CN112596101B - 基于地震检波器阵列的低空飞行目标定位和跟踪方法 - Google Patents

基于地震检波器阵列的低空飞行目标定位和跟踪方法 Download PDF

Info

Publication number
CN112596101B
CN112596101B CN202011557852.2A CN202011557852A CN112596101B CN 112596101 B CN112596101 B CN 112596101B CN 202011557852 A CN202011557852 A CN 202011557852A CN 112596101 B CN112596101 B CN 112596101B
Authority
CN
China
Prior art keywords
component
time delay
target
sequence
imf
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
CN202011557852.2A
Other languages
English (en)
Other versions
CN112596101A (zh
Inventor
晁云峰
姜弢
刘光达
王京椰
王鑫
郑晶涵
胡秋月
覃锴
周琪
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202011557852.2A priority Critical patent/CN112596101B/zh
Publication of CN112596101A publication Critical patent/CN112596101A/zh
Application granted granted Critical
Publication of CN112596101B publication Critical patent/CN112596101B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/16Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
    • G01V1/18Receiving elements, e.g. seismometer, geophone or torque detectors, for localised single point measurements
    • G01V1/181Geophones
    • G01V1/184Multi-component geophones
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/16Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
    • G01V1/20Arrangements of receiving elements, e.g. geophone pattern
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种基于地震检波器阵列的低空飞行目标定位和跟踪方法。首先由地震检波器阵列采集五路三分量地震信号,并对信号进行插值处理,然后选择时延估计窗口,通过本征模态函数时延估计法对信号进行时延估计,再结合地震检波器空间位置计算得到飞行目标位置,最后将每个时延估计窗口计算得到的目标位置点进行曲线拟合得到飞行目标的运动轨迹。本发明采用平面五元的地震检波器阵列,与声阵列相比,地震检波器所处环境能有效抑制背景噪声干扰,更隐蔽难以被发现,适用于快速运动目标及静止目标,系统工作速度快可做到实时定位。该定位方法适用于喷气式飞机、直升机等低空飞行器的定位和跟踪。

Description

基于地震检波器阵列的低空飞行目标定位和跟踪方法
技术领域:
本发明涉及一种基于地震检波器阵列的低空飞行目标定位和跟踪方法,该方法适用于低空飞行目标以及地面运动目标的定位和跟踪,涉及地震数据采集以及地震检波器阵列信号处理领域。
背景技术:
低空飞行目标由于其飞行高度低,利用复杂地形遮挡如山地丘陵等,雷达散射截面小,一般雷达难以发现。传统的定位与跟踪方法一般是通过声传感器阵列接收目标在飞行过程中产生的声音信号实现目标定位,但是该方法采用的声传感器在野外工作中,易受到背景噪声的干扰,如风声、雨声或其他自然声源和人工声源,信号质量较差,且声传感器一般采用电容式结构,需要电源供电才能正常工作,不利于长时间全天候工作。在军事环境中,声传感器阵列一般置于地表或悬浮在空中,容易受到破坏。因此需要一种安全、信号质量好且可长时间全天候工作的定位系统作为声传感器阵列的补充或替代部分。
发明内容:
本发明的目的是在声传感器阵列定位和跟踪低空飞行目标的方法之外,提供一种基于地震检波器阵列的低空飞行目标定位和跟踪方法,作为声传感器阵列定位和跟踪方法的替代方法。
本发明的主要思想是:低空飞行目标在低空飞行时,其产生的声波会与地面发生耦合作用形成瑞雷波并在地表传播,我们使用地震检波器接收瑞雷波信号,从而对低空目标进行定位和跟踪。据此本发明提出了一种基于地震检波器阵列的低空飞行目标定位和跟踪方法,首先由地震检波器阵列采集五路地震信号,由于地震仪采样率低不能满足数据处理要求,所以对信号进行插值处理,然后选择时延估计窗口,通过IMF时延估计法对信号进行时延估计,再结合地震检波器空间位置计算得到飞行目标位置,最后将每个时延估计窗口计算得到的目标位置点进行曲线拟合得到飞行目标的运动轨迹。这种方法不仅能保证定位精度,而且与常规声阵列定位低空飞行目标的方法相比,地震检波器所处环境能有效抑制背景噪声干扰,且更隐蔽难以被发现。与此同时,地震检波器为动圈式结构,不需要供电就能正常工作,易维护,适合长时间全天候工作。
本发明的具体实现如下:
基于地震检波器阵列的低空飞行目标定位和跟踪方法,包括以下步骤:
a、将五个三分量地震检波器按十字形分布埋于地下,检波器上表面距离地表5cm,中心点检波器到其他检波器的距离为L,检波器的采样率为Fs,当目标飞过时,采集五个地震检波器接收到的三分量目标信号,包括垂直分量、水平分量Ⅰ和水平分量Ⅱ;
b、五个检波器采集到的垂直分量采样序列分别为s1(n)、s2(n)、s3(n)、s4(n)、s5(n),s1(n)为中心检波器的垂直分量采样序列,n为采样值在序列中出现的序号,取值为0,±1,±2,…;
c、对信号s1(n)进行插值处理,插值因子为K:
Figure GDA0003529552410000021
K值取2,对其他四路信号进行相同的插值处理;
d、对s1(n)、s2(n)、s3(n)、s4(n)、s5(n)中目标信号特征明显的部分截取同一时间点、窗口长度为C的采样序列,命为S1(n)、S2(n)、S3(n)、S4(n)、S5(n),若信号在空中传播速度为V,则窗口长度C的选择标准为C=3L/V;
e、对序列S1(n)进行经验模态分解,得到Z个本征模态函数(IMF)分量(I1,I2,…,Iz)以及一个余量R1,对S1(n)和Z个IMF分量分别进行傅里叶变换得到对应的频谱曲线F[S1(n)]、(F(I1),F(I2),…,F(IZ)),分别计算F[S1(n)]与(F(I1),F(I2),…,F(IZ))中每个IMF分量频谱曲线的相关系数,选取相关系数大于0.6的较强相关IMF分量成为S1(n)的有效IMF分量(IM,IM+1,…,IN);
f、重复步骤e得到S2(n)的有效IMF分量(JM,JM+1,…,JN),分别计算(IM,IM+1,…,IN)与(JM,JM+1,…,JN)中相对应IMF分量之间的频谱相似性,计算结果组成频谱相似性序列[SM,SM+1,…,SN],对该序列元素值进行归一化,将归一化结果作图形成频谱相似性结果关系曲线,选取该曲线上频谱相似性结果大于B1的这些值,B1值取0.7,定义下式计算对应IMF分量之间的频谱相似性:
Figure GDA0003529552410000031
式中x为(IM,IM+1,…,IN)的某一IMF分量,y为(JM,JM+1,…,JN)的对应IMF分量,函数F代表傅里叶变换;
g、对其他分量信号水平分量Ⅰ和水平分量Ⅱ重复步骤b-f,选出频谱相似性结果大于B1的所有值对应的有效IMF分量,其中中心检波器三个分量的采样序列频谱相似性结果大于B1的所有值对应的有效IMF分量为(F1,F2,…,FW);
h、对选出的所有的三分量的每两个对应IMF分量分别进行互相关时延估计得到时延估计值序列X=[X1,X2,…,XW],增大插值因子K直至时延估计值精度高于10-4s,同时得到互相关时延估计结果,对所有的互相关时延估计结果进行叠加,画出互相关时延估计结果叠加后的曲线,曲线的峰值对应的横坐标即为采样序列S1(n)与S2(n)的时延估计值t1;
i、重复步骤f-h,分别计算出采样序列S1(n)与S3(n)、S4(n)、S5(n)的时延估计值t2、t3、t4,根据五元十字阵和目标的几何位置关系利用余弦定理计算出飞行目标位置;
j、依据所需拟合精度等间隔依次选取时延窗口,重复上述步骤得到多个目标位置点,将这些点进行最小二乘拟合得到飞行目标的运动曲线。
有益效果:经验证,在低空飞行目标(直升机、喷气式飞机等)定位和跟踪领域,本发明提出的一种基于地震检波器阵列的低空飞行目标定位和跟踪方法,不仅能保证与声阵列同样的相对精度,而且与常规声阵列定位低空飞行目标的方法相比,地震检波器所处环境能有效抑制背景噪声干扰,且更隐蔽难以被发现。与此同时,地震检波器为动圈式结构,不需要供电就能正常工作,易维护,适合长时间全天候工作。本方法既适用于快速运动目标,又适用于静止目标,速度快可做到实时定位。
附图说明:
图1地震检波器布设平面图
图2地震检波器垂直分量数据记录
具体实施方式:
下面结合附图做进一步的详细说明:
实验地点为某机场,将五个三分量地震检波器按十字形分布埋于地下,如图1所示,检波器位置在飞机航线下方,三分量检波器上表面距离地表5cm,中心点检波器到其他检波器的距离为L,检波器的采样率为Fs;
a、当目标飞过时,采集五个地震检波器接收到的三分量目标信号,包括垂直分量、水平分量Ⅰ和水平分量Ⅱ;
b、五个检波器采集到的垂直分量采样序列分别为s1(n)、s2(n)、s3(n)、s4(n)、s5(n),如图2所示,横轴时间为采样点数除以采样频率得到,s1(n)为中心检波器的垂直分量采样序列,n为采样值在序列中出现的序号,取值为0,±1,±2,…;
c、对信号s1(n)进行插值处理,插值因子为K:
Figure GDA0003529552410000051
K值取2,对其他四路信号进行相同的插值处理;
d、对s1(n)、s2(n)、s3(n)、s4(n)、s5(n)中目标信号特征明显的部分截取同一时间点、窗口长度为C的采样序列,命为S1(n)、S2(n)、S3(n)、S4(n)、S5(n),若信号在空中传播速度为V,则窗口长度C的选择标准为C=3L/V;
e、对序列S1(n)进行经验模态分解,得到Z个本征模态函数(IMF)分量(I1,I2,…,Iz)以及一个余量R1,对S1(n)和Z个IMF分量分别进行傅里叶变换得到对应的频谱曲线F[S1(n)]、(F(I1),F(I2),…,F(IZ)),分别计算F[S1(n)]与(F(I1),F(I2),…,F(IZ))中每个IMF分量频谱曲线的相关系数,选取相关系数大于0.6的较强相关IMF分量成为S1(n)的有效IMF分量(IM,IM+1,…,IN);
f、重复步骤e得到S2(n)的有效IMF分量(JM,JM+1,…,JN),分别计算(IM,IM+1,…,IN)与(JM,JM+1,…,JN)中相对应IMF分量之间的频谱相似性,计算结果组成频谱相似性序列[SM,SM+1,…,SN],对该序列元素值进行归一化,将归一化结果作图形成频谱相似性结果关系曲线,选取该曲线上频谱相似性结果大于B1的这些值,B1值取0.7,定义下式计算对应IMF分量之间的频谱相似性:
Figure GDA0003529552410000061
式中x为(IM,IM+1,…,IN)的某一IMF分量,y为(JM,JM+1,…,JN)的对应IMF分量,函数F代表傅里叶变换;
g、对其他分量信号水平分量Ⅰ和水平分量Ⅱ重复步骤b-f,选出频谱相似性结果大于B1的所有值对应的有效IMF分量,其中中心检波器三个分量的采样序列频谱相似性结果大于B1的所有值对应的有效IMF分量为(F1,F2,…,FW);
h、对选出的所有的三分量的每两个对应IMF分量分别进行互相关时延估计得到时延估计值序列X=[X1,X2,…,XW],增大插值因子K直至时延估计值精度高于10-4s,同时得到互相关时延估计结果,对所有的互相关时延估计结果进行叠加,画出互相关时延估计结果叠加后的曲线,曲线的峰值对应的横坐标即为采样序列S1(n)与S2(n)的时延估计值t1;
i、重复步骤f-h,分别计算出采样序列S1(n)与S3(n)、S4(n)、S5(n)的时延估计值t2、t3、t4,根据五元十字阵和目标的几何位置关系利用余弦定理计算出飞行目标位置。我们选取如图2所示两个时间窗口,经以上步骤计算,得出飞机的经纬坐标分别为(125°40’8.40”东,43°59’12.62”北)、(125°39’49.25”东,43°59’1.82”北),测距相对误差在10%左右;
j、依据所需拟合精度等间隔依次选取时延窗口,重复上述步骤得到多个目标位置点,将这些点进行最小二乘拟合得到飞行目标的运动曲线。

Claims (1)

1.基于地震检波器阵列的低空飞行目标定位和跟踪方法,其特征在于,包括以下步骤:
a、将五个三分量地震检波器按十字形分布埋于地下,检波器上表面距离地表5cm,中心点检波器到其他检波器的距离为L,检波器的采样率为Fs,当目标飞过时,采集五个地震检波器接收到的三分量目标信号,包括垂直分量、水平分量Ⅰ和水平分量Ⅱ;
b、五个检波器采集到的垂直分量采样序列分别为s1(n)、s2(n)、s3(n)、s4(n)、s5(n),s1(n)为中心检波器的垂直分量采样序列,n为采样值在序列中出现的序号,取值为0,±1,±2,…;
c、对信号s1(n)进行插值处理,插值因子为K:
Figure FDA0003529552400000011
K值取2,对其他四路信号进行相同的插值处理;
d、对s1(n)、s2(n)、s3(n)、s4(n)、s5(n)中目标信号特征明显的部分截取同一时间点、窗口长度为C的采样序列,命为S1(n)、S2(n)、S3(n)、S4(n)、S5(n),若信号在空中传播速度为V,则窗口长度C的选择标准为C=3L/V;
e、对序列S1(n)进行经验模态分解,得到Z个本征模态函数(IMF)分量(I1,I2,…,Iz)以及一个余量R1,对S1(n)和Z个IMF分量分别进行傅里叶变换得到对应的频谱曲线F[S1(n)]、(F(I1),F(I2),…,F(IZ)),分别计算F[S1(n)]与(F(I1),F(I2),…,F(IZ))中每个IMF分量频谱曲线的相关系数,选取相关系数大于0.6的较强相关IMF分量成为S1(n)的有效IMF分量(IM,IM+1,…,IN);
f、重复步骤e得到S2(n)的有效IMF分量(JM,JM+1,…,JN),分别计算(IM,IM+1,…,IN)与(JM,JM+1,…,JN)中相对应IMF分量之间的频谱相似性,计算结果组成频谱相似性序列[SM,SM+1,…,SN],对该序列元素值进行归一化,将归一化结果作图形成频谱相似性结果关系曲线,选取该曲线上频谱相似性结果大于B1的这些值,B1值取0.7,定义下式计算对应IMF分量之间的频谱相似性:
Figure FDA0003529552400000021
式中x为(IM,IM+1,…,IN)的某一IMF分量,y为(JM,JM+1,…,JN)的对应IMF分量,函数F代表傅里叶变换;
g、对其他分量信号水平分量Ⅰ和水平分量Ⅱ重复步骤b-f,选出频谱相似性结果大于B1的所有值对应的有效IMF分量,其中中心检波器三个分量的采样序列频谱相似性结果大于B1的所有值对应的有效IMF分量为(F1,F2,…,FW);
h、对选出的所有的三分量的每两个对应IMF分量分别进行互相关时延估计得到时延估计值序列X=[X1,X2,…,XW],增大插值因子K直至时延估计值精度高于10-4s,同时得到互相关时延估计结果,对所有的互相关时延估计结果进行叠加,画出互相关时延估计结果叠加后的曲线,曲线的峰值对应的横坐标即为采样序列S1(n)与S2(n)的时延估计值t1;
i、重复步骤f-h,分别计算出采样序列S1(n)与S3(n)、S4(n)、S5(n)的时延估计值t2、t3、t4,根据五元十字阵和目标的几何位置关系利用余弦定理计算出飞行目标位置;
j、依据所需拟合精度等间隔依次选取时延窗口,重复上述步骤得到多个目标位置点,将这些点进行最小二乘拟合得到飞行目标的运动曲线。
CN202011557852.2A 2020-12-25 2020-12-25 基于地震检波器阵列的低空飞行目标定位和跟踪方法 Active CN112596101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011557852.2A CN112596101B (zh) 2020-12-25 2020-12-25 基于地震检波器阵列的低空飞行目标定位和跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011557852.2A CN112596101B (zh) 2020-12-25 2020-12-25 基于地震检波器阵列的低空飞行目标定位和跟踪方法

Publications (2)

Publication Number Publication Date
CN112596101A CN112596101A (zh) 2021-04-02
CN112596101B true CN112596101B (zh) 2022-08-12

Family

ID=75202521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011557852.2A Active CN112596101B (zh) 2020-12-25 2020-12-25 基于地震检波器阵列的低空飞行目标定位和跟踪方法

Country Status (1)

Country Link
CN (1) CN112596101B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4630246A (en) * 1984-06-22 1986-12-16 The United States Of America As Represented By The Secretary Of The Air Force Seismic-acoustic low-flying aircraft detector
CN104991573A (zh) * 2015-06-25 2015-10-21 北京品创汇通科技有限公司 一种基于声源阵列的定位跟踪方法及其装置
CN110441735A (zh) * 2019-08-15 2019-11-12 陕西金蝌蚪智能科技有限公司 一种低空无人机被动声探测装置及方法
CN110697044A (zh) * 2019-10-18 2020-01-17 中国地质大学(北京) 一种基于无人飞行器的震源投放方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4811308A (en) * 1986-10-29 1989-03-07 Michel Howard E Seismo-acoustic detection, identification, and tracking of stealth aircraft
US10310133B2 (en) * 2016-10-04 2019-06-04 Fairfield Geotechnologies Calibration of geophone and hydrophone pairs
CN108387925A (zh) * 2017-05-08 2018-08-10 武汉普惠海洋光电技术有限公司 基于光纤地声检波器入侵探测系统的定位方法
CN110703314B (zh) * 2019-10-18 2020-09-18 中国地质大学(北京) 一种地震数据采集系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4630246A (en) * 1984-06-22 1986-12-16 The United States Of America As Represented By The Secretary Of The Air Force Seismic-acoustic low-flying aircraft detector
CN104991573A (zh) * 2015-06-25 2015-10-21 北京品创汇通科技有限公司 一种基于声源阵列的定位跟踪方法及其装置
CN110441735A (zh) * 2019-08-15 2019-11-12 陕西金蝌蚪智能科技有限公司 一种低空无人机被动声探测装置及方法
CN110697044A (zh) * 2019-10-18 2020-01-17 中国地质大学(北京) 一种基于无人飞行器的震源投放方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
UAV-Deployed Impulsive Source Localization with Sensor Network;William Greenwood;《Advances in Science and Technology》;20161031(第101期);全文 *
基于经验模式分解的广义互相关时延估计;孙书学等;《探测与控制学报》;20090430;第31卷(第2期);第7页第4-6段 *
测量地表声阻抗率的实验研究;王驰等;《传感技术学报》;20080531;第21卷(第5期);第887页第1段、第888页第2-3段 *

Also Published As

Publication number Publication date
CN112596101A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN107544095B (zh) 一种地面三维激光点云与探地雷达图像融合的方法
Ruohoniemi et al. Mapping high‐latitude plasma convection with coherent HF radars
US4686474A (en) Survey system for collection and real time processing of geophysical data
Bergot Adaptive observations during FASTEX: A systematic survey of upstream flights
Gogineni et al. Bed topography of Jakobshavn Isbræ, Greenland, and Byrd Glacier, Antarctica
JP2009115823A (ja) レーダデータ処理動作ための方法および装置
Chen et al. A method of three‐dimensional location for LFEDA combining the time of arrival method and the time reversal technique
CN111045077B (zh) 一种陆地地震数据的全波形反演方法
CN110989002B (zh) 地空时域电磁系统浅部低阻异常体数据解释方法
Rowell et al. Three-dimensional volcano-acoustic source localization at Karymsky Volcano, Kamchatka, Russia
CN115166817B (zh) 一种基于冰层模态群慢度差特征的冰声定位方法
Hedlin et al. A study of infrasound propagation using dense seismic network recordings of surface explosions
US5757722A (en) Method for verifying the location of an array of detectors
Galushko et al. Frequency-and-angular HF sounding and ISR diagnostics of TIDs
Duckworth et al. Crustal structure measurements near FRAM II in the Pole Abyssal Plain
CN112596101B (zh) 基于地震检波器阵列的低空飞行目标定位和跟踪方法
Spiess et al. Employing geodesy to study temporal variability at a mid‐ocean ridge
Van Lancker Acoustic goniometry: a spatio-temporal approach
Got et al. Anisotropic scattering and travel time delay analysis in Kilauea volcano, Hawaii, earthquake coda waves
Wilson Infrasound from auroral electrojet motions at I53US
CN114152912A (zh) 基于双交叉函数的喷气式飞机定位方法
Jokat et al. On the use of airgun arrays for seismic refraction investigations of the crust
Gohl et al. The structure of the Archean crust in SW Greenland from seismic wide‐angle data: A preliminary analysis
CN114779352B (zh) 一种基于空-地-井多维电磁法的地质体勘测系统
CN114879148B (zh) 一种适应于星地双基雷达系统的空时二维杂波抑制方法

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