：对步骤S2预处理后的信号进行加窗和分帧处理，对每一帧信号进行能量求和得到信号的短时能量；
S32：对短时能量进行归一化；
S33：通过观察来获取不同地震波成分的短时能量变化特性，根据瑞雷波的短时能量变化特性设置能量变化阈值以在步骤S2预处理后的信号中提取瑞雷波信号；通过检测瑞雷波信号的到达时刻，将最先收到瑞雷波信号的地震波传感器作为参考传感器，并截取该参考传感器的瑞雷波信号，并对参考传感器所在的传感器阵列的其他地震波传感器的步骤S2预处理后的信号进行相同时刻的截取；
所述步骤S4包括：对步骤S3截取的每个地震波传感器的瑞雷波信号与参考传感器的瑞雷波信号做互相关，计算互相关函数值最大时的点数，通过变换得到瑞雷波信号到达传感器阵列的每个地震波传感器相对于到达参考传感器的信号时延τi。
所述步骤S5基于双曲线定位原理和两个基准传感器的消元解法来对信号时延的序列进行基于双基双曲线消元的测向计算。
本发明的基于地震波特征分析的爆炸目标被动定位系统通过在目标爆炸区域四个角分设四个定位基站，且传感器阵列不做直接定位，通过传感器阵列和工控机得到目标测向角度，然后中心站用四个基站测得的测向角度进行交叉计算得到目标区域实现定位，即先测向后再通过中心站进行角度交叉计算定位，因此本发明无需进行靶场大规模传感器埋设，对传感器阵列排布和朝向没有严格限制，测向结果不受信号传播速度的影响，可实现近千米距离的目标定位，使用少数基站即可实现广域的高精度定位。
此外，本发明的基于地震波特征分析的爆炸目标被动方法使用经验模态分解(EMD)自适应分解地震波信号，可以有效处理非线性、非平稳的离散信号，自适应去除高频噪声，保留完整的低频的地震波信号，从而提升室外远距离目标被动定位精度，测向精度控制在1.5°范围内，具有较高的精度和系统稳定性；本发明的基于地震波特征分析的爆炸目标被动方法采用在近地表传播较稳定且能量占比最大的瑞雷波进行定位，并采用地震波短时能量特征有效提取瑞雷波，因此定位精度更高，避免了在传播过程中出现的部分频散效应。
附图说明
图1是根据本发明的一个实施例的基于地震波特征分析的爆炸目标被动定位系统的框架原理图。
图2是根据本发明的一个实施例的基于地震波特征分析的爆炸目标被动定位系统的结构示意图。
图3是根据本发明的一个实施例的基于地震波特征分析的爆炸目标被动定位系统的单个定位基站的结构示意图。
图4是根据本发明的一个实施例的基于地震波特征分析的爆炸目标被动定位方法在进行基于双曲线定位算法的定位时的框架原理图。
图5是定位基站测向结果的示意图。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明，在此本发明的示意性实施例以及说明用来解释本发明，但并不作为对本发明的限定。
如图1和图2所示为根据本发明的一个实施例的基于地震波特征分析的爆炸目标被动定位系统，包括：分别安装于目标爆炸区域(通常为试验靶场)中的不同位置的多个定位基站1以及与所述定位基站连接的一中心站3(即控制终端)。
如图2和图3所示，每个定位基站1设置为接收阵列信号并进行信号处理，获得目标相对该定位基站1的测向角度，其包括依次连接的一传感器阵列11、一数据采集卡12和一工控机13。其中，每个传感器阵列11由在一定范围内布设的多个地震波传感器111组成，地震波传感器111的数量N至少为4个，可以任意形状任意排布，在本实施例中，地震波传感器111采用N元十字阵排布，以更好地得到目标测向角度。传感器阵列11设置为感知目标(通常为炮弹)爆炸的地震动阵列信号，数据采集卡12设置为采集地震动阵列信号并传输给工控机13，工控机13设置为通过到达时间差算法对采集的阵列信号进行处理和计算以得到目标的一个测向角度，该测向角度即为目标相对该定位基站1的到达方向角，得到测向角度所采用的到达时间差算法将在下文详述。由此，每个定位基站1会得到一个测向角度。
再请参见图1，所有定位基站1均与一个卫星定位RTK(实时动态差分)模块2连接，因此定位基站1和地震波传感器111的地理位置坐标可以通过一卫星定位RTK(实时动态差分)模块2来测量。所述卫星定位RTK模块2设置为测量每个地震波传感器111的经纬度，然后再通过计算将经纬度变换成地理位置坐标。传感器的地理位置坐标在算法中有用，卫星定位RTK模块2对其它设备没有作用。
再请参见图2，所述中心站3与所述工控机13连接，用于接收定位基站1得到的测向角度。所述中心站3设置为根据每个基站得到的测向角度，进行角度交叉计算得到目标的位置，随后在中心站3上显示监测区域和目标的位置。在其他实施例中，所述中心站3也可以不具备在中心站3上显示监测区域和目标的位置的功能。此外，所述中心站3还可以与一气象站4连接，气象站4实时获得现场环境数据，以免系统损坏，保障作业顺利进行。
目标爆炸区域中的定位基站1的数量为4组，且定位基站1的传感器阵列11分别设置于目标爆炸区域的4个端点位置，因此可以得到四个测向角度，最后将计算结果回传到中心站3。
由此，本发明的基于地震波特征分析的爆炸目标被动定位系统，其定位基站的传感器位置由RTK模块2测量，目标爆炸后产生地震波传输至定位基站，定位基站接收到阵列信号并进行信号处理，获得目标相对该基站的到达方向角，通过对四个方向角进行测向交叉定位，估计出目标位置区域。
根据上文所述的基于地震波特征分析的爆炸目标被动定位系统，所实现的基于地震波特征分析的爆炸目标被动定位方法，其基于EMD的传感器单元联合修正，具体包括以下步骤：
步骤S1：地震波阵列信号采集，具体包括：如图2所示，合理划分目标爆炸区域，即选取一矩形区域作为目标爆炸区域，并将4组传感器阵列11分设在目标爆炸区域的4个端点位置，每个传感器阵列11依次连接一数据采集卡12和一工控机13，以组成定位基站1，随后利用数据采集卡12采集地震动阵列信号。
在本实施例中，在步骤S1中，选取600m*600m的方形区域作为目标爆炸区域，地震波传感器111为Geospace地震检波器GS-20DX。
传感器阵列11由多个地震波传感器111组成，地震波传感器111的数量N至少为4个，每个地震波传感器111的地理位置坐标使用一个卫星定位RTK模块2测量。地震波传感器111采用N元十字阵排布。
其中，数据采集卡12采集到的地震动阵列信号是炮弹爆炸产生的巨大能量在经过长距离地下传输后到达阵元的地震波信号，该信号携带多种成分噪声，是非平稳、非线性的。因此，对阵列信号进行基于经验模态分解的预处理。
步骤S2：对阵列信号进行基于经验模态分解(EMD)的预处理。
所述步骤S2具体包括：
步骤S21：将原始信号作为当前信号和待分解信号；
步骤S22：对当前信号经过三次样条插值拟合出的极大值包络和极小值包络计算出均值包络，在当前信号中去除均值包络(即去除信号中的低频成分)，得到更新的去除低频成分后的信号；
步骤S22：将更新的去除低频成分后的信号作为当前信号，判断当前信号是否满足平稳信号条件；
步骤S23：根据判断结果，若不满足平稳信号条件，则对当前信号重复上述步骤S22(即对当前的去除低频成分后的信号经过三次样条插值拟合出的极大值包络和极小值包络计算出均值包络，在当前的去除低频成分后的信号中继续去除均值包络，得到更新的去除低频成分后的信号)；若满足平稳信号条件，则当前信号为其中一个内涵模态分量(IMF)，且在待分解信号中去除该当前信号以得到剩余分量，并在将剩余分量作为当前信号和待分解信号后回到步骤S22，直到剩余分量成为幅值为恒量的纯调频信号。
该基于经验模态分解的预处理方法可以将携带多种高频成分的地震波信号处理为频率集中在低频的信号。EMD算法为现有技术，普遍用于处理非线性、非平稳的离散信号，本发明将EMD信号用于复杂地震波信号的预处理，得到了很有效的去噪的信号预处理效果，处理成平稳信号，由此实现了地震波信号的去噪和平滑，有助于后续对其进行能量特征分析。
步骤S3：根据不同地震波成分的短时能量特征提取瑞雷波信号。
其中，地震波中瑞雷波能量占比最大，对单一成分波进行分析计算有助于实现高精度定位。
所述步骤S3包括：
步骤S31：对步骤S2预处理后的信号进行加窗和分帧处理，对每一帧信号进行能量求和得到信号的短时能量。
其中，在步骤S2的EMD处理后所得到的多个IMF中，满足阈值条件的IMF作为步骤S2预处理后的信号，也就是预处理后的地震波信号。比如本系统中IMF7(分解出的第七个IMF)就是满足阈值条件的信号，已经把干扰的噪声都去除掉了，作为处理后的地震波信号。所以每个传感器的信号都分解出了一个IMF7做后续的短时能量计算然后提取出其中的瑞雷波。
加窗和分帧处理是将信号分为固定窗口长度的段，每一段有一定的重叠部分，重叠长度一般取窗口长度的一半。将每段内的信号幅值进行平方和计算就得到了信号的短时能量，窗口长度越小，对整个信号的短时能量计算越准确，计算量也越大。
其中，第i帧的短时能量E(i)可以表示为：
yi(n)是分帧后的第i帧信号，L为帧长，fn为分帧后的总帧数，因为传感器采集的信号都是离散的，不是连续信号，所以n是信号采集点数。
上述公式(1)表明，对同一个帧内的所有信号点，做幅值平方然后求和，就是这一帧的短时能量值。
步骤S32：为了更好地去除地震波传感器111增益和灵敏度带来的误差，对短时能量进行归一化。
对短时能量进行归一化的公式为：
E’(i)＝(E(i)-MinValue)/(MaxValue-MinValue)，1＜i＜fn (2)
其中，E’(i)是第i个窗口的短时能量值的归一化值，E(i)是第i个窗口的短时能量值，MaxValue是短时能量最大值，MinValue是最小值，fn是分帧后的总帧数。
步骤S33：通过观察来获取不同地震波成分的短时能量变化特性，根据瑞雷波的短时能量变化特性设置能量变化阈值以在步骤S2预处理后的信号中提取瑞雷波信号；通过检测瑞雷波信号的到达时刻，将最先收到瑞雷波信号的地震波传感器111作为参考传感器，并截取该参考传感器的瑞雷波信号，并对参考传感器所在的传感器阵列11的其他地震波传感器111的步骤S2预处理后的信号进行相同时刻的截取。
这里最先收到瑞雷波的地震波传感器111是用来划出首先监测到瑞雷波的时间，然后根据这个时间同样给到其他传感器的信号做截断，以满足信号做互相关的条件。用最先检测到的作为参考时间是为了保证截取到的所有信号都完整包含了每个传感器信号里的瑞雷波成分。短时能量只是作为一个信号成分的判断，判断瑞雷波的起始点，截取信号还是指截取EMD处理后的IMF分量(即EMD处理后的地震波信号)。
地震波包含面波和体波、其中又分为横波、纵波、瑞雷波、勒夫波，其中瑞雷波在近地面传播，频率在均匀介质中传播不受波速影响，不会产生频散效应，并且瑞雷波能量占比大，占地震波能量的2/3左右。因为目标一般是较远的，接受到的阵列信号中不同成分波是依次到达的，因此求得短时能量后可以通过观察短时能量来明显看到不同成分波的分布，且通过观察信号的短时能量可以很明显的看到不同成分波的短时能量变化特性的差别(即能量差别)；因为瑞雷波的能量远比其他成分波的能量大，因此可以通过观察信号的短时能量变化特性来对不同地震波成分的短时能量变化特征进行特征学习，找到能量变化最大的位置即为瑞雷波到达时间，根据瑞雷波的短时能量变化特性的经验设置合适的能量变化阈值，可以直接截取出地震波的瑞雷波信号的部分。
步骤S4：采用基于互相关的地震波传感器111联合修正来计算瑞雷波信号到达同一个传感器阵列11的不同地震波传感器111之间的信号时延：
现有方法一般是直接对整个波形进行互相关计算时延，这样会因为不同成分波的频率差异和波速问题产生很大的误差。本发明通过完整截取出不同地震波传感器111中的瑞雷波信号，因此只对这瑞雷波信号的部分进行互相关计算求时延，可以大大减小时延误差。
所述步骤S4具体包括：对步骤S3截取的每个地震波传感器111的瑞雷波信号与参考传感器的瑞雷波信号做互相关，计算互相关函数值最大时的点数，通过变换得到瑞雷波信号到达传感器阵列11的每个地震波传感器111相对于到达参考传感器的信号时延τi。
在本实施例中，所述步骤S2-步骤S4均采用每个定位基站1的工控机13来进行。
步骤S5：利用每个定位基站1的工控机13分别根据所述信号时延进行基于双基双曲线消元的测向计算，得到目标相对该定位基站1的测向角度，以避免信号波速的干扰。
其中，步骤S5基于双曲线定位原理和两个基准传感器的消元解法来对信号时延的序列进行基于双基双曲线消元的测向计算。
双曲线定位原理见图4，基于双曲线定位原理所得到的普遍的双曲线模型写作：
其中，(x1，y1)为第1个传感器的坐标，第1个传感器为基准传感器，(xi，yi)为第i个传感器的坐标，i＝1，2...M(M＞2)，M为布设的多个传感器阵列中的总的传感器的数量，τi为瑞雷波信号到达第i个传感器与到达第1个传感器的时延值，Ri为目标距第i个传感器的距离，R1为目标距第1个传感器的距离，v为瑞雷波信号的传播速度。
上式可以改写成
类似地，假设第2个传感器为基准传感器，则有：
R2为目标距第2个传感器的距离，τ2为瑞雷波信号到达第2个传感器与到达第1个传感器的时延值。
需要说明的是，这里的第1个和第2个传感器没有具体要求，随便设置都可以的。
对双曲线方程组做消元解算，得到：
其中，(x2，y2)为第2个传感器的坐标。
将公式(6)写为矩阵形式，为：
Aix+Biy＝-Ci (7)
其中：
因在本实施例中，定位基站采用四元十字阵，将各传感器坐标写作(xc+r cosθ,yc+r sinθ)、(xc-r sinθ,yc+r cosθ)、(xc-r cosθ,yc-r sinθ)、(xc+r sinθ,yc-r cosθ)后带入公式(8)-(10)中，得到除双参考传感器外的第3、第4个传感器关系式系数分别为：
将上述系数代入公式(7)中进行线性变换使得参数v只出现在参数C中且系数相同，两式相减得到：
由此可见结果对于阵列中心点(xc,yc)的斜率与v2无关，即目标位置与传感器阵列中心位置所成的夹角与波速无关，即求得目标相对于定位基站的入射角度不受信号波速的影响，测向算法具有更高的精度。
目标相对该定位基站1的测向角度为：
其中，(xc,yc)为该定位基站的中心点坐标，(x,y)为目标的坐标位置，α为目标相对该定位基站1的测向角度。
单个定位基站1的测向角度结果如图5所示。图5就是定位基站的测向结果示意图，蓝线是真实目标点到定位基站的连线，红线是该定位基站得到目标应在的方向，这说明本发明的测向误差很小。
步骤S6：中心站3根据每个定位基站1获得的目标相对该定位基站1的测向角度，进行角度交叉计算得到目标的位置。
由此，通过四个方向角交叉就可以定出位置，就避免了信号波速的不确定性对定位系统的影响。
以上所述的，仅为本发明的较佳实施例，并非用以限定本发明的范围，本发明的上述实施例还可以做出各种变化。凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰，皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。
Claims (8)
1.一种基于地震波特征分析的爆炸目标被动定位方法，其特征在于，包括：
步骤S1：选取一矩形区域作为目标爆炸区域，并将4组传感器阵列（11）分设在目标爆炸区域的4个端点位置，每个传感器阵列（11）由多个地震波传感器（111）组成，每个传感器阵列（11）依次连接一数据采集卡（12）和一工控机（13），以组成定位基站（1），随后利用数据采集卡（12）采集地震动阵列信号；
步骤S2：对阵列信号进行基于经验模态分解的预处理；
步骤S3：根据不同地震波成分的短时能量特征提取瑞雷波信号；
步骤S4：采用基于互相关的地震波传感器（111）联合修正来计算瑞雷波信号到达同一个传感器阵列（11）的不同地震波传感器（111）之间的信号时延；
步骤S5：利用每个定位基站（1）的工控机（13）分别根据所述信号时延进行基于双基双曲线消元的测向计算，得到目标相对该定位基站（1）的测向角度，以避免信号波速的干扰；
步骤S6：中心站（3）根据每个定位基站（1）获得的目标相对该定位基站（1）的测向角度，进行角度交叉计算得到目标的位置。
2.根据权利要求1所述的基于地震波特征分析的爆炸目标被动定位方法，其特征在于，在所述步骤S1中，所述地震波传感器（111）的数量N至少为4个，每个地震波传感器（111）的地理位置坐标使用一个卫星定位实时动态差分模块（2）测量。
3.根据权利要求2所述的基于地震波特征分析的爆炸目标被动定位方法，其特征在于，所述地震波传感器（111）采用N元十字阵排布。
4.根据权利要求2所述的基于地震波特征分析的爆炸目标被动定位方法，其特征在于，所有定位基站（1）均与所述卫星定位实时动态差分模块（2）连接，所述定位基站（1）的地理位置坐标通过所述卫星定位实时动态差分模块（2）来测量。
5.根据权利要求1所述的基于地震波特征分析的爆炸目标被动定位方法，其特征在于，所述步骤S2包括：
步骤S21：将原始信号作为当前信号和待分解信号；
步骤S22：对当前信号经过三次样条插值拟合出的极大值包络和极小值包络计算出均值包络，在当前信号中去除均值包络，得到更新的去除低频成分后的信号；
步骤S22：将更新的去除低频成分后的信号作为当前信号，判断当前信号是否满足平稳信号条件；
步骤S23：根据判断结果，若不满足平稳信号条件，则对当前信号重复上述步骤S22；若满足平稳信号条件，则当前信号为其中一个内涵模态分量，且在待分解信号中去除该当前信号以得到剩余分量，并在将剩余分量作为当前信号和待分解信号后回到步骤S22，直到剩余分量成为幅值为恒量的纯调频信号。
6.根据权利要求1所述的基于地震波特征分析的爆炸目标被动定位方法，其特征在于，所述步骤S3包括：
步骤S31：对步骤S2预处理后的信号进行加窗和分帧处理，对每一帧信号进行能量求和得到信号的短时能量；
步骤S32：对短时能量进行归一化；
步骤S33：通过观察来获取不同地震波成分的短时能量变化特性，根据瑞雷波的短时能量变化特性设置能量变化阈值以在步骤S2预处理后的信号中提取瑞雷波信号；通过检测瑞雷波信号的到达时刻，将最先收到瑞雷波信号的地震波传感器（111）作为参考传感器，并截取该参考传感器的瑞雷波信号，并对参考传感器所在的传感器阵列（11）的其他地震波传感器（111）的步骤S2预处理后的信号进行相同时刻的截取；
所述步骤S4包括：对步骤S3截取的每个地震波传感器（111）的瑞雷波信号与参考传感器的瑞雷波信号做互相关，计算互相关函数值最大时的点数，通过变换得到瑞雷波信号到达传感器阵列（11）的每个地震波传感器（111）相对于到达参考传感器的信号时延。
7.根据权利要求6所述的基于地震波特征分析的爆炸目标被动定位方法，其特征在于，所述步骤S5基于双曲线定位原理和两个基准传感器的消元解法来对信号时延的序列进行基于双基双曲线消元的测向计算。
8.根据权利要求1所述的基于地震波特征分析的爆炸目标被动定位方法，其特征在于，所述中心站（3）还与一气象站（4）连接，气象站（4）实时获得现场环境数据，以免系统损坏，保障作业顺利进行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011034628.5A CN112147577B (zh) | 2020-09-27 | 2020-09-27 | 一种基于地震波特征分析的爆炸目标被动定位系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011034628.5A CN112147577B (zh) | 2020-09-27 | 2020-09-27 | 一种基于地震波特征分析的爆炸目标被动定位系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112147577A CN112147577A (zh) | 2020-12-29 |
| CN112147577B true CN112147577B (zh) | 2024-03-29 |
Family
ID=73895455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011034628.5A Active CN112147577B (zh) | 2020-09-27 | 2020-09-27 | 一种基于地震波特征分析的爆炸目标被动定位系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112147577B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113359086B (zh) * | 2021-06-25 | 2023-05-12 | 南京航空航天大学 | 基于增广互质阵列的加权子空间数据融合直接定位方法 |
| CN117848169B (zh) * | 2024-03-08 | 2024-04-30 | 中国科学院长春光学精密机械与物理研究所 | 一种基于双站交会的炸点时刻自动检测系统及方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CH670710A5 (zh) * | 1981-04-27 | 1989-06-30 | Krupp Gmbh | |
| CN1282500A (zh) * | 1997-10-21 | 2001-01-31 | 艾利森电话股份有限公司 | 为定位精度而智能细分候选基站 |
| CN1291062A (zh) * | 1999-10-05 | 2001-04-11 | 朗迅科技公司 | 在cdma/tdma系统中使用单个基站搜索定位 |
| CN1669184A (zh) * | 2002-07-11 | 2005-09-14 | 联邦科学和工业研究组织 | 实时、互相关毫米波成像系统 |
| DE102012003852A1 (de) * | 2012-02-29 | 2013-08-29 | Franz Josef Lohmar | Verfahren zur akustischen Ortung von Knallereignissen |
| CN105116377A (zh) * | 2015-08-18 | 2015-12-02 | 西安电子科技大学 | 一种基于hht瞬时能量谱的fdoa定位方法 |
| CN105445741A (zh) * | 2015-11-12 | 2016-03-30 | 中国电子科技集团公司第三研究所 | 一种目标定位的方法、装置及系统 |
| CN105866742A (zh) * | 2016-05-27 | 2016-08-17 | 成都信息工程大学 | 一种炮弹爆点定位系统及定位方法 |
| CN106199686A (zh) * | 2016-08-18 | 2016-12-07 | 北京蓝尊科技有限公司 | 在浅层地表实现采矿爆破点实时定位的系统及方法 |
| CN107505598A (zh) * | 2017-08-01 | 2017-12-22 | 南京理工大学 | 一种基于三基阵的空中炸点定位方法 |
| CN108226868A (zh) * | 2018-01-24 | 2018-06-29 | 中国人民解放军92941部队 | 一种炮弹落水点的定位方法及系统 |
| CN111487589A (zh) * | 2020-04-21 | 2020-08-04 | 中国科学院上海微系统与信息技术研究所 | 一种基于多源传感器网络的目标落点定位方法 |
-
2020
- 2020-09-27 CN CN202011034628.5A patent/CN112147577B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CH670710A5 (zh) * | 1981-04-27 | 1989-06-30 | Krupp Gmbh | |
| CN1282500A (zh) * | 1997-10-21 | 2001-01-31 | 艾利森电话股份有限公司 | 为定位精度而智能细分候选基站 |
| CN1291062A (zh) * | 1999-10-05 | 2001-04-11 | 朗迅科技公司 | 在cdma/tdma系统中使用单个基站搜索定位 |
| CN1669184A (zh) * | 2002-07-11 | 2005-09-14 | 联邦科学和工业研究组织 | 实时、互相关毫米波成像系统 |
| DE102012003852A1 (de) * | 2012-02-29 | 2013-08-29 | Franz Josef Lohmar | Verfahren zur akustischen Ortung von Knallereignissen |
| CN105116377A (zh) * | 2015-08-18 | 2015-12-02 | 西安电子科技大学 | 一种基于hht瞬时能量谱的fdoa定位方法 |
| CN105445741A (zh) * | 2015-11-12 | 2016-03-30 | 中国电子科技集团公司第三研究所 | 一种目标定位的方法、装置及系统 |
| CN105866742A (zh) * | 2016-05-27 | 2016-08-17 | 成都信息工程大学 | 一种炮弹爆点定位系统及定位方法 |
| CN106199686A (zh) * | 2016-08-18 | 2016-12-07 | 北京蓝尊科技有限公司 | 在浅层地表实现采矿爆破点实时定位的系统及方法 |
| CN107505598A (zh) * | 2017-08-01 | 2017-12-22 | 南京理工大学 | 一种基于三基阵的空中炸点定位方法 |
| CN108226868A (zh) * | 2018-01-24 | 2018-06-29 | 中国人民解放军92941部队 | 一种炮弹落水点的定位方法及系统 |
| CN111487589A (zh) * | 2020-04-21 | 2020-08-04 | 中国科学院上海微系统与信息技术研究所 | 一种基于多源传感器网络的目标落点定位方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于声-地震动加权融合的弹丸落点定位算法;熊超 等;探测与控制学报;第36卷(第1期);全文 * |
| 近场爆炸地震优化定位方法研究;李学政 等;地震学报;第23卷(第3期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112147577A (zh) | 2020-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7372774B1 (en) | System for detecting, tracking, and reconstructing signals in spectrally competitive environments | |
| US7679998B1 (en) | System for detecting, tracking, and reconstructing signals in spectrally competitive environments | |
| US20120182837A1 (en) | Systems and methods of locating weapon fire incidents using measurements/data from acoustic, optical, seismic, and/or other sensors | |
| US6552521B1 (en) | Single station system and method of locating lightning strikes | |
| CN112147577B (zh) | 一种基于地震波特征分析的爆炸目标被动定位系统和方法 | |
| CN107770859A (zh) | 一种考虑基站位置误差的tdoa‑aoa定位方法 | |
| US8542555B1 (en) | System for detecting, tracking, and reconstructing signals in spectrally competitive environments | |
| CN108614268B (zh) | 低空高速飞行目标的声学跟踪方法 | |
| US7782710B1 (en) | System for detecting, tracking, and reconstructing signals in spectrally competitive environments | |
| CN104965193A (zh) | 一种基于网格加权的无线移动终端rssi定位方法 | |
| CN110954865A (zh) | 一种基于电离层信息的短波时差定位方法 | |
| CN108983169B (zh) | 一种基于数字高程模型的米波雷达地形修正方法 | |
| CN109188019A (zh) | 基于多重信号分类算法的三维风速风向测量方法 | |
| Aernouts et al. | Combining TDoA and AoA with a particle filter in an outdoor LoRaWAN network | |
| EP3514478A1 (en) | A method for acoustic detection of shooter location | |
| CN103616685B (zh) | 基于图像特征的isar图像几何定标方法 | |
| CN106932759A (zh) | 一种用于主被动雷达的协同定位方法 | |
| Ogiso et al. | Robust indoor localization in a reverberant environment using microphone pairs and asynchronous acoustic beacons | |
| CN109521418B (zh) | 基于干涉场的地基雷达测角方法 | |
| Sun et al. | Array geometry calibration for underwater compact arrays | |
| Ma et al. | An underwater bistatic positioning system based on an acoustic vector sensor and experimental investigation | |
| CN114355306A (zh) | 一种利用小孔径高频雷达海洋回波反演浪高的方法 | |
| CN109991564B (zh) | 基于神经网络的短波单站定位结果纠偏方法 | |
| US10495719B1 (en) | System for receiving communications | |
| CN109188417B (zh) | 采用无人机平台对扫描式辐射源进行单站被动定位的方法 |
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 |