RU2236027C1 - Device for classifying seismic signals - Google Patents
Device for classifying seismic signals Download PDFInfo
- Publication number
- RU2236027C1 RU2236027C1 RU2003118053/28A RU2003118053A RU2236027C1 RU 2236027 C1 RU2236027 C1 RU 2236027C1 RU 2003118053/28 A RU2003118053/28 A RU 2003118053/28A RU 2003118053 A RU2003118053 A RU 2003118053A RU 2236027 C1 RU2236027 C1 RU 2236027C1
- Authority
- RU
- Russia
- Prior art keywords
- signal
- seismic
- signals
- comparators
- classification
- Prior art date
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
Description
Изобретение относится к техническим средствам обнаружения и классификации сейсмических сигналов и может быть использовано для идентификации источников сейсмоколебаний.The invention relates to technical means for detecting and classifying seismic signals and can be used to identify sources of seismic oscillations.
Известны устройства обнаружения и классификации сейсмических сигналов, реализованные на основе анализа модели авторегрессии [1] или частотного спектра принимаемых сейсмических сигналов [2], где решение о наличии источника и его предполагаемом характере принимается по результатам анализа закона распределения коэффициентов авторегрессии или по наличию и интенсивности сигнала в характерных полосах частот.Known devices for the detection and classification of seismic signals, implemented on the basis of the analysis of the autoregressive model [1] or the frequency spectrum of the received seismic signals [2], where the decision on the presence of the source and its estimated nature is made according to the analysis of the distribution law of autoregression coefficients or the presence and intensity of the signal in characteristic frequency bands.
Сейсмическое устройство обнаружения и классификации объектов [2] работает следующим образом. Сигнал с выхода сейсмопреобразователя поступает на схему обработки сигналов, где он нормируется схемой автоматического регулирования и фильтруется в полосах частот, характерных для обнаруживаемых классов сигналов. Отфильтрованные с помощью полосовых фильтров сигналы в семи каналах выделения частотных признаков детектируются и усредняются, после чего компараторами сравниваются с опорными напряжениями. В зависимости от интенсивности сигнала в различных полосах частот, на которые настроены полосовые фильтры, и от уровня опорного напряжения на выходах компараторов будет формироваться комбинация логических нулей и единиц. С помощью схемы АРУ сигналы нормируются, т.е. компенсируется затухание сигнала с увеличением расстояния. С выхода сейсмопреобразователя сигнал также поступает на вход канала частотного детектирования, на выходе которого будет присутствовать случайный сигнал в случае отсутствия сейсмосигнала от источника и отсутствовать в случае наличия сейсмических воздействий в зоне действия сейсмопреобразователя. На входы схемы принятия решения поступают сигналы с выходов компараторов схемы обработки сигналов и с выхода канала частотного детектирования. Принятие решения о классе обнаруженного источника делается по комбинации логических нулей и единиц на выходах компараторов, порядку формирования этой комбинации во времени и при условии наличия сигнала низкого уровня на выходе канала частотного детектирования.A seismic device for detecting and classifying objects [2] works as follows. The signal from the output of the seismic transducer enters the signal processing circuit, where it is normalized by the automatic control circuit and filtered in the frequency bands characteristic of the detected signal classes. Filtered using band-pass filters, the signals in the seven channels for extracting frequency characteristics are detected and averaged, after which they are compared with reference voltages by comparators. Depending on the signal intensity in different frequency bands for which the bandpass filters are tuned, and on the level of the reference voltage, a combination of logical zeros and ones will be formed at the outputs of the comparators. Using the AGC circuit, the signals are normalized, i.e. compensates for signal attenuation with distance. From the output of the seismic transducer, the signal also enters the input of the frequency detection channel, at the output of which there will be a random signal in the absence of a seismic signal from the source and absent in the case of seismic effects in the zone of the seismic transducer. The signals from the outputs of the comparators of the signal processing circuit and from the output of the frequency detection channel are fed to the inputs of the decision-making circuit. The decision on the class of the detected source is made by a combination of logical zeros and ones at the outputs of the comparators, the order in which this combination is formed in time and subject to the presence of a low level signal at the output of the frequency detection channel.
Наиболее близким к предлагаемому является устройство обнаружения и классификации сейсмических сигналов [2], в котором используются классификационные признаки сигналов, формируемые при анализе коэффициентов авторегрессии. В состав устройства обнаружения и классификации сейсмических сигналов (фиг.1) входят сейсмопреобразователь 1, схема автоматического регулирования усиления (АРУ) 2, блок выделения и обработки импульсных сигналов 3, блок классификации 4. В состав блока классификации 4 входят аналого-цифровой преобразователь (АЦП) 5, оперативное запоминающее устройство (ОЗУ) реализации 6 (на 0,5 с), схема вычисления коэффициентов авторегрессии 7, банк усредненных параметрических моделей сейсмических сигналов 8, каналы классификации 9. Каждый канал классификации состоит из вычислителей ошибок 1-го, 2-го, 3-го коэффициентов авторегрессии 10, 11, 12 и анализатора 13. Кроме того, в состав блока классификации 4 входит решающая схема 14. Блок классификации 4 реализован на базе микропроцессорного контроллера, который производит необходимые вычисления.Closest to the proposed device is a detection and classification of seismic signals [2], which uses the classification features of the signals generated by the analysis of autoregression coefficients. The composition of the device for detecting and classifying seismic signals (Fig. 1) includes a
Работает устройство обнаружения и классификации сейсмических сигналов следующим образом. Сейсмопреобразователь со схемой предварительной обработки 1 принимает сейсмосигнал. После предварительной фильтрации и усиления в характерных полосах частот сигнал поступает на схему АРУ 2. С выхода схемы АРУ сигнал поступает на блок выделения и обработки импульсных сигналов 3, который определяет наличие сигнала, обусловленного некоторым источником. При обнаружении сигнала включается в работу блок классификации 4. АЦП 5 производит оцифровку принимаемого сигнала. Отсчеты сигнала поступают в ОЗУ 6, емкость которого обеспечивает запись оцифрованного фрагмента реализации сейсмосигнала длительностью 0,5 с. После записи фрагмента реализации сигнала в ОЗУ в схеме вычисления коэффициентов авторегрессии 7 производится расчет коэффициентов в соответствии с формулами (5)-(8). В банке усредненных параметрических моделей сейсмических сигналов 8 хранятся эталонные значения параметров авторегрессии для сигналов различных классов объектов распознавания (в том числе и от возможных помех). Эталонные значения параметров записываются в энергонезависимую память устройства 8 при установке и адаптации изделия на местности методом контрольных воздействий либо рассчитываются заранее на компьютере по экспериментальным записям сигналов в конкретной местности, после чего переписываются в память. После завершения расчетов трех коэффициентов авторегрессии со схемы вычисления коэффициентов авторегрессии 7 и из банка усредненных параметрических моделей сейсмических сигналов 8 рассчитанные и эталонные значения коэффициентов поступают в каналы классификации 9. Число каналов определяется числом предполагаемых видов сейсмических сигналов (классов объектов распознавания). Эти каналы могут быть реализованы программно на базе микропроцессорного контроллера методом задания циклов обработки сигналов. В каждом канале классификации 9 значения коэффициентов поступают на входы вычислителей ошибок 10, 11, 12 соответственно 1-го, 2-го и 3-го коэффициентов авторегрессии. Вычислители ошибок 10, 11 и 12 вычисляют разность между эталонными и реально полученными значениями коэффициентов авторегрессии. После этого с выходов блоков 10, 11 и 12 значения ошибок поступают в анализатор 13, где вычисляется значение вероятности принадлежности коэффициентов авторегрессии к заданному классу сигналов. Априорная вероятность появления некоторого класса сигнала определяется статистическими данными наблюдений. При отсутствии возможности вести наблюдения значения априорной вероятности появления сигнала могут считаться равновероятными [3]. После окончания вычислений на выходах каналов классификации 9 будут присутствовать значения вероятности принадлежности обнаруженного сигнала к некоторому заранее известному классу сейсмосигналов. Решающая схема 14 принимает решение о классе обнаруженного сейсмосигнала по принципу максимума значения на выходах каналов классификации и с учетом сигнала на выходе блока выделения и обработки импульсных сигналов 3. В случае длительного присутствия сейсмосигнала указанные выше расчеты выполняются вновь, что позволяет повысить качество классификации по результатам нескольких циклов работы блока классификации.A device for the detection and classification of seismic signals as follows. A seismic transducer with a preprocessing
Недостатком устройства [1] является низкое качество распознавания сигналов от различных объектов классификации, которые имеют близкие частотные характеристики, а недостатком устройства [2] является громоздкость вычислительного алгоритма. Кроме того, при изменении свойств грунта спектры сейсмических сигналов непостоянны. Наблюдается их смещение в область высоких или низких частот. Распознавание таких сигналов возможно в результате анализа динамики поведения сигнала на некотором заданном интервале времени.The disadvantage of the device [1] is the low quality of recognition of signals from various classification objects that have similar frequency characteristics, and the disadvantage of the device [2] is the cumbersome computational algorithm. In addition, when changing the properties of the soil, the spectra of seismic signals are unstable. Their displacement to high or low frequencies is observed. The recognition of such signals is possible as a result of the analysis of the dynamics of the signal behavior at a certain given time interval.
Предлагаемое устройство классификации реализовано на основе простого вычислительного алгоритма при сохранении высоких значений вероятности правильного распознавания сигналов. Достижение данного технического результата осуществляется за счет использования классификатора сигналов на основе анализа динамики изменения сигнала во времени.The proposed classification device is implemented on the basis of a simple computational algorithm while maintaining high values of the probability of correct signal recognition. The achievement of this technical result is achieved through the use of a signal classifier based on an analysis of the dynamics of the signal in time.
Наблюдение реализаций сейсмических сигналов от различных источников и помех позволяет сделать вывод о наличии закономерностей в поведении сигнала: времени нарастания фронтов и спадов, времени пребывания сигнала в пиковых состояниях и другие [4]. Это дает возможность сделать заключение, что сейсмический сигнал будет в определенной последовательности проходить некоторые заданные условные пороги. Причем для разных источников последовательность прохождения буде существенно различаться.Observation of the implementation of seismic signals from various sources and interference allows us to conclude that there are patterns in the behavior of the signal: rise time of edges and slopes, signal residence time in peak states, and others [4]. This makes it possible to conclude that the seismic signal will pass through certain predetermined conditional thresholds in a certain sequence. Moreover, for different sources, the sequence of passage will vary significantly.
При ограниченном объеме информации о поведении сигналов от всех источников необходимо точно описать хотя бы один сигнал от интересующего источника, т.е. построить усредненный образ сигнала (эталон) по результатам анализа нескольких десятков реализаций сигналов. Все остальные сигналы, которые в процессе работы классификатора не будут подходить под заданное правило с заданным значением точности, необходимо считать нераспознанными или помехами [3]. Сформированный усредненный образ сигнала в процессе работы хранится в памяти устройства в виде набора значений пороговых напряжений и значений временных интервалов прохождения этих порогов. На фиг.2 представлено эталонное сейсмическое колебание некоторого источника, усредненное по 100 реализациям.With a limited amount of information about the behavior of signals from all sources, it is necessary to accurately describe at least one signal from the source of interest, i.e. to build an averaged image of the signal (standard) based on the analysis of several tens of signal implementations. All other signals that during the operation of the classifier will not fit the specified rule with a given accuracy value must be considered unrecognized or interference [3]. The generated averaged image of the signal during operation is stored in the device memory in the form of a set of threshold voltage values and values of the time intervals for the passage of these thresholds. Figure 2 presents the reference seismic oscillation of a certain source, averaged over 100 implementations.
При поступлении сигнал анализируется в соответствии с алгоритмом, хранящимся в памяти микроконтроллера. Для распознания сейсмосигнал должен пройти ряд условий: превышены пороги, определяющие необходимое значение амплитуды сигнала; ряд временных критериев воздействия сигнала (период, длительность, паузы между импульсами).Upon receipt, the signal is analyzed in accordance with the algorithm stored in the memory of the microcontroller. To recognize a seismic signal, a number of conditions must pass: thresholds that determine the necessary value of the signal amplitude are exceeded; a number of temporal criteria for signal exposure (period, duration, pause between pulses).
После анализа сигнала по всем заданным элементам принимается решение о формировании или неформировании сигнала о распознавании. Количество контрольных точек и назначенных порогов определяется заданной вероятностью правильного распознавания.After analyzing the signal for all given elements, a decision is made on the formation or non-formation of the recognition signal. The number of control points and assigned thresholds is determined by a given probability of correct recognition.
Частота дискретизации - в соответствии с теоремой Котельникова [5]. Точность квантования определяется разрядностью используемого аналого-цифрового преобразователя (АЦП).Sampling rate - in accordance with the Kotelnikov theorem [5]. The quantization accuracy is determined by the bit depth of the used analog-to-digital converter (ADC).
В состав устройства классификации сейсмических сигналов (фиг.3) входят сейсмопреобразователь 1, схема автоматического регулирования усиления (АРУ) 2, блок выделения и обработки импульсных сигналов 3, блок классификации 4. В состав блока классификации 4 входят аналого-цифровой преобразователь (АЦП) 5, оперативное запоминающее устройство (ОЗУ) 6, компараторы 7 (по числу пороговых уровней), анализатор временных реализаций 8. Кроме того, в состав блока классификации 4 входит решающая схема 9.The composition of the device for classifying seismic signals (Fig. 3) includes a
Работает предлагаемое устройство обнаружения и классификации сейсмических сигналов следующим образом. Сейсмопреобразователь со схемой предварительной обработки 1 принимает сейсмосигнал. После предварительной фильтрации и усиления в характерных полосах частот сигнал поступает на схему АРУ 2. С выхода схемы АРУ сигнал поступает на блок выделения и обработки импульсных сигналов 3, который определяет наличие сигнала, обусловленного некоторым источником. При обнаружении сигнала включается в работу блок классификации 4. АЦП 5 производит оцифровку принимаемого сигнала. В оперативном запоминающем устройстве 6 хранятся значения уровней порогов срабатывания компараторов 7. Количество компараторов 7 определяется числом пороговых уровней, которые необходимо контролировать. В свою очередь, число пороговых уровней выбирается исходя из требований точности классификации сигналов при их анализе. Чем больше число заданных порогов, тем точнее отслеживается поведение сигнала. Последовательность срабатывания компараторов отслеживается анализатором временных интервалов 8. Анализатор временных интервалов 8 предполагает наличие допусков (ошибок) времени срабатывания компараторов в заданных пределах. Пределы допусков срабатывания выбираются исходя из соображений требуемой точности классификации и шумовых характеристик местности, где работает классификатор. При совпадении последовательности срабатывания компараторов 7 с заданными временными характеристиками анализатор временных интервалов 8 формирует логический сигнал о распознавании заданного класса сигнала. При необходимости распознавать несколько классов сигналов в устройство вносится несколько блоков классификации 4, которые отличаются тем, что в оперативном запоминающем устройстве 6 хранятся другие значения порогов срабатывания компараторов 7 и другие временные интервалы прохождения порогов, которые хранятся в анализаторе временных интервалов 8. При правильной классификации сигнала на входы решающей схемы 9 поступают сигналы с выхода анализатора временных интервалов 8 и с выхода блока выделения и обработки импульсных сигналов 3. При одновременном присутствии сигналов с выхода блоков 3 и 8 на входах решающей схемы 9 на выходе схемы 9 формируется сигнал об обнаружении сейсмического сигнала, принадлежащего заданному классу источника.The proposed device for the detection and classification of seismic signals as follows. A seismic transducer with a preprocessing
Источники информацииSources of information
1. Патент RU 2202811, кл. 7 G 01 V 1/16. Сейсмическое устройство обнаружения и классификации объектов.1. Patent RU 2202811, cl. 7 G 01
2. Патент RU 2175772, кл. 7 G 01 V 1/16. Сейсмическое устройство обнаружения объектов.2. Patent RU 2175772, cl. 7 G 01
3. Горелик А.Л., Скрипкин В.А. Методы распознавания. - М.: Высшая школа, 1989, 232 с.3. Gorelik A.L., Skripkin V.A. Recognition methods. - M.: Higher School, 1989, 232 p.
4. Теория информации. Опознание образов. Харкевич А.А. Избранные труды в трех томах, т.III. - М.: Наука, 1973, 524 с.4. Theory of information. Identification of images. Kharkevich A.A. Selected Works in Three Volumes, vol. III. - M .: Nauka, 1973, 524 p.
5. Рабинер Л.Р., Шафер Р.В. Цифровая обработка сигналов. - М.: Радио и связь, 1981, 496 с.5. Rabiner L.R., Schafer R.V. Digital signal processing. - M.: Radio and Communications, 1981, 496 p.
Claims (1)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2003118053/28A RU2236027C1 (en) | 2003-06-19 | 2003-06-19 | Device for classifying seismic signals |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2003118053/28A RU2236027C1 (en) | 2003-06-19 | 2003-06-19 | Device for classifying seismic signals |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2236027C1 true RU2236027C1 (en) | 2004-09-10 |
RU2003118053A RU2003118053A (en) | 2004-12-20 |
Family
ID=33434006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2003118053/28A RU2236027C1 (en) | 2003-06-19 | 2003-06-19 | Device for classifying seismic signals |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2236027C1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2697021C1 (en) * | 2018-11-27 | 2019-08-08 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Военный Учебно-Научный Центр Сухопутных Войск "Общевойсковая Академия Вооруженных Сил Российской Федерации" | Method for providing required probability of false triggering of seismic signal classification device |
RU215882U1 (en) * | 2022-05-26 | 2023-01-09 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Военный Учебно-Научный Центр Сухопутных Войск "Общевойсковая Ордена Жукова Академия Вооруженных Сил Российской Федерации" | Device for detecting and classifying seismic signals |
-
2003
- 2003-06-19 RU RU2003118053/28A patent/RU2236027C1/en not_active IP Right Cessation
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2697021C1 (en) * | 2018-11-27 | 2019-08-08 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Военный Учебно-Научный Центр Сухопутных Войск "Общевойсковая Академия Вооруженных Сил Российской Федерации" | Method for providing required probability of false triggering of seismic signal classification device |
RU215882U1 (en) * | 2022-05-26 | 2023-01-09 | Федеральное Государственное Казенное Военное Образовательное Учреждение Высшего Образования "Военный Учебно-Научный Центр Сухопутных Войск "Общевойсковая Ордена Жукова Академия Вооруженных Сил Российской Федерации" | Device for detecting and classifying seismic signals |
RU2811811C1 (en) * | 2023-10-11 | 2024-01-17 | Акционерное общество "Концерн "Созвездие" | Method for classifying mobile ground equipment |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100580643B1 (en) | Appratuses and methods for detecting and discriminating acoustical impact | |
Duk et al. | Target detection in sea-clutter using stationary wavelet transforms | |
Saragiotis et al. | Automatic P phase picking using maximum kurtosis and/spl kappa/-statistics criteria | |
Gabarda et al. | Detection of events in seismic time series by time–frequency methods | |
CN108919241B (en) | Underwater signal time-frequency endpoint parameter estimation method based on constant false alarm detection | |
Song et al. | Pulse repetition interval modulation recognition using symbolization | |
Malik et al. | Automatic threshold optimization in nonlinear energy operator based spike detection | |
RU2236027C1 (en) | Device for classifying seismic signals | |
CN112269182B (en) | Method and device for determining target radar signal, storage medium and electronic device | |
CN112332807A (en) | Weak envelope signal detection method and system | |
RU2697021C1 (en) | Method for providing required probability of false triggering of seismic signal classification device | |
CN111951611A (en) | ADS-B weak signal detection device and method based on multi-feature fusion | |
WO2013190551A1 (en) | Method of classifying glass break sounds in an audio signal | |
CN114927141B (en) | Method and system for detecting abnormal underwater acoustic signals | |
US11932187B2 (en) | Method for detecting the application of scratches and bumps | |
CN113608190B (en) | Sea surface target detection method and system based on three characteristics of singular space | |
EP3913383A1 (en) | Method and system for detecting anomalies in a spectrogram, spectrum or signal | |
RU2202811C1 (en) | Facility detecting and classifying seismic signals | |
RU2582865C1 (en) | Method of detecting preset mechanical effect for user identification and device therefor | |
RU2623842C1 (en) | Method of objects detection, moving along the protected area, and device for its implementation | |
RU2112249C1 (en) | Method for detecting pulsed radio signals on narrow-band noise background | |
RU2774733C1 (en) | Method for classifying mobile objects of ground equipment using the peculiarities of their adhesion to the soil | |
RU2568142C1 (en) | Method of detecting moving ground objects from seismic signal | |
RU2570230C1 (en) | Device for detecting moving ground objects from seismic signal with standard false triggering probability | |
Ivanov et al. | Method for Detecting Modes of Received Echo Signal on Image of Ionogram of Radio Sounding with the Use of Machine Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20130620 |