CN112946735A - 基于微震监测系统的落石冲击定位方法及装置 - Google Patents

基于微震监测系统的落石冲击定位方法及装置 Download PDF

Info

Publication number
CN112946735A
CN112946735A CN202110201068.6A CN202110201068A CN112946735A CN 112946735 A CN112946735 A CN 112946735A CN 202110201068 A CN202110201068 A CN 202110201068A CN 112946735 A CN112946735 A CN 112946735A
Authority
CN
China
Prior art keywords
microseismic
monitoring
rockfall
impact
time difference
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.)
Granted
Application number
CN202110201068.6A
Other languages
English (en)
Other versions
CN112946735B (zh
Inventor
张广远
张鑫春
赵维刚
严世强
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.)
Shijiazhuang Tiedao University
Original Assignee
Shijiazhuang Tiedao 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 Shijiazhuang Tiedao University filed Critical Shijiazhuang Tiedao University
Priority to CN202110201068.6A priority Critical patent/CN112946735B/zh
Publication of CN112946735A publication Critical patent/CN112946735A/zh
Application granted granted Critical
Publication of CN112946735B publication Critical patent/CN112946735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/282—Application of seismic models, synthetic seismograms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/288—Event detection in seismic signals, e.g. microseismics

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Devices Affording Protection Of Roads Or Walls For Sound Insulation (AREA)

Abstract

本发明适用于监测技术领域，提供了一种基于微震监测系统的落石冲击定位方法及装置。该方法包括：同步获取各微震传感器采集的微震信号，并提取各微震信号中震动波的初至到时序列；基于震动波的初至到时序列，确定当次落石冲击发生的监测子区域；根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹；将当次落石的时间差位置指纹输入预先训练好的位置指纹‑坐标模型，得到当次落石在第一监测子区域内的冲击位置。本发明基于微震监测系统进行落石冲击定位，并通过计算微震信号的震动波初至到时获取当次落石的时间差位置指纹，能够规避现有技术中通过波速计算进行落石定位检测时带来的误差，进而提高落石定位准确性。

Description

基于微震监测系统的落石冲击定位方法及装置
技术领域
本发明属于监测技术领域，尤其涉及一种基于微震监测系统的落石冲击定位方法及装置。
背景技术
高陡边坡的危岩落石常常会掉落在铁轨区域内，进而对列车的通行安全造成严重威胁。
现在市面上常见的落石自动监测定位方法主要有视频成像法和微震系统监测法，然而采用视频成像法对落石冲击进行自动监测虽然比较直观，但易于受雾和雨雪天气的影响，而微震监测法需要通过检测震动波波速的方法进行定位，但是波速计算实际上存在较大的误差，因此会导致落石冲击定位准确性差的问题。
发明内容
有鉴于此，本发明实施例提供了一种基于微震监测系统的落石冲击定位方法及装置，以解决现有技术中落石冲击定位准确性差的问题。
本发明实施例的第一方面提供了一种基于微震监测系统的落石冲击定位方法，所述微震监测系统包括至少一个部署于监测环境中的微震传感器组，每个微震传感器组包括至少三个微震传感器，每个微震传感器组对应所述监测环境的一个监测子区域；所述落石冲击定位方法包括：
同步获取各微震传感器采集的微震信号；
提取各微震信号中震动波的初至到时序列；所述震动波由当次落石冲击产生；并基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域，将所述当次落石冲击发生的监测子区域作为第一监测子区域；
根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹；所述时间差位置指纹包括所述第一监测子区域对应的各微震传感器之间震动波的初至到时差；
将当次落石的时间差位置指纹输入预先训练好的位置指纹-坐标模型，得到当次落石在第一监测子区域内的冲击位置；其中，所述位置指纹-坐标模型基于监测环境内的数个落石监测样本训练得到，每个落石监测样本均包含落石的时间差位置指纹和对应的冲击位置。
本发明实施例的第二方面提供了一种基于微震监测系统的落石冲击定位装置，所述微震监测系统包括至少一个部署于监测环境中的微震传感器组，每个微震传感器组包括至少三个微震传感器，每个微震传感器组对应所述监测环境的一个监测子区域；所述落石冲击定位装置包括：
获取模块，用于同步获取各微震传感器采集的微震信号；
子区域确定模块，用于提取各微震信号中震动波的初至到时序列；所述震动波由当次落石冲击产生；并基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域，将所述当次落石冲击发生的监测子区域作为第一监测子区域；
位置指纹计算模块，用于根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹；所述时间差位置指纹包括所述第一监测子区域对应的各微震传感器之间震动波的初至到时差；
定位模块，用于将当次落石的时间差位置指纹输入预先训练好的位置指纹-坐标模型，得到当次落石在第一监测子区域内的冲击位置；其中，所述位置指纹-坐标模型基于监测环境内的数个落石监测样本训练得到，每个落石监测样本均包含落石的时间差位置指纹和对应的冲击位置。
本发明实施例的第三方面提供了一种落石冲击定位装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述基于微震监测系统的落石冲击定位方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的基于微震监测系统的落石冲击定位方法的步骤。
由上可见，本发明通过同步获取各微震传感器采集的微震信号，并提取各微震信号中震动波的初至到时序列；能够基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域；根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹；从而将当次落石的时间差位置指纹输入预先训练好的位置指纹-坐标模型，得到当次落石在第一监测子区域内的冲击位置。本发明基于微震监测系统进行落石冲击定位，并通过计算微震信号的震动波初至到时获取当次落石的时间差位置指纹，能够规避现有技术中通过波速计算进行落石定位检测时带来的误差，进而提高落石定位准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于微震监测系统的落石冲击定位方法的流程示意图；
图2是本发明实施例提供的一种位置指纹-坐标模型建立方法的流程示意图；
图3是本发明实施例提供的一种微震传感器组监测子区域网格划分布置图；
图4是本发明实施例提供的一种基于微震监测系统的落石冲击定位装置的结构示意图；
图5是本发明实施例提供的一种落石冲击定位装置的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
在本发明实施例中，微震监测系统包括至少一个部署于监测环境中的微震传感器组，每个微震传感器组包括至少三个微震传感器。对于微震传感器组的布置方式，可以是矩形或其他形状，本发明不做具体限定。
如图1所示，为本发明实施例提供的一种基于微震监测系统的落石冲击定位方法的流程图示意图，该方法可以包括以下步骤：
S101：同步获取各微震传感器采集的微震信号。
S102：提取各微震信号中震动波的初至到时序列；所述震动波由当次落石冲击产生；并基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域，将所述当次落石冲击发生的监测子区域作为第一监测子区域。
在本发明实施例中，初至到时序列记录微震传感器监测到微震振幅随时间的变化。当较大危岩落石从边坡坠落到路面时，就会引起路面震动，微震信号相应的就会产生震动波，各微震传感器监测到震动波后，将监测的初至到时序列上传。
具体地，为了能够方便的获取到初至到时序列，各个微震传感器的微震信号需同步获取。
在本实施例中，上述S102的具体实现流程还包括：
基于所述震动波的初至到时序列的前N个初至到时对应的微震传感器确定当次落石冲击发生的监测子区域，N≥3。
在本发明实施例中，基于各微震传感器组中微震传感器的数量和所述震动波的初至到时序列的先后时间顺序，确定当次落石冲击发生的监测子区域。
比如可以是，在每个微震传感器组包括4个微震传感器时，则可以选取N＝4，确定初至到时序列中前4个震动波的初至到时对应的微震传感器，若该4个微震传感器可以组成一个监测子区域，则将该监测子区域确定为当次落石冲击发生的监测子区域，若上述四个微震传感器无法组成一个监测子区域，则分别判断上述四个微震传感器的测点编号与各监测子区域的微震传感器测点编号相同的个数，找到相同测点编号最多的两个子区域，若这两个子区域相邻，且这两个子区域中与上述4个微震传感器相同测点编号的传感器个数均为3，则认为当次落石的冲击位置位于上述两监测子区域的相邻位置，若不满足上述条件，则说明震源不在监测区域内。
S103：基于各微震传感器组对应的微震信号中震动波的初至到时序列，计算当次落石对应的时间差位置指纹，所述时间差位置指纹包括微震传感器组中各个微震传感器之间震动波的初至到时差。
在一个实施例中，S103的具体实现流程可以包括：
S201：基于所述第一监测子区域内各微震传感器对应的微震信号，计算所述第一监测子区域内两两微震传感器之间震动波的初至到时差；
S202：将所述第一监测子区域对应的震动波的初至到时差组成的序列作为当次落石的时间差位置指纹。
在本实施例中，如图3所示，若监测子区域为矩形区域，监测子区域内包括四个微震传感器(S1、S2、S3、S4)，且各个微震传感器位于监测子区域的四个顶角处，则该监测子区域对应的时间差位置指纹为[ΔT12，ΔT13，ΔT14，ΔT23，ΔT24，ΔT34]。
在一个实施例中，上述S201包括：
基于互相关函数和所述第一监测子区域内各微震传感器对应的微震信号，计算所述第一监测子区域内两两微震传感器之间震动波的初至到时差。
在一个实施例中，上述S201的另一种实现流程为：
获取所述第一监测子区域对应的微震信号中震动波的初至到时序列；
基于所述第一监测子区域对应的微震信号中震动波的初至到时序列，计算所述第一监测子区域内两两微震传感器之间震动波的初至到时差。
在本发明实施例中，将微震传感器组中各个微震传感器之间震动波的初至到时差作为当次落石的位置指纹。计算时间差的方法可以选取互相关函数或是其他方法进行计算，进而获取时间差。相较于先通过时间序列获取落石冲击时的震动波初至到时，再根据震动波初至到时进而求取时间差的方法，利用互相关函数可以实现基于微震信号直接计算时间差，同时这种方法也具有更好的精确度。
采用互相关函数计算时间差的过程具体为：
基于第一公式、第二公式和各微震传感器监测到的微震信号，计算两两微震传感器之间的震动波初至到时差。
其中，上述第一公式为：
Figure BDA0002948934730000071
上述第二公式为：
Figure BDA0002948934730000072
其中，Δt表示微震传感器S1、S2监测到微震信号的时间差，S1(t)表示微震传感器S1监测到的微震信号，S2(t-m)表示将微震传感器S2监测到的微震信号右移m个采样周期后得到的信号，
Figure BDA0002948934730000073
表示信号S1(t)和S2(t-m)在t时刻的相关程度，mx表示在第一公式
Figure BDA0002948934730000074
取最大值时m的取值，fs表示微震传感器的采样频率。
S104：将当次落石的时间差位置指纹输入预先训练好的位置指纹-坐标模型，得到当次落石在第一监测子区域内的冲击位置；其中，所述位置指纹-坐标模型基于监测环境内的数个落石监测样本训练得到，每个落石监测样本均包含落石的时间差位置指纹和对应的冲击位置。
在本发明实施例中，位置指纹-坐标模型基于监测环境内的数个落石监测样本训练得到，每个落石监测样本包含落石的时间差位置指纹和对应的冲击位置。
可选地，本发明实施例提供的一种位置指纹-坐标模型建立方法，如图2所示，模型建立方法可以包括以下步骤：
S201：将监测子区域进行网格划分。
在本发明实施例中，网格划分越细致，模型的定位精度越高，同时工作量越大，所需训练时间也就越长。反之，网格划分越粗略，模型的定位精度越差，但工作量降低，训练时间也变短。
S202：在每个网格格点进行落石冲击试验，将监测子区域内各个微震传感器之间震动波的初至到时差作为监测子区域内各个格点的时间差位置指纹。
示例地，如图3所示，每个微震传感器组包括4个微震传感器S1、S2、S3、S4，4个微震传感器以矩形布置，将监测子区域划分为36个网格，共计49个格点，每个格点提取6个时间差数据ΔT12，ΔT13，ΔT14，ΔT23，ΔT24，ΔT34，作为该格点的时间差位置指纹，其中ΔT12代表微震传感器S1和微震传感器S2监测到微震信号的时间差，其余的以此类推。经过多次试验，取平均值后得到每个格点的位置指纹[ΔT12，ΔT13，ΔT14，ΔT23，ΔT24，ΔT34]。
S203：将每个格点的时间差位置指纹及其格点坐标组合为落石监测样本，训练获取位置指纹-坐标模型。
示例地，在具体选取每个微震传感器组包括4个微震传感器，4个微震传感器以矩形布置时，可创建一个6输入2输出的BP神经网络，选择合适的参数，生成定位精度和反应速度都符合要求的位置指纹-坐标模型。其中，6输入为格点的时间差位置指纹，2输出为格点的位置。训练方法不限于BP神经网络算法，也可以是SVM算法，K最近邻算法等，本发明对此不做具体限定。
可选地，在步骤S104后可以包括：
将当次落石的冲击位置编辑为监测报告并输出。
在本发明实施例中，可以将当次落石的冲击位置编辑成监测报告，并以邮件形式发送报警，提醒工作人员尽快处理。
由上可见，本发明提供了一种基于微震监测系统的落石冲击定位方法，该方法将监测环境内落石的位置指纹和对应的冲击位置作为落石监测样本，通过训练获取位置指纹-坐标模型。在定位时，首先获取各微震传感器监测微震信号中震动波的初至到时序列，基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域，根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹，再将当次落石的时间差位置指纹输入预先训练好的位置指纹-坐标模型，进而得到当次落石的冲击位置。通过上述方法进行落石冲击定位，能够规避现有技术中通过波速计算进行落石定位检测时带来的误差，进而提高落石定位准确性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
图4示出了本发明实施例提供的一种基于微震监测系统的落石冲击定位装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分。
在本发明实施例中，一种基于微震监测系统的落石冲击定位装置40可以包括获取模块401、子区域确定模块402、位置指纹计算模块403和定位模块404。
其中，获取模块401，用于同步获取各微震传感器采集的微震信号；
子区域确定模块402，用于提取各微震信号中震动波的初至到时序列；所述震动波由当次落石冲击产生；并基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域，将所述当次落石冲击发生的监测子区域作为第一监测子区域；
位置指纹计算模块403，用于根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹；所述时间差位置指纹包括所述第一监测子区域对应的各微震传感器之间震动波的初至到时差；
定位模块404，用于将当次落石的时间差位置指纹输入预先训练好的位置指纹-坐标模型，得到当次落石在第一监测子区域内的冲击位置；其中，所述位置指纹-坐标模型基于监测环境内的数个落石监测样本训练得到，每个落石监测样本均包含落石的时间差位置指纹和对应的冲击位置。
由上可知，本发明通过同步获取各微震传感器采集的微震信号，并提取各微震信号中震动波的初至到时序列；能够基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域；根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹；从而将当次落石的时间差位置指纹输入预先训练好的位置指纹-坐标模型，得到当次落石在第一监测子区域内的冲击位置。本发明基于微震监测系统进行落石冲击定位，并通过计算微震信号的震动波初至到时获取当次落石的时间差位置指纹，能够规避现有技术中通过波速计算进行落石定位检测时带来的误差，进而提高落石定位准确性。
图5是本发明一实施例提供的一种落石冲击定位装置的结构示意图。如图5所示，该实施例的落石冲击定位装置50包括：处理器501、存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序503。所述处理器501执行所述计算机程序503时实现上述各个基于微震监测系统的落石冲击定位方法实施例中的步骤，例如图1所示的步骤101至步骤104。或者，所述处理器501执行所述计算机程序503时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至404的功能。
示例性的，所述计算机程序503可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器502中，并由所述处理器501执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序503在所述落石冲击定位装置50中的执行过程。
所述落石冲击定位装置50可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述落石冲击定位装置可包括，但不仅限于，处理器501、存储器502。本领域技术人员可以理解，图5仅仅是落石冲击定位装置50的示例，并不构成对落石冲击定位装置50的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述落石冲击定位装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器502可以是所述落石冲击定位装置50的内部存储单元，例如落石冲击定位装置50的硬盘或内存。所述存储器502也可以是所述落石冲击定位装置50的外部存储设备，例如所述落石冲击定位装置50上配备的插接式硬盘，智能存储卡(Smart MediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器502还可以既包括所述落石冲击定位装置50的内部存储单元也包括外部存储设备。所述存储器502用于存储所述计算机程序以及所述落石冲击定位装置所需的其他程序和数据。所述存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例地单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/落石冲击定位装置和方法，可以通过其它的方式实现。例如，以上所描述的装置/落石冲击定位装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于微震监测系统的落石冲击定位方法，其特征在于，所述微震监测系统包括至少一个部署于监测环境中的微震传感器组，每个微震传感器组包括至少三个微震传感器，每个微震传感器组对应所述监测环境的一个监测子区域；所述落石冲击定位方法包括：
同步获取各微震传感器采集的微震信号；
提取各微震信号中震动波的初至到时序列；所述震动波由当次落石冲击产生；并基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域，将所述当次落石冲击发生的监测子区域作为第一监测子区域；
根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹；所述时间差位置指纹包括所述第一监测子区域对应的各微震传感器之间震动波的初至到时差；
将当次落石的时间差位置指纹输入预先训练好的位置指纹-坐标模型，得到当次落石在第一监测子区域内的冲击位置；其中，所述位置指纹-坐标模型基于监测环境内的数个落石监测样本训练得到，每个落石监测样本均包含落石的时间差位置指纹和对应的冲击位置。
2.如权利要求1所述的落石冲击定位方法，其特征在于，所述基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域，包括：
基于所述震动波的初至到时序列的前N个初至到时对应的微震传感器确定当次落石冲击发生的监测子区域，N≥3。
3.如权利要求1所述的落石冲击定位方法，其特征在于，所述根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹，包括：
基于所述第一监测子区域内各微震传感器对应的微震信号，计算所述第一监测子区域内两两微震传感器之间震动波的初至到时差；
将所述第一监测子区域对应的震动波的初至到时差组成的序列作为当次落石的时间差位置指纹。
4.如权利要求3所述的落石冲击定位方法，其特征在于，所述基于所述第一监测子区域内各微震传感器对应的微震信号，计算所述第一监测子区域内两两微震传感器之间震动波的初至到时差，包括：
基于互相关函数和所述第一监测子区域内各微震传感器对应的微震信号，计算所述第一监测子区域内两两微震传感器之间震动波的初至到时差。
5.如权利要求3所述的落石冲击定位方法，其特征在于，所述基于所述第一监测子区域内各微震传感器对应的微震信号，计算所述第一监测子区域内两两微震传感器之间震动波的初至到时差，包括：
获取所述第一监测子区域对应的微震信号中震动波的初至到时序列；
基于所述第一监测子区域对应的微震信号中震动波的初至到时序列，计算所述第一监测子区域内两两微震传感器之间震动波的初至到时差。
6.如权利要求1至5任一项所述的落石冲击定位方法，其特征在于，在得到当次落石在第一监测子区域内的冲击位置之后，所述落石冲击定位方法还包括：
将当次落石的冲击位置编辑为监测报告并输出。
7.一种基于微震监测系统的落石冲击定位装置，其特征在于，所述微震监测系统包括至少一个部署于监测环境中的微震传感器组，每个微震传感器组包括至少三个微震传感器，每个微震传感器组对应所述监测环境的一个监测子区域；所述落石冲击定位装置包括：
获取模块，用于同步获取各微震传感器采集的微震信号；
子区域确定模块，用于提取各微震信号中震动波的初至到时序列；所述震动波由当次落石冲击产生；并基于所述震动波的初至到时序列，确定当次落石冲击发生的监测子区域，将所述当次落石冲击发生的监测子区域作为第一监测子区域；
位置指纹计算模块，用于根据第一监测子区域对应的微震传感器组的微震信号，计算当次落石的时间差位置指纹；所述时间差位置指纹包括所述第一监测子区域对应的各微震传感器之间震动波的初至到时差；
定位模块，用于将当次落石的时间差位置指纹输入预先训练好的位置指纹-坐标模型，得到当次落石在第一监测子区域内的冲击位置；其中，所述位置指纹-坐标模型基于监测环境内的数个落石监测样本训练得到，每个落石监测样本均包含落石的时间差位置指纹和对应的冲击位置。
8.如权利要求7所述的基于微震监测系统的落石冲击定位装置，其特征在于，所述子区域确定模块具体用于：
基于所述震动波的初至到时序列的前N个初至到时对应的微震传感器确定当次落石冲击发生的监测子区域，N≥3。
9.一种落石冲击定位装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至6中任一项所述落石冲击定位方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至6中任一项所述落石冲击定位方法的步骤。
CN202110201068.6A 2021-02-23 2021-02-23 基于微震监测系统的落石冲击定位方法及装置 Active CN112946735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110201068.6A CN112946735B (zh) 2021-02-23 2021-02-23 基于微震监测系统的落石冲击定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110201068.6A CN112946735B (zh) 2021-02-23 2021-02-23 基于微震监测系统的落石冲击定位方法及装置

Publications (2)

Publication Number Publication Date
CN112946735A true CN112946735A (zh) 2021-06-11
CN112946735B CN112946735B (zh) 2023-03-31

Family

ID=76245533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110201068.6A Active CN112946735B (zh) 2021-02-23 2021-02-23 基于微震监测系统的落石冲击定位方法及装置

Country Status (1)

Country Link
CN (1) CN112946735B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866820A (zh) * 2021-10-25 2021-12-31 辽宁工程技术大学 基于微震监测系统的落石冲击定位方法及装置

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09280906A (ja) * 1996-02-14 1997-10-31 Masuyuki Ujihira 落石源の位置評定システム
CN101770038A (zh) * 2010-01-22 2010-07-07 中国科学院武汉岩土力学研究所 矿山微震源智能定位方法
CN105842735A (zh) * 2016-05-20 2016-08-10 四川大学 具有复杂速度分布的区域岩体微震震源定位方法
CN106094021A (zh) * 2016-06-01 2016-11-09 北京科技大学 一种基于到时差数据库的微地震震源快速定位方法
CN106680867A (zh) * 2016-11-17 2017-05-17 大连理工大学 一种微震事件精确定位的动态参数方法
CN107421622A (zh) * 2017-07-12 2017-12-01 石家庄铁道大学 一种铁路落石的监测与定位方法
CN107884822A (zh) * 2017-11-13 2018-04-06 北京矿冶研究总院 一种提高矿用微震震源定位精度的方法
CN207300395U (zh) * 2017-07-12 2018-05-01 石家庄铁道大学 一种用于铁路沿线的落石监测及定位装置
CN108716978A (zh) * 2018-07-14 2018-10-30 中铁二院工程集团有限责任公司 落石冲击明洞振动监测系统和监测方法
CN108896046A (zh) * 2018-04-28 2018-11-27 石家庄铁道大学 落石定位系统及测量方法
CN109238883A (zh) * 2018-10-17 2019-01-18 西南石油大学 运行期混凝土重力坝体裂缝扩展的微震监测系统及微震监测与分析方法
CN110095176A (zh) * 2019-03-29 2019-08-06 石家庄铁道大学 一种边坡安全监测方法、系统及终端设备
US20200116882A1 (en) * 2018-10-16 2020-04-16 China University Of Mining And Technology, Beijing Method for automatically locating microseismic events based on deep belief neural network and coherence scanning
WO2020173646A1 (de) * 2019-02-28 2020-09-03 Siemens Mobility GmbH Vorrichtung und verfahren zur ermittlung akustischer ereignisse mittels schallsensoren im gleis
CN111880220A (zh) * 2020-09-07 2020-11-03 中国科学院武汉岩土力学研究所 震源定位方法、装置、设备和存储介质
CN112014883A (zh) * 2020-09-08 2020-12-01 中南大学 一种基于Log-Cosh函数的微震震源定位方法、系统、装置及可读存储介质

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09280906A (ja) * 1996-02-14 1997-10-31 Masuyuki Ujihira 落石源の位置評定システム
CN101770038A (zh) * 2010-01-22 2010-07-07 中国科学院武汉岩土力学研究所 矿山微震源智能定位方法
CN105842735A (zh) * 2016-05-20 2016-08-10 四川大学 具有复杂速度分布的区域岩体微震震源定位方法
CN106094021A (zh) * 2016-06-01 2016-11-09 北京科技大学 一种基于到时差数据库的微地震震源快速定位方法
CN106680867A (zh) * 2016-11-17 2017-05-17 大连理工大学 一种微震事件精确定位的动态参数方法
CN107421622A (zh) * 2017-07-12 2017-12-01 石家庄铁道大学 一种铁路落石的监测与定位方法
CN207300395U (zh) * 2017-07-12 2018-05-01 石家庄铁道大学 一种用于铁路沿线的落石监测及定位装置
CN107884822A (zh) * 2017-11-13 2018-04-06 北京矿冶研究总院 一种提高矿用微震震源定位精度的方法
CN108896046A (zh) * 2018-04-28 2018-11-27 石家庄铁道大学 落石定位系统及测量方法
CN108716978A (zh) * 2018-07-14 2018-10-30 中铁二院工程集团有限责任公司 落石冲击明洞振动监测系统和监测方法
US20200116882A1 (en) * 2018-10-16 2020-04-16 China University Of Mining And Technology, Beijing Method for automatically locating microseismic events based on deep belief neural network and coherence scanning
CN109238883A (zh) * 2018-10-17 2019-01-18 西南石油大学 运行期混凝土重力坝体裂缝扩展的微震监测系统及微震监测与分析方法
WO2020173646A1 (de) * 2019-02-28 2020-09-03 Siemens Mobility GmbH Vorrichtung und verfahren zur ermittlung akustischer ereignisse mittels schallsensoren im gleis
CN110095176A (zh) * 2019-03-29 2019-08-06 石家庄铁道大学 一种边坡安全监测方法、系统及终端设备
CN111880220A (zh) * 2020-09-07 2020-11-03 中国科学院武汉岩土力学研究所 震源定位方法、装置、设备和存储介质
CN112014883A (zh) * 2020-09-08 2020-12-01 中南大学 一种基于Log-Cosh函数的微震震源定位方法、系统、装置及可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
VALERIE L.ZIMMER等: "Detection and location of rock falls using seismic and infrasound sensors", 《ENGINEERING GEOLOGY》 *
郭涛等: "岩质边坡块体崩塌运动路径分析研究", 《河南科学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113866820A (zh) * 2021-10-25 2021-12-31 辽宁工程技术大学 基于微震监测系统的落石冲击定位方法及装置
CN113866820B (zh) * 2021-10-25 2024-03-26 辽宁工程技术大学 基于微震监测系统的落石冲击定位方法及装置

Also Published As

Publication number Publication date
CN112946735B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN111623722B (zh) 一种基于多传感器的边坡变形立体监测系统和方法
JP6831414B2 (ja) 測位のための方法、測位のための装置、デバイス及びコンピュータ読み取り可能な記憶媒体
KR102350711B1 (ko) 궤적 분류 모델의 트레이닝 방법 및 장치, 및 전자 기기
CN112433203A (zh) 一种基于毫米波雷达数据的车道线形检测方法
CN110412378B (zh) 目标物体检测方法及装置
CN109916488B (zh) 动态车辆称重方法及装置
CN107239794A (zh) 点云数据分割方法和终端
CN109326087B (zh) 一种基于排水管网监测的城市内涝预警方法及装置
US20190162812A1 (en) System and method for determining the source location of a firearm discharge
CN112946735B (zh) 基于微震监测系统的落石冲击定位方法及装置
CN107948341A (zh) Mac地址匹配方法及装置
CN103017655A (zh) 一种多楼层房屋建筑面积的提取方法及系统
CN108387757B (zh) 用于检测可移动设备的移动状态的方法和装置
CN111191696B (zh) 一种基于深度学习算法的钢筋分层方法及系统
CN110398775B (zh) 隧道突涌水灾害微震事件信号波动初至拾取方法及系统
CN109870404B (zh) 一种雨棚结构损伤识别方法、装置及终端设备
CN110046209B (zh) 一种基于高斯模型的轨迹停止点提取方法
CN110059544B (zh) 一种基于道路场景的行人检测方法和系统
KR102177460B1 (ko) 사물인터넷을 기반으로 선박 접안 시 항만 시설의 손상을 예방하는 방법 및 시스템
CN112764102A (zh) 地震资料采集方法及装置
CN107807173B (zh) 基于幂函数的平板结构突发型声发射源定位方法
CN103376465A (zh) 建筑物楼层的地震即时分析系统及其方法与储存媒体
EP3234632B1 (en) Detection of acoustic events
Bridgelall et al. Accuracy enhancement of roadway anomaly localization using connected vehicles
CN109612670B (zh) 一种防护网监测方法、系统及终端设备

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