RU2811811C1 - Method for classifying mobile ground equipment - Google Patents

Method for classifying mobile ground equipment Download PDF

Info

Publication number
RU2811811C1
RU2811811C1 RU2023125968A RU2023125968A RU2811811C1 RU 2811811 C1 RU2811811 C1 RU 2811811C1 RU 2023125968 A RU2023125968 A RU 2023125968A RU 2023125968 A RU2023125968 A RU 2023125968A RU 2811811 C1 RU2811811 C1 RU 2811811C1
Authority
RU
Russia
Prior art keywords
seismic
energy
class
value
seismophone
Prior art date
Application number
RU2023125968A
Other languages
Russian (ru)
Inventor
Александр Александрович Чаплыгин
Виктор Дмитриевич Лукьянчиков
Вячеслав Алексеевич Милославский
Николай Александрович Подтынников
Александр Юрьевич Нартов
Original Assignee
Акционерное общество "Концерн "Созвездие"
Filing date
Publication date
Application filed by Акционерное общество "Концерн "Созвездие" filed Critical Акционерное общество "Концерн "Созвездие"
Application granted granted Critical
Publication of RU2811811C1 publication Critical patent/RU2811811C1/en

Links

Images

Abstract

FIELD: seismic reconnaissance.
SUBSTANCE: invention can be used in security and reconnaissance-alarm complexes and systems for distinguishing detected mobile objects of ground equipment (GE) by class. A method is proposed for classifying moving objects of ground equipment by seismic signal, in which a range of operating frequencies ΔF is selected, characteristic of seismic vibrations of the soil excited by objects of ground equipment of specific classes, dividing this general frequency range ΔF into two bands Δf 1 and Δf 2 in such a way that in each of these bands most of the energy of seismic vibrations from “its” class of GE is concentrated. In the absence of GE in the sensitivity zone of the seismic sensor, calibration is carried out with a given periodicity, which consists of equalizing the energy of channel noise in the frequency bands Δf 1 and Δf 2. Deviation of the ratio of the energy of seismic vibrations averaged over a certain period of time, concentrated in the low-frequency band Δf 1 to the energy of these vibrations averaged over the same time interval, concentrated in the high-frequency band Δf 2 from a unit level, up or down, taking into account the value of the coefficient alignment is an indication of the corresponding class of the detected GE. Classifying GE into the category “light” or “heavy” in its class is achieved by assessing the maximum energy of the seismic signal in a small vicinity of the traverse point, taking into account compensation for spatial losses and losses due to attenuation in the soil.
EFFECT: increase in the stability of the operating algorithm of the device, which implements the registration and processing of seismic signals from mobile GE to changes in weather and climatic conditions and the level of long-term external noise or interference factors.
1 cl, 7 dwg, 1 tbl

Description

Изобретение относится к области сейсмической разведки и может быть использовано для мониторинга участков местности с ограниченным доступом, контроля несанкционированного доступа к охраняемым объектам, целеуказания средствам поражения, а также в устройствах управления подрывом инженерных боеприпасов.The invention relates to the field of seismic reconnaissance and can be used for monitoring areas of terrain with limited access, controlling unauthorized access to protected objects, targeting weapons, as well as in control devices for the detonation of engineered ammunition.

Количество способов, на основе которых реализуют алгоритмы функционирования сейсмических устройств классификации подвижных объектов наземной техники (ОНТ), насчитывается достаточно много. Различие способов диктуется, во-первых, выбором тех или иных параметров сейсмических колебаний, связанных с каким-либо классификационным признаком ОНТ. Во-вторых, тем, на каких физических принципах будет реализовано функционирование таких устройств: электромагнитном, емкостном, тензорезистивном, пьезорезистивном, магнитоэлектрическом, волоконнооптическом, пьезоэлектрическом, с использованием молекулярно-электронной технологии или комбинированном. В-третьих, набором операций, составляющих содержание способа классификации, которые согласованы с первыми двумя пунктами. The number of methods on the basis of which algorithms for the functioning of seismic devices for classifying moving objects of ground equipment (GON) are implemented is quite large. The difference in methods is dictated, firstly, by the choice of certain parameters of seismic vibrations associated with any classification feature of the HCB. Secondly, on what physical principles the operation of such devices will be implemented: electromagnetic, capacitive, strain-resistive, piezoresistive, magnetoelectric, fiber-optic, piezoelectric, using molecular-electronic technology or combined. Thirdly, a set of operations that make up the content of the classification method, which are consistent with the first two points.

Как правило, в патентах, где предлагаются способы обработки сигналов, на втором из перечисленных выше пунктов внимание не акцентируется. В патентах [1…3], представлено описание вариантов функционирования устройств, которые характеризуют способы классификации ОНТ, обнаруженных в зоне чувствительности, отличающиеся особенностями поиска в сейсмосигнале различных параметров сейсмических колебаний для использования их при отнесении ОНТ к какому-либо классу. As a rule, in patents that propose signal processing methods, attention is not focused on the second of the above points. Patents [1...3] present a description of the operating options of devices that characterize methods for classifying SWNTs detected in the sensitivity zone, differing in the features of searching for various parameters of seismic vibrations in the seismic signal for use in classifying SWNTs to any class.

Например, в [1] используют частотные признаки для оценки степени близости принятых от источника возбуждения сейсмосигналов, к эталонным сейсмосигналам, которые хранятся в банке данных. Там же хранятся и значения сумм базисных функций, необходимых для вычисления значений частотных признаков в реальном масштабе времени. For example, in [1] frequency features are used to assess the degree of proximity of seismic signals received from the excitation source to the reference seismic signals that are stored in the data bank. The values of the sums of basis functions necessary for calculating the values of frequency features in real time are also stored there.

При этом после обнаружения ОНТ сейсмосигнал нормируется по амплитуде и дискретизируется с учётом теоремы Котельникова. Затем он подвергается преобразованию Фурье, направленному на выделение классификационных признаков, которыми являются значения усредненных частотных составляющих в характерных для определения классов объектов частотных диапазонах.In this case, after detecting the OCB, the seismic signal is normalized by amplitude and discretized taking into account Kotelnikov’s theorem. Then it is subjected to a Fourier transform aimed at identifying classification features, which are the values of averaged frequency components in frequency ranges characteristic of determining classes of objects.

После вычисления меры близости происходит выбор класса объекта: по критерию минимума значения меры выбираются два класса с сохранением информации о степени близости. Далее на основе анализа только частотных признаков сейсмического сигнала с использованием информации о частоте появления пар классов с учетом степени близости к эталону принимается решение о распознавании класса объекта. Для этого используется информация, представляющая собой статистические данные о частоте появления таких пар в виде матрицы также хранящаяся в банке данных.After calculating the proximity measure, the object class is selected: according to the criterion of the minimum value of the measure, two classes are selected while maintaining information about the degree of proximity. Next, based on the analysis of only the frequency characteristics of the seismic signal using information on the frequency of occurrence of pairs of classes, taking into account the degree of proximity to the standard, a decision is made to recognize the class of the object. For this purpose, information is used, which is statistical data on the frequency of occurrence of such pairs in the form of a matrix, also stored in the data bank.

К основным недостаткам способа можно отнести следующие:The main disadvantages of this method include the following:

- необходимость хранения в банке данных значения сумм базисных функций и матриц, содержащих статистические данные о частоте появления классов с учетом степени близости к эталону; - the need to store in a data bank the values of the sums of basis functions and matrices containing statistical data on the frequency of occurrence of classes, taking into account the degree of proximity to the standard;

- при увеличении числа классов объектов распознавания для увеличения вероятности правильной классификации, необходимо увеличивать количество признаков, характерных для выбранных классов;- when increasing the number of classes of recognition objects, in order to increase the probability of correct classification, it is necessary to increase the number of features characteristic of the selected classes;

- громоздкость вычислительного алгоритма;- cumbersomeness of the computational algorithm;

- частотные признаки зависимы от типа и состояния поверхностного слоя почвы, которое определяется как помеховыми факторами, таки погодно-климатическими условиями, поэтому при изменении состояния поверхностного слоя почвы в спектрах сейсмических сигналов будет наблюдаться смещение частотных компонент в область высоких или низких частот, что отрицательно повлияет на частотные признаки, а это снизит вероятность правильной классификации объектов.- frequency characteristics depend on the type and condition of the surface layer of soil, which is determined by both interference factors and weather and climatic conditions, therefore, when the state of the surface layer of soil changes in the spectra of seismic signals, a shift in frequency components to the region of high or low frequencies will be observed, which will negatively affect on frequency features, and this will reduce the likelihood of correct classification of objects.

В [2] используется тот факт, что случайные процессы могут описываться как авторегрессия некоторого порядка, характеризующая степень влияния предыдущих отсчетов сигнала на текущий отсчёт. Здесь по принятой реализации сейсмосигнала оценивают коэффициенты регрессии и сравнивают с хранящимися в банке данных усредненных моделей. Это позволяет вычислять условную вероятность принадлежности объекта к некоторому классу по результатам анализа принятого сейсмосигнала. Решение о классе объекта принимается по критерию максимума условной вероятности.In [2], the fact is used that random processes can be described as autoregression of a certain order, characterizing the degree of influence of previous signal samples on the current sample. Here, based on the accepted implementation of the seismic signal, the regression coefficients are estimated and compared with those stored in the data bank of averaged models. This allows you to calculate the conditional probability of an object belonging to a certain class based on the results of analysis of the received seismic signal. The decision about the class of an object is made according to the criterion of maximum conditional probability.

Недостатками этого способа являются:The disadvantages of this method are:

- необходимость хранения в банке данных усреднённых моделей коэффициентов регрессии и сведений о законах их распределения; - the need to store averaged models of regression coefficients and information about the laws of their distribution in a data bank;

- количество каналов классификации должно быть равно количеству классов объектов;- the number of classification channels must be equal to the number of object classes;

- громоздкость вычислительного алгоритма;- cumbersomeness of the computational algorithm;

- коэффициенты регрессии относятся к параметрам, зависящим от типа и состояния грунта, времени года, помеховой обстановки и других факторов, поэтому при изменении свойств грунта в спектрах сейсмических сигналов будет наблюдаться смещение частотных компонент в область высоких или низких частот, то есть достоверное распознавание объектов по результатам анализа таких сигналов возможно при использовании результатов анализа динамики поведения сейсмосигнала на некотором заданном интервале времени.- regression coefficients refer to parameters depending on the type and condition of the soil, time of year, interference conditions and other factors, therefore, when the properties of the soil change in the spectra of seismic signals, a shift in frequency components to the region of high or low frequencies will be observed, that is, reliable recognition of objects by the results of the analysis of such signals is possible using the results of an analysis of the dynamics of the behavior of the seismic signal over a certain specified time interval.

Способ, описанный в [3], основан на анализе динамики изменения параметров принятого сейсмосигнала во времени и поиске закономерностей в поведении сейсмосигнала таких, как: время нарастания и спада фронтов, время пребывания сейсмосигнала в экстремумах и т.п. Наличие таких закономерностей дает возможность сделать заключение о том, что сейсмический сигнал должен в определенной последовательности проходить некоторые заданные условные пороги. Причем для разных источников возбуждения сейсмосигнала последовательность прохождения будет существенно различаться.The method described in [3] is based on the analysis of the dynamics of changes in the parameters of the received seismic signal over time and the search for patterns in the behavior of the seismic signal, such as: the time of rise and fall of fronts, the time the seismic signal remains in extrema, etc. The presence of such patterns makes it possible to draw the conclusion that the seismic signal must pass through certain specified conditional thresholds in a certain sequence. Moreover, for different sources of seismic signal excitation, the sequence of transmission will vary significantly.

Так как объём информации о поведении сигналов от всех источников всегда ограничен, то строится усредненный образ сейсмосигнала (эталон) по результатам анализа нескольких десятков реализаций сейсмосигналов, возбуждаемых в поверхностном слое почвы при движении какого-либо класса ОНТ. Все остальные сейсмосигналы, которые в результате анализа не будут подходить под заданное правило с заданным значением точности, считаются нераспознанными или помехами. Сформированный усредненный образ сигнала в процессе работы хранится в банке в виде набора значений пороговых напряжений и значений временных интервалов прохождения этих порогов. Число тех и других определяется требованиями точности классификации ОНТ при анализе сейсмосигналов. При этом, чем больше число заданных порогов, тем точнее будут отслеживаться признаки ОНТ при анализе сейсмосигнала.Since the amount of information about the behavior of signals from all sources is always limited, an averaged image of the seismic signal (standard) is constructed based on the results of the analysis of several dozen implementations of seismic signals excited in the surface layer of the soil during the movement of any class of SCB. All other seismic signals that, as a result of analysis, do not fit the given rule with a given accuracy value are considered unrecognized or interference. The generated average image of the signal during operation is stored in a bank in the form of a set of threshold voltage values and values of time intervals for passing these thresholds. The number of both is determined by the requirements for the accuracy of OCB classification when analyzing seismic signals. At the same time, the greater the number of specified thresholds, the more accurately the HCT signs will be tracked when analyzing the seismic signal.

После регистрации сейсмосигнал подвергается предварительной фильтрации, усиливается в характерных полосах частот и производится его дискретизация в соответствии с теоремой Котельникова. After registration, the seismic signal is subjected to preliminary filtering, amplified in characteristic frequency bands, and discretized in accordance with Kotelnikov’s theorem.

Дискретизированный сейсмосигнал анализируется в соответствии с алгоритмом, учитывающим наборы параметров, хранящихся в банке данных. Здесь контролируется выполнение ряда условий:The sampled seismic signal is analyzed in accordance with an algorithm that takes into account sets of parameters stored in the data bank. Here the fulfillment of a number of conditions is monitored:

- должны быть превышены пороги, определяющие необходимое значение амплитуды сигнала;- the thresholds that determine the required signal amplitude must be exceeded;

- ряд временных критериев воздействия сигнала (период, длительность, паузы между импульсами) должны мало отличаться от эталонных.- a number of time criteria for the influence of a signal (period, duration, pauses between pulses) should differ little from the reference ones.

При совпадении последовательности временных интервалов прохождения порогов с эталонными интервалами, хранящимися в банке данных, формируется логический сигнал о распознавании заданного класса объекта. If the sequence of time intervals for passing the thresholds coincides with the reference intervals stored in the data bank, a logical signal is generated about the recognition of a given object class.

При необходимости осуществлять классификацию нескольких типов объектов следует иметь столько же каналов классификации, отличие которых в том, что в их банках будут храниться другие значения порогов срабатывания и другие временные интервалы их прохождения. If it is necessary to classify several types of objects, you should have the same number of classification channels, the difference of which is that their banks will store other values of response thresholds and other time intervals for their passage.

Приведённый выше анализ показывает, что основными недостатками данного способа будут следующие:The above analysis shows that the main disadvantages of this method will be the following:

- необходимость хранения наборов эталонных значений пороговых напряжений и значений временных интервалов прохождения этих порогов для сравнения с временной структурой поступающих сейсмосигналов;- the need to store sets of reference values of threshold voltages and values of time intervals for passing these thresholds for comparison with the time structure of incoming seismic signals;

- обработка сигналов только во временной области может привести к тому, что воздействие внешних факторов (помех, погодно-климатических явлений и т.п.) скажется на перераспределении энергии частотных составляющих, что исказит временную структуру сейсмосигнала и приведёт к снижению вероятности правильной классификации объекта; - signal processing only in the time domain can lead to the fact that the influence of external factors (interference, weather and climate phenomena, etc.) will affect the redistribution of the energy of frequency components, which will distort the temporal structure of the seismic signal and lead to a decrease in the likelihood of correct classification of the object;

- возможность реализации обнаружения по сейсмическим сигналам, принятым при высоких уровнях сейсмофона, что при удалении источника сейсмических колебаний может снизить значения полезных сейсмосигналов до уровня выбросов сейсмофона и после обнаружения привести к ложной классификации.- the ability to implement detection using seismic signals received at high levels of the seismic phone, which, when the source of seismic vibrations is removed, can reduce the values of useful seismic signals to the level of emissions of the seismic phone and, after detection, lead to false classification.

Наиболее близким аналогом по технической сущности к предлагаемому является способ, описанный в [4], принятый за прототип. The closest analogue in technical essence to the proposed one is the method described in [4], adopted as a prototype.

В способе-прототипе обоснованно выбранная полоса рабочих частот ΔF = f 1f 2 = 32-10 = 22 Гц разделена на две части Δf 1 = f x - f 1 и Δf 2 = f 2 - f x +1 = ΔF - Δf 1, где f x = 19 Гц – частота, делящая полосу ΔF в необходимом соотношении. При этом отношение содержащихся в этих полосах энергий сейсмофона, полученных его накоплением на промежутке времени наблюдения определённой длительности, было бы близко к единице. Такое равновесное состояние шумовых энергий в этих полосах позволяет определять значения энергий сейсмических сигналов, возбуждаемых различными классами ОНТ в поверхностном слое почвы, близких к истинным. Если же этот баланс нарушается, то необходимо периодически компенсировать отрицательное влияние перераспределения частотных составляющих в обоснованно выбранных низкочастотной и высокочастотной составляющих общей полосы частот. In the prototype method, a reasonably selected operating frequency band ΔF =f 1f 2 = 32-10 = 22 Hz divided into two parts Δf 1 =f x -f 1 and Δf 2 =f 2-f x +1 = ΔF - Δf 1, Wheref x = 19 Hz – band dividing frequency ΔF in the required proportion. In this case, the ratio of the seismophone energies contained in these bands, obtained by its accumulation over an observation period of a certain duration, would be close to unity. This equilibrium state of noise energies in these bands makes it possible to determine the energy values of seismic signals excited by different classes of SWNTs in the surface soil layer, which are close to the true ones. If this balance is violated, then it is necessary to periodically compensate for the negative impact of the redistribution of frequency components in reasonably selected low-frequency and high-frequency components of the general frequency band.

Таким образом, в отсутствии или наличии объектов наземной техники:Thus, in the absence or presence of ground equipment:

1. Дискретизируются три компоненты либо естественного сейсмического фона , либо смеси полезного сейсмосигнала и сейсмофона , регистрируемых в аналоговом виде в полосе ΔF, с частотой дискретизации f d и получают три соответствующие дискретизированные компоненты или соответственно с количеством отсчётов в каждой, зависящим от величины времени наблюдения: i = 0, 1, … .1. Three components of either the natural seismic background are discretized , or a mixture of a useful seismic signal and a seismophone , recorded in analog form in the Δ F band, with a sampling frequency f d and three corresponding sampled components are obtained or accordingly with the number of counts in each depending on the observation time: i = 0, 1, ….

2. Вводят количество частотных отсчётов N f : n = 0, 1,… , N f -1 - текущие номера отсчётов, вводят последовательность периодов дискретизации (скользящих временных окон, на которых укладывается N p временных отсчёта, причём N p·Δt = 1, где Δt = 1/f d, а f d – частота дискретизации), количество которых также определится величиной времени наблюдения: k = 0, 1, … - номера текущих позиций временных окон2. Enter the number of frequency samples N f : n = 0, 1,…, N f -1 - current sample numbers, enter a sequence of sampling periods (sliding time windows on which N p time samples are placed, with N p ·Δ t = 1, where Δ t = 1/ f d , and f d is the sampling frequency), the number of which is also determined by the observation time: k = 0, 1, ... - numbers of current positions of time windows

(1) (1)

где h k = kN p. Следовательно, величины (1) представляют собой матрицы, где каждая строка является временным окном на k-ой текущей позиции, содержащая входящие в неё с 0-го по (N p-1)-й отсчёты.where h k = kN p . Consequently, values (1) are matrices, where each row is a time window at the k -th current position, containing the samples included in it from 0 to ( N p -1) th.

В отсутствии объектов наземной техники:In the absence of ground equipment:

1. На выбранной длительности промежутка времени наблюдения сейсмофона, содержащем N u текущих позиций временного окна, с использованием преобразования Фурье находят текущие спектральные плотности трёх компонент естественного сейсмического фона в полосе ΔF, определяют полную спектральную плотность сейсмофона в этой полосе 1. Using the Fourier transform, the current spectral densities of the three components of the natural seismic background in the band Δ F are found, and the total spectral density of the seismophone in this band is determined.

. .

Здесь Here

текущие спектральные плотности x-, y- и z- компонент сейсмофона на k-ой позиции временного окна; - мнимая единица.current spectral densities x -, y - and z - components of the seismophone at the k -th position of the time window; - imaginary unit.

2. В найденных частотных полосах Δf 1 = 19-10=9 Гц и Δf 2 = 32-20=12 Гц находят текущие значения полных энергий сейсмофона 2. In the found frequency bands Δ f 1 = 19-10 = 9 Hz and Δ f 2 = 32-20 = 12 Hz, the current values of the total energies of the seismophone are found

, и , где , And , Where

энергии компонент сейсмофона в соответствующих частотных полосах. energy seismophone component in the corresponding frequency bands.

3. Обеспечивают фильтрацию этих энергий комплементарным фильтром с подобранными коэффициентами усиления К 1 и К 2:3. These energies are filtered by a complementary filter with selected gain factors K1 and K2 :

. .

4. Находят отношение текущих значений отфильтрованных энергий сейсмофона в общем случае неравного единице4. Find the ratio of the current values of the filtered energies of the seismophone in the general case unequal to unity

. .

5. Вычисляют среднее значение по всем текущим отсчётам интервала наблюдения5. Calculate the average value for all current readings of the observation interval

. (2) . (2)

Скобки < * > означают операцию усреднения на длительности временного окна.Brackets < * > mean the averaging operation over the duration of the time window.

6. Находят выравнивающий коэффициент как величину, обратную (2)6. Find the equalization coefficient as the inverse of (2)

. .

7. Компенсируют влияние внешних факторов на распределение энергии сейсмофона по частотным составляющим полос (восстанавливают энергетический баланс относительно порога равновесия равного единице)7. Compensate for the influence of external factors on the distribution of seismophone energy across the frequency components of the bands (restore the energy balance relative to the equilibrium threshold equal to one)

. .

8. Периодически оценивают величину соотношения (2), находят текущее значение выравнивающего коэффициента и с его помощью восстанавливают баланс энергий сейсмофона в частотных полосах? Δf 1 и Δf 2, если это потребуется.8. Do they periodically evaluate the value of relation (2), find the current value of the equalization coefficient and, with its help, restore the balance of seismophone energies in frequency bands? Δ f 1 and Δ f 2 if required.

При воздействии сейсмосигналов от ОНТ.When exposed to seismic signals from ONT.

По аналогии с (2) с учётом использования найденного на последнем оценочном промежутке времени наблюдения значения выравнивающего коэффициента определяют отношение энергии смеси полезного сейсмосигнала и сейсмофона в низкочастотной полосе к такой же энергии в высокочастотной полосе By analogy with (2), taking into account the use of the equalization coefficient value found at the last estimated observation time interval, the ratio of the energy of the mixture of the useful seismic signal and the seismophone in the low-frequency band to the same energy in the high-frequency band is determined

. (3) . (3)

Показано, что при соблюдении баланса энергий сейсмофона в низкочастотной и высокочастотной полосах отношение текущих значений энергии смеси полезного сейсмосигнала и сейсмофона в низкочастотной полосе к средней энергии сейсмофона , вычисленной в последнем промежутке времени наблюдения в отсутствии подвижных объектов, определяемое соотношением It is shown that if the energy balance of the seismophone in the low-frequency and high-frequency bands is maintained, the ratio of the current values of the energy of the mixture of the useful seismic signal and the seismophone in the low-frequency band to the average seismophone energy , calculated in the last period of observation time in the absence of moving objects, determined by the relation

, (4) , (4)

для гусеничных объектов будет больше, чем для колёсных объектов при одинаковом траверзном расстоянии. Этот факт определил операцию способа-прототипа, которая приведена ниже и придала последовательности отсчётов безразмерного критерия классификации вид, схожий с профилем «лоханки», минимум которой соответствует точке траверза:for tracked objects will be greater than for wheeled objects at the same traverse distance. This fact determined the operation of the prototype method, which is given below and gave the sequence of measurements of the dimensionless classification criterion a look similar to the profile of the “pelvis”, the minimum of which corresponds to the traverse point:

. (5) . (5)

То есть, текущие значения (5), с учётом сказанного выше о величине (4), должны иметь тенденцию к уменьшению до точки траверза и к увеличению после этой точки. При этом последовательность минимальных значений (5), сгруппированных в небольшой окрестности вокруг точки траверза для гусеничных объектов должны располагаться ниже аналогичных последовательностей значений (5) для колёсной техники. Здесь под траверзным расстоянием понимается кратчайшее расстояние между сейсмическим датчиком и осевой линией трассы возможного следования ОНТ. Под траверзом понимается направление вдоль траверзного расстояния относительно осевой линии маршрута возможного следования ОНТ. Под точкой траверза понимается координата, в которой пересекаются линия, проходящая вдоль траверзного расстояния и осевая линия маршрута. Когда текущие координаты ОНТ, движущегося по трассе, оказываются в ближайшей окрестности точки траверза, то это, как правило, соответствует малой окрестности глобального максимума выходного сигнала сейсмодатчика.That is, the current values (5), taking into account what was said above about the value (4), should tend to decrease before the traverse point and to increase after this point. In this case, the sequence of minimum values (5), grouped in a small neighborhood around the traverse point for tracked objects, should be located below similar sequences of values (5) for wheeled vehicles. Here, the traverse distance is understood as the shortest distance between the seismic sensor and the center line of the possible route of the ONT. By traverse is meant the direction along the traverse distance relative to the center line of the possible route of the ONT. The traverse point is the coordinate at which the line running along the traverse distance and the center line of the route intersect. When the current coordinates of the OCB moving along the route are in the immediate vicinity of the traverse point, this, as a rule, corresponds to a small vicinity of the global maximum of the seismic sensor output signal.

Проведённые в [4] исследования достаточно представительной статистики сейсмосигналов от ОНТ изучаемых классов вполне подтвердили вывод, сформулированный в третьем пункте. В качестве иллюстрации на фиг. 1 и фиг. 2 представлены графические зависимости (5), относящиеся к объектам различных классов: фиг. 1а) – ОНТ относящийся к лёгкой гусеничной технике (ЛГТ), фиг. 1б) – ОНТ относящийся к тяжёлой гусеничной технике (ТГТ), фиг. 2а) – ОНТ относящийся к лёгкой колёсной технике (ЛКТ), фиг. 2б) – ОНТ относящийся к тяжёлой колёсной технике (ТКТ). На этих иллюстрациях жирной горизонтальной линией показан статистически обоснованный уровень порога классификации. The studies carried out in [4] on fairly representative statistics of seismic signals from SWNTs of the studied classes fully confirmed the conclusion formulated in the third paragraph. As an illustration, FIG. 1 and fig. Figure 2 shows graphical dependencies (5) related to objects of various classes: Fig. 1a) – ONT related to light tracked vehicles (LVT), fig. 1b) – ONT related to heavy tracked vehicles (TGT), fig. 2a) – LVT related to light wheeled vehicles (LVT), fig. 2b) – ONT related to heavy wheeled vehicles (HVT). In these illustrations, the thick horizontal line shows the statistically based classification threshold level.

Из анализа фиг. 1 и фиг. 2 следует, что в среднестатистическом смысле действительно последовательность минимальных значений (5), сгруппированных в небольшой окрестности вокруг точки траверза (соответствует минимумам кривых) для гусеничных объектов располагаются ниже среднестатистического порога классификации, в то время как аналогичные последовательности значений (5) для колёсной техники располагаются выше этого порогового значения.From the analysis of Fig. 1 and fig. 2 it follows that in the average statistical sense, indeed, the sequence of minimum values (5), grouped in a small neighborhood around the traverse point (corresponding to the minimums of the curves) for tracked objects are located below the average classification threshold, while similar sequences of values (5) for wheeled vehicles are located above this threshold.

В качестве основного недостатка способа-прототипа можно указать на то, что важнейший параметр, от которого будут зависеть вероятностные характеристики рабочего алгоритма устройства, реализующего данный способ, является статистическим. То есть в принципе существует вероятность формирования таких условий регистрации сейсмосигналов от ОНТ, для которых величина такого среднестатистического порога может привести к перепутыванию классов ОНТ. Кроме того, как показывает практика, в большинстве случаев для достаточно надёжной классификации ОНТ с использованием сейсмических датчиков достаточно обрабатывать только вертикальную компоненту (z-компоненту) сейсмосигнала, тогда как в способе-прототипе для этого обрабатываются все три его компоненты (x-, y- и z-компоненты), что делает алгоритм более громоздким и требует дополнительных ресурсов памяти контроллера. Кроме того в способе-прототипе не предусмотрена оценка, по которой ОНТ можно относить к категории «лёгкий» (ЛКТ, ЛГТ) или «тяжёлый» (ТКТ, ТГТ) в своём классе.As the main disadvantage of the prototype method, it can be pointed out that the most important parameter on which the probabilistic characteristics of the working algorithm of the device implementing this method will depend is statistical. That is, in principle, there is a possibility of the formation of such conditions for recording seismic signals from CBVs, for which the value of such an average statistical threshold can lead to confusion of CBV classes. In addition, as practice shows, in most cases, for a fairly reliable classification of SCBs using seismic sensors, it is enough to process only the vertical component ( z -component) of the seismic signal, whereas in the prototype method all three of its components ( x -, y - and z -components), which makes the algorithm more cumbersome and requires additional controller memory resources. In addition, the prototype method does not provide for an assessment according to which ONT can be classified as “light” (LCT, LHT) or “heavy” (TCT, TGT) in its class.

Задача предлагаемого способа – обеспечение более высоких вероятностно-временных и информативных характеристик функционирования устройства классификации объектов наземной техники при упрощении рабочего алгоритма классификации.The objective of the proposed method is to provide higher probabilistic-temporal and informative characteristics of the functioning of the device for classifying objects of ground equipment while simplifying the working classification algorithm.

Для решения поставленной задачи в способе классификации подвижных объектов наземной техники по сейсмическому сигналу, включающем регистрацию сейсмического сигнала, возбуждаемого подвижным объектом наземной техники, фильтрацию его z-компоненты в выбранной полосе частот, её усиление и дискретизацию, осуществление деления выбранного диапазона рабочих частот на две полосы: низкочастотную и высокочастотную по условию равенства в них спектральных плотностей сейсмофона; To solve the problem posed in a method for classifying mobile objects of ground equipment by a seismic signal, including recording a seismic signal excited by a moving object of ground equipment, filtering its z-component in a selected frequency band, its amplification and sampling, dividing the selected operating frequency range into two bands : low-frequency and high-frequency according to the condition that the spectral densities of the seismophone are equal in them;

в отсутствии объекта в зоне чувствительности сейсмодатчика периодическую оценку средней величины отсчётов энергии сейсмофона в выбранной полосе за время наблюдения сейсмофона, а также значения отсчётов коэффициента выравнивания энергий сейсмофона в этих полосах, как величины обратной отношению усреднённой на промежутке времени наблюдения величины отсчётов энергии сейсмофона низкочастотной полосы к усреднённой на этом же временном промежутке величине отсчётов энергии сейсмофона высокочастотной полосы; in the absence of an object in the sensitivity zone of the seismic sensor, a periodic assessment of the average value of the seismophone energy readings in the selected band during the observation of the seismophone, as well as the values of the readings of the seismophone energy equalization coefficient in these bands, as the reciprocal value of the value of the seismophone energy readings of the low-frequency band averaged over the observation time interval to the value of high-frequency band seismophone energy samples averaged over the same time interval;

в присутствии подвижного объекта наземной техники на длительности текущего временного окна осуществление деления величины отсчётов энергии смеси z-компоненты полезного сейсмосигнала и сейсмофона в низкочастотной полосе на величину отсчётов энергии смеси z-компоненты полезного сейсмосигнала и сейсмофона в высокочастотной полосе, домножения отсчётов полученного частного от деления на последнюю оценку значения отсчётов выравнивающего коэффициента, согласно изобретению , результат последней текущей операции усредняется на определённом количестве отсчётов, расположенных в малой окрестности точки траверза, результат усреднения сравнивается с единичным порогом; если результат усреднения оказывается расположенным выше единичного порога, то выносится решение о том, что обнаруженный объект относится к классу колёсной техники, если же его величина превысит единичный порог, то обнаруженный объект относится к классу гусеничной техники; одновременно в малой окрестности точки траверза осуществляются операции компенсации пространственных потерь энергии сейсмосигнала и потерь, связанных с затуханием его в почве, определяющие приведение энергии отсчётов сейсмосигнала к состоянию на момент возбуждения сейсмосигнала объектом, пересекающим траверз, операции по оценке величины максимального значения приведённой энергии сейсмосигнала, которая принимается в качестве условного «веса» обнаруженного объекта; отнесение обнаруженного объекта к категории «лёгкий» или «тяжёлый» в своём классе осуществляется путём сравнения величины его условного «веса» с соответствующим статистически обоснованным для данного класса техники порогом; если условный «вес» обнаруженного объекта меньше величины соответствующего порога, то объект относят к категории «лёгкий» в своём классе, если же условный «вес» объекта превышает по величине этот порог, то объект относят к категории «тяжёлый» в этом классе.in the presence of a moving object of ground equipment for the duration of the current time window, dividing the energy samples of the mixture of the z -component of the useful seismic signal and the seismophone in the low-frequency band by the value of the energy samples of the mixture of the z -component of the useful seismic signal and the seismophone in the high-frequency band, multiplying the samples of the resulting quotient from division by the last assessment of the value of the equalizing coefficient samples, according to the invention , the result of the last current operation is averaged over a certain number of samples located in a small vicinity of the traverse point, the averaging result is compared with a unit threshold; if the averaging result turns out to be located above the unit threshold, then a decision is made that the detected object belongs to the class of wheeled vehicles, but if its value exceeds the unit threshold, then the detected object belongs to the class of tracked vehicles; simultaneously, in a small vicinity of the traverse point, operations are carried out to compensate for the spatial losses of the seismic signal energy and losses associated with its attenuation in the soil, which determine the reduction of the energy of the seismic signal readings to the state at the time of excitation of the seismic signal by an object crossing the traverse, operations to estimate the maximum value of the reduced seismic signal energy, which is accepted as the conditional “weight” of the detected object; classification of a detected object into the category “light” or “heavy” in its class is carried out by comparing the value of its conditional “weight” with the corresponding statistically justified threshold for a given class of equipment; if the conditional “weight” of the detected object is less than the value of the corresponding threshold, then the object is classified as “light” in its class, but if the conditional “weight” of the object exceeds this threshold in value, then the object is classified as “heavy” in this class.

Заявляемый способ использует в соответствующих операциях только z-компоненты сейсмосигналов, генерируемых подвижными объектами наземной техники в зоне чувствительности регистрирующих устройств, вместо соотношения (5) использует выражение (3), а также вводит операции над сейсмосигналами, позволяющие осуществлять выработку критерия отнесения объектов наземной техники к категории «лёгкий» или «тяжёлый» в своём классе. The inventive method uses in the corresponding operations only the z -components of seismic signals generated by moving objects of ground equipment in the sensitivity zone of recording devices, instead of relation (5) it uses expression (3), and also introduces operations on seismic signals, allowing the development of a criterion for classifying objects of ground equipment as category "light" or "heavy" in its class.

Предлагаемый способ заключается в следующем.The proposed method is as follows.

В отсутствии или наличии объектов наземной техники.In the absence or presence of ground equipment.

1. Дискретизировать z- компоненту либо естественного сейсмического фона , либо смеси полезного сейсмосигнала и сейсмофона , регистрируемых в аналоговом виде в полосе ΔF, с частотой дискретизации f d и получить соответствующие дискретизированные z-компоненты или соответственно с количеством отсчётов в каждой, зависящим от величины времени наблюдения: i = 0, 1, 2, … .1. Discretize the z - component of either the natural seismic background , or a mixture of a useful seismic signal and a seismophone , recorded in analog form in the Δ F band, with a sampling frequency f d and obtain the corresponding sampled z -components or accordingly with the number of counts in each, depending on the observation time: i = 0, 1, 2, … .

2. Ввести количество частотных отсчётов N f : n = 0, 1,… , N f -1 - текущие номера отсчётов, ввести последовательность периодов дискретизации (скользящих временных окон, на которых укладывается N p временных отсчёта), количество которых также определится величиной времени наблюдения: k = 0, 1, … - номера текущих позиций временных окон2. Enter the number of frequency samples N f : n = 0, 1,…, N f -1 - current sample numbers, enter a sequence of sampling periods (sliding time windows on which N p time samples are placed), the number of which is also determined by the time value observations: k = 0, 1, … - numbers of current positions of time windows

(6) (6)

где h k = kN p. Следовательно, величины (6) также представляют собой матрицы, где каждая строка является временным окном на k-ой текущей позиции, содержащая входящие в неё с 0-го по (N p-1)-й отсчёты. where h k = kN p . Consequently, values (6) also represent matrices, where each row is a time window at the k -th current position, containing the samples included in it from 0 to ( N p -1) th.

В отсутствии объектов наземной техники:In the absence of ground equipment:

1. На выбранной длительности промежутка времени наблюдения сейсмофона, содержащем N u текущих позиций временного окна, с использованием преобразования Фурье найти текущие спектральные плотности z-компоненты естественного сейсмического фона в полосе ΔF, определить спектральную плотность сейсмофона в этой полосе 1. Using the Fourier transform, find the current spectral densities of the z -components of the natural seismic background in the band Δ F for the selected duration of the seismophone observation period containing N u current positions of the time window, determine the spectral density of the seismophone in this band

. (7) . (7)

Здесь Here

(8) (8)

текущие отсчёты спектральной плотности z-компоненты сейсмофона на k-ой позиции временного окна.current readings of the spectral density of the z -component of the seismophone at the k -th position of the time window.

2. В найденных частотных полосах Δf 1 = 19-10=9 Гц и Δf 2 = 32-20=12 Гц найти текущие значения полных энергий сейсмофона и , где 2. In the found frequency bands Δ f 1 = 19-10 = 9 Hz and Δ f 2 = 32-20 = 12 Hz, find the current values of the total energies of the seismophone And , Where

(9) (9)

энергии z-компонент сейсмофона в соответствующих частотных полосах. energy z- components of the seismophone in the corresponding frequency bands.

3. Обеспечить фильтрацию этих энергий комплементарным фильтром с подобранными коэффициентами усиления К 1 и К 2:3. Provide filtering of these energies with a complementary filter with selected gain factors K 1 and K 2 :

. (10) . (10)

4. Найти отношение текущих значений отфильтрованных энергий сейсмофона в общем случае неравного единице4. Find the ratio of the current values of the filtered energies of the seismophone in the general case unequal to unity

. .

5. Вычислить среднее значение этого отношения по всем текущим отсчётам временного окна5. Calculate the average value of this ratio over all current samples of the time window

. (11) . (eleven)

6. Найти выравнивающий коэффициент как величину, обратную (11)6. Find the equalization coefficient as the inverse of (11)

. .

7. Скомпенсировать влияние внешних факторов на распределение энергии сейсмофона по частотным составляющим полос (восстановить энергетический баланс относительно порога равновесия равного единице)7. Compensate for the influence of external factors on the distribution of seismophone energy across the frequency components of the bands (restore the energy balance relative to the equilibrium threshold equal to one)

. (12) . (12)

8. Периодически оценивать величину соотношения (11), находить текущее значение выравнивающего коэффициента и с его помощью восстанавливать баланс энергий сейсмофона в частотных полосах Δf 1 и Δf 2, если это потребуется.8. Periodically evaluate the value of ratio (11), find the current value of the equalizing coefficient and with its help restore the energy balance of the seismophone in the frequency bands Δ f 1 and Δ f 2 , if necessary.

При воздействии сейсмосигналов от объектов наземной техникиWhen exposed to seismic signals from ground equipment

9. По аналогии с (11) с учётом использования найденного на последнем оценочном промежутке времени наблюдения значения выравнивающего коэффициента определить отношение энергии смеси полезного сейсмосигнала и сейсмофона в низкочастотной полосе к такой же энергии в высокочастотной полосе 9. By analogy with (11) taking into account the use of the value of the equalization coefficient found at the last estimated observation time interval determine the ratio of the energy of the mixture of the useful seismic signal and the seismophone in the low-frequency band to the same energy in the high-frequency band

. (13) . (13)

10. Одновременно осуществлять оценку положения на временной оси глобального максимума энергии сейсмосигнала от обнаруженного ОНТ, так как сейсмические колебания регистрировались сейсмическим датчиком пьезорезистивного типа, который характеризуется средней чувствительностью. Следовательно, критерий (13) необходимо оценивать в ближайшей окрестности точки траверза. Для этого при оценке временного положения глобального максимума энергии сейсмосигнала необходимо обеспечить компенсацию потерь на распространение его в пространстве и потерь, связанных с затуханием в почве. 10. Simultaneously assess the position on the time axis of the global maximum energy of the seismic signal from the detected SWT, since seismic vibrations were recorded by a piezoresistive type seismic sensor, which is characterized by average sensitivity. Consequently, criterion (13) must be assessed in the immediate vicinity of the traverse point. To do this, when assessing the temporary position of the global maximum of seismic signal energy, it is necessary to ensure compensation for losses due to its propagation in space and losses associated with attenuation in the soil.

Ниже для этих целей приведена таблица 1.Table 1 is provided below for these purposes.

Таблица 1 Table 1

Тип грунтаSoil type Вид коэффициентаType of coefficient КTO гG КTO RR ГлинаClay 5,05.0 1/R 1/ R СуглинокLoam 3,53.5 1/R 0,8 1/ R 0.8 СупесьSandy loam 2,02.0 1/R 0,7 1/ R 0.7 ПесокSand 1,01.0 1/R 0,5 1/ R 0.5

В таблице 1, исходя из накопленного опыта и известных работ по сейсмологии, представлены некоторые типы грунтов и соответствующие им коэффициенты ослабления: К г – за счёт поглощения в грунте, К R – за счёт пространственных потерь. Под символом R подразумевается траверзное расстояние. Очевидно, что общий коэффициент ослабления для каждого типа грунта будет равен произведению коэффициентов, представленных в таблице, то есть К п = К г·К R. Далее необходимо определить момент пересечения ОНТ траверза, который должен соответствовать временному положению глобального максимума энергии сейсмосигнала, генерируемого данным ОНТ. Вариантов поиска глобального максимума непрерывных и дискретно-непрерывных функций существует достаточно много, и они описаны в соответствующей литературе. При этом надо стремиться к тому, чтобы момент окончания полного цикла рабочего алгоритма располагался как можно ближе к точке траверза в момент пересечения траверза ОНТ. Один из вариантов такого поиска использован в данном способе. Особенность его состоит в том, что окрестность вокруг точки траверза Δt р = t к t н, в которой осуществляются основные операции и принимаются решения, в основном составляет от 4 до 8 секунд. Здесь t н – момент начала осуществления основных операций очередного рабочего цикла алгоритма и принятия решений, t к – момент окончания этого цикла, а текущее значение будет t k = k·N p·Δt – секундные отсчёты. Table 1, based on accumulated experience and known works on seismology, presents some types of soils and their corresponding weakening coefficients:TO G – due to absorption in the soil,TO R – due to spatial losses. Under the symbolR the traverse distance is implied. Obviously, the total weakening coefficient for each type of soil will be equal to the product of the coefficients presented in the table, that isTO P =TO G·TO R. Next, it is necessary to determine the moment of intersection of the OCB traverse, which must correspond to the time position of the global maximum of the seismic signal energy generated by this OCB. There are quite a lot of options for searching for the global maximum of continuous and discrete-continuous functions, and they are described in the relevant literature. In this case, it is necessary to strive to ensure that the moment of completion of the full cycle of the working algorithm is located as close as possible to the traverse point at the moment of crossing the ONT traverse. One of the options for such a search is used in this method. Its peculiarity is that the neighborhood around the traverse point Δt R =t Tot n, in which basic operations are carried out and decisions are made, generally ranges from 4 to 8 seconds. Heret n – the moment of the beginning of the implementation of the main operations of the next working cycle of the algorithm and decision-making,t To – the moment of the end of this cycle, and the current value will bet k =k·N p·Δt - seconds countdown.

11. Отфильтрованные энергии сейсмосигнала низкочастотной и высокочастотной полос, найденные выше, суммируются и потери энергии в какой-то степени компенсируются приведением энергии к состоянию на момент возбуждения сейсмосигнала объектом, пересекающим траверз 11. The filtered energies of the seismic signal of the low-frequency and high-frequency bands found above are summed up and the energy losses are to some extent compensated by bringing the energy to the state at the time the seismic signal was excited by an object crossing the beam

. (14) . (14)

Здесь - оценка величины приведённой энергии, а моменты прохождения ОНТ траверза будут соответствовать положениям отсчётов с максимальным значением приведённой энергии соответствующих сейсмосигналов на временной оси Here - estimation of the value of the reduced energy, and the moments of passage of the ONT traverse will correspond to the positions of the readings with the maximum value of the reduced energy of the corresponding seismic signals on the time axis

, (15) , (15)

где n ЛКТ = 0, 1, …, N ЛКТ-1; n ТКТ = 0, 1, …, N ТКТ-1; n ЛГТ = 0, 1, …, N ЛГТ-1 и n ТГТ = 0, 1, …, N ТГТ-1.where n LCT = 0, 1, …, N LCT -1; n TKT = 0, 1, …, N TKT -1; n LHT = 0, 1, …, N LHT -1 and n TGT = 0, 1, …, N TGT -1.

12. В зависимости от найденного класса ОНТ в качестве категории, характеризующей его условный «вес» («лёгкий»-«тяжёлый»), принимают оценку приведённой энергии соответствующего сейсмосигнала в момент пересечения ОНТ траверза (15).12. Depending on the found class of the HCB, an estimate of the reduced energy of the corresponding seismic signal at the moment the HCB crosses the traverse (15) is taken as a category characterizing its conditional “weight” (“light” - “heavy”).

В качестве материала, иллюстрирующего устойчивость предлагаемого способа разделения ОНТ на классы «колесо-гусеница», на фигурах 3 – 6 представлены результаты обработки z-компонент сейсмосигналов от четырёх ОНТ различных классов: на фиг. 3 – от легкового автомобиля, относящегося к классу ЛКТ (R = 40 м, V = 30 км/ч), на фиг. 4 – от грузового автомобиля, относящегося к классу ТКТ (R = 100 м, V = 40 км/ч), на фиг. 5 – от бронированного ОНТ, относящегося к классу ЛГТ (R = 200 м, V = 25-30 км/ч) и на фиг. 6 – от бронированного ОНТ, относящегося к классу ТГТ (R = 200 м, V = 30 км/ч). As material illustrating the stability of the proposed method of dividing SWNTs into “wheel-track” classes, figures 3 – 6 present the results of processing the z -components of seismic signals from four SWNTs of different classes: in Fig. 3 – from a passenger car belonging to the LCT class ( R = 40 m, V = 30 km/h), in Fig. 4 – from a truck belonging to the TKT class ( R = 100 m, V = 40 km/h), in Fig. 5 – from an armored OHT belonging to the LGT class ( R = 200 m, V = 25-30 km/h) and in Fig. 6 – from an armored OHT belonging to the TGT class ( R = 200 m, V = 30 km/h).

Из анализа этих иллюстраций следует, что все представленные на фиг. 3а), 4а), 5а) и 6а) z-компоненты сейсмосигналов подвержены достаточно сильному влиянию канальных шумов и помех. Тем не менее, отсчёты критерия классификации Q k (13) в малой окрестности точки траверза для всех этих ОНТ с избытком удовлетворяют требованиям правильной классификации ОНТ. Окончательное решение о принадлежности ОНТ к какому-либо классу наземной техники принимается после усреднения (13) на отрезке Δt р From the analysis of these illustrations it follows that all presented in Fig. 3a), 4a), 5a) and 6a) z -components of seismic signals are subject to a fairly strong influence of channel noise and interference. Nevertheless, the readings of the classification criterion Q k (13) in a small vicinity of the traverse point for all these HCBs more than satisfy the requirements for the correct classification of HCBs. The final decision on whether the ONT belongs to any class of ground equipment is made after averaging (13) over the segment Δ t p

. (16) . (16)

Это связано с вероятностью выброса некоторых отсчётов (13) на отрезке Δt р в неблагоприятном для данного класса ОНТ направлении и повышает устойчивость правильной классификации к воздействию внешних факторов. В (16) верхние знаки «<» означают выбор класса «ГТ», нижние знаки «>» - выбор класса «КТ». При этом приведённые энергии сейсмосигналов (особенно в малой окрестности точки траверза), генерируемых «тяжёлыми» ОНТ в поверхностном слое почвы, многократно превышают аналогичные энергии, генерируемые «лёгкими» ОНТ, что используется для разделения ОНТ внутри одного класса на «лёгкие» и «тяжёлые». This is due to the probability of ejection of some counts (13) on the segment Δ t р in a direction unfavorable for a given class of ONT and increases the stability of correct classification to the influence of external factors. In (16), the upper signs “<” mean the choice of the “GT” class, the lower signs “>” - the choice of the “KT” class. At the same time, the reduced energies of seismic signals (especially in the small vicinity of the traverse point) generated by “heavy” HCBs in the surface layer of the soil are many times higher than the similar energies generated by “light” HCBs, which is used to divide the HCBs within one class into “light” and “heavy” "

С использованием предлагаемого способа был проведён анализ более 130 записей сейсмосигналов от объектов наземной техники классов «колесо» и «гусеница» «лёгких» (ЛКТ, ЛГТ) и «тяжёлых» (ТКТ, ТГТ). Сейсмосигналы записаны в летне-осеннее время при различных параметрах движения ОНТ (скорости движения, траверзные расстояния, направление движения относительно точки траверза). Почва, на которой расположен полигон с контрольно-измерительной трассой (КИТ), а также и грунтовые дороги, по которым также прогонялись некоторые из ОНТ, относилась к песчаному типу. Using the proposed method, an analysis was carried out of more than 130 records of seismic signals from ground equipment of the “wheel” and “caterpillar” classes, “light” (LKT, LGT) and “heavy” (TKT, TGT). Seismic signals were recorded in summer-autumn under various parameters of OCB movement (movement speeds, traverse distances, direction of movement relative to the traverse point). The soil on which the test site with the control and measuring route (KIT) is located, as well as the dirt roads along which some of the ONTs were also driven, was of the sandy type.

На основе соответствующей статистической обработки результатов оценки величины отсчётов с максимальным значением приведённой энергии соответствующих сейсмосигналов от колёсной и гусеничной техники (15) проведено обоснование величины двух пороговых уровней – для колёсной и гусеничной техники соответственно. Уровни этих порогов таковы, что произвольный отсчёт приведённой энергии (15) для «лёгкого» ОНТ любого класса с вероятностью 0.95 будет оставаться ниже «своего» порога. Для каждого ОНТ какого-либо класса, осуществляется сравнение величины (15) с соответствующим порогом. Если величина отсчёта (15) для ОНТ данного класса не превышает этот порог, то этот ОНТ относят к «лёгкому» в этом классе. Если же величина отсчёта (15) для ОНТ данного класса превысила этот порог, то этот ОНТ относят уже к «тяжёлому» в этом классе. Based on the corresponding statistical processing of the results of assessing the magnitude of counts with the maximum value of the reduced energy of the corresponding seismic signals from wheeled and tracked vehicles (15), the value of two threshold levels was justified - for wheeled and tracked vehicles, respectively. The levels of these thresholds are such that an arbitrary reference of the reduced energy (15) for a “light” HNT of any class will remain below “its” threshold with a probability of 0.95. For each ONT of any class, the value (15) is compared with the corresponding threshold. If the count value (15) for an ONT of a given class does not exceed this threshold, then this ONT is classified as “light” in this class. If the count value (15) for an HNT of a given class exceeds this threshold, then this HNT is already classified as “heavy” in this class.

При обработке записей сейсмических сигналов получают экспериментальные эквиваленты вероятностей обнаружения соответствующих ОНТ. Эти эквиваленты называются частостями и обозначают символом р*. При этом близость значений этих частостей к заданным значениям вероятностей обнаружения р напрямую зависит от количества прогонов ОНТ по КИТ при записи сигналов от них. Чем больше количество прогонов, тем с большей достоверностью можно заменять вероятности соответствующими частостями. Разность между частостью и соответствующей вероятностью α = р *- р будет характеризовать надежность получаемых экспериментальных результатов. Здесь р * - частость появления события в испытании, а р – соответствующая ей вероятность. Доверительная вероятность при заданном количестве прогонов ОНТ по КИТ β ≈ 1- α = 1-. То есть с доверительной вероятностью β можно ожидать, что ошибка от замены вероятности, характеризующей достаточность набора сигналов (прогонов ОНТ по КИТ), частостью (экспериментальная величина) не превзойдет заданного значения.When processing seismic signal records, experimental equivalents of the probabilities of detecting the corresponding SCBs are obtained. These equivalents are called frequencies and are denoted by the symbol p *. In this case, the proximity of the values of these frequencies to the specified values of detection probabilities p directly depends on the number of runs of the ONT through the CIT when recording signals from them. The greater the number of runs, the more confidently one can replace probabilities with corresponding frequencies. The difference between the frequency and the corresponding probability α = p * - p will characterize the reliability of the experimental results obtained. Here p * is the frequency of occurrence of an event in a test, and p is the corresponding probability. Confidence probability for a given number of runs of ONT on the CIT β ≈ 1- α = 1- . That is, with a confidence probability β, one can expect that the error from replacing the probability characterizing the sufficiency of a set of signals (ONT runs on the CIT) with a frequency (experimental value) will not exceed a given value.

В общем случае значение частоты события р* может быть большим или малым. В этом случае доверительный интервал, который с доверительной вероятностью β накрывает среднестатистическую вероятность р, соответствующую данной частости, строят, исходя из точного закона распределения частоты события. Это биномиальное распределение. Ведь число появления события Х в N опытах описывается именно им: вероятность того, что событие Х появится ровно m раз равна , где q = 1 - p, - биномиальные коэффициенты. При этом в отличие от нормального распределения, биномиальное не обладает симметрией. Далее использовались соотношения из [5], которые ограничивают "доверительную область" границами доверительного интервала.In general, the event frequency valueR* may be large or small. In this case, the confidence interval, which with the confidence probability β covers the average statistical probabilityR, corresponding to a given frequency, is constructed based on the exact distribution law of the frequency of the event. This is a binomial distribution. After all, the number of occurrences of the eventXVN experiments is described precisely by him: the probability that the eventXwill appear exactlymtimes equal, Whereq =1-p, - binomial coefficients. Moreover, unlike the normal distribution, the binomial distribution does not have symmetry. Next, we used the relations from [5], which limit the “confidence region” to the boundaries of the confidence interval.

В общем случае на практике неизвестен класс объекта наземной техники, вторгшегося в зону чувствительности сейсмодатчика, поэтому среднестатистическая вероятность правильной классификации ОНТ Р пк с учётом их условного «веса», а также величины соответствующих им доверительных интервалов оценивались, исходя из общего числа записей N для доверительной вероятности β = 0.95. Получена величина среднестатистической вероятности правильной классификации ОНТ с учётом вероятности правильной оценки условного «веса» в данном классе Р пк = 0.947 с границами доверительного интервала шириной 8.5% 0.893 ≤ Р пк ≤ 0.978.In general, in practice, the class of a ground equipment object that has invaded the sensitivity zone of a seismic sensor is unknown, therefore the average statistical probability of correct classification of ONT R pc , taking into account their conditional “weight”, as well as the values of the corresponding confidence intervals, were estimated based on the total number of records N for the confidence probability β = 0.95. The average statistical probability of correct classification of HNTs was obtained, taking into account the probability of correct assessment of the conditional “weight” in a given class, P pc = 0.947 with the boundaries of a confidence interval 8.5% wide 0.893 ≤ P pc ≤ 0.978.

Таким образом, достигаемый технический результат состоит в повышении устойчивости алгоритма функционирования устройства, реализующего регистрацию и обработку сейсмосигналов от подвижных ОНТ к изменению погодно-климатических условий и уровня долговременных внешних шумовых или помеховых факторов.Thus, the achieved technical result is to increase the stability of the operating algorithm of the device, which implements the registration and processing of seismic signals from mobile HCTs to changes in weather and climatic conditions and the level of long-term external noise or interference factors.

Заявляемый способ может быть реализован устройством, укрупнённая блок-схема которого представлена на фиг. 7, где введены следующие обозначения:The inventive method can be implemented by a device, the enlarged block diagram of which is presented in Fig. 7, where the following notations are introduced:

1 – трёхкомпонентный сейсмоприёмник, три оси чувствительности которого взаимно ортогональны (СП 3D);1 – three-component seismic receiver, the three sensitivity axes of which are mutually orthogonal (SP 3D);

2 – усилитель z-компоненты сейсмосигнала сигнала (УС);2 – amplifier of the z-component of the seismic signal (CS);

3 – полосовой фильтр z-компоненты сейсмосигнала (ПФ);3 – bandpass filter of the z-component of the seismic signal (SF);

4 – аналого-цифровой преобразователь (АЦП);4 – analog-to-digital converter (ADC);

5 – микроконтроллер (МК);5 – microcontroller (MK);

6, 9, 10 – первое, второе и третье пороговые устройства (ПУ);6, 9, 10 – first, second and third threshold devices (TD);

8 – управляемый переключатель на два положения (УП);8 – controlled switch with two positions (UP);

7, 11 – первое и второе решающие устройства (РУ).7, 11 – first and second decision devices (RU).

Устройство содержит последовательно соединенные трёхкомпонентный сейсмоприёмник 1, усилитель z-компоненты сейсмосигнала 2, полосовой фильтр z-компоненты сейсмосигнала 3, аналого-цифровой преобразователь 4 и микроконтроллер 5, первый выход которого через последовательно соединенные первое пороговое устройство 6 и первое решающее устройство 7 соединен с первым входом второго решающего устройства 11, выход которого является выходом устройства. При этом выход первого решающего устройства 7 соединен со вторым входом микроконтроллера 5. Второй и третий выходы микроконтроллера 5 соединены с первым и вторым входами управляемого переключателя на два положения 8, первый выход которого соединен с входом второго порогового устройства 9, выход которого соединен со вторым входом второго РУ 11. Второй выход управляемого переключателя на два положения 8 соединен с входом третьего порогового устройства 10, выход которого подсоединен к третьему входу второго РУ 11. Трёхкомпонентный сейсмоприёмник 1 имеет три входа, на которые поступают три взаимно ортогональные компоненты сейсмосигнала.The device contains a series-connected three-component seismic receiver 1, an amplifier of the z-component of the seismic signal 2, a bandpass filter of the z-component of the seismic signal 3, an analog-to-digital converter 4 and a microcontroller 5, the first output of which is connected to the first through the series-connected first threshold device 6 and the first decision device 7 the input of the second decision device 11, the output of which is the output of the device. In this case, the output of the first decision device 7 is connected to the second input of the microcontroller 5. The second and third outputs of the microcontroller 5 are connected to the first and second inputs of the controlled two-position switch 8, the first output of which is connected to the input of the second threshold device 9, the output of which is connected to the second input the second switchgear 11. The second output of the controlled two-position switch 8 is connected to the input of the third threshold device 10, the output of which is connected to the third input of the second switchgear 11. The three-component seismic receiver 1 has three inputs, which receive three mutually orthogonal components of the seismic signal.

С момента обнаружения ОНТ устройство классификации работает следующим образом. From the moment the ONT is detected, the classification device operates as follows.

В исходном состоянии управляемый переключатель 8 находится в положении, при котором оба его выхода блокированы. На три входа трёхкомпонентного сейсмоприёмника 1 поступают три взаимно ортогональные компоненты сейсмосигнала, где они преобразуются в электрические сигналы. Электрический сигнал с выхода трёхкомпонентного сейсмоприёмника 1, соответствующего z-компоненте сейсмосигнала, поступает на вход усилителя 2, где усиливается до необходимой величины. С выхода усилителя 2 сигнал поступает на вход полосового фильтра 3 с полосой пропускания равной Δf = 22 Гц и граничными частотами f н = 10 Гц, f в = 32 Гц. Отфильтрованный сигнал с выхода полосового фильтра 3 поступает на вход аналого-цифрового преобразователя 4, где подвергается дискретизации и с его выхода уже дискретизированный сигнал поступает на вход микроконтроллера 5. В микроконтроллере 5 в зависимости от наличия или отсутствия объекта наземной техники осуществляется обработка дискретизированной z-компоненты в соответствии с соотношениями (6)÷(12). Результаты в виде значений ткущих отсчётов с первого выхода микроконтроллера 5 поступают на вход первого порогового устройства 6, где контролируется их положение относительно величины единичного порога. Результат этого контроля с выхода первого порогового устройства 6 поступает на вход первого решающего устройства 7, в котором принимается решение о принадлежности обнаруженного подвижного объекта к какому-либо из классов «КТ» или «ГТ» и результат классификации в соответствующих форматах поступает с выхода первого РУ 7 одновременно на второй вход контроллера 5 и первый вход второго РУ 11. In the initial state, the controlled switch 8 is in a position in which both of its outputs are blocked. The three inputs of the three-component seismic receiver 1 receive three mutually orthogonal components of the seismic signal, where they are converted into electrical signals. The electrical signal from the output of three-component seismic receiver 1, corresponding to the z-component of the seismic signal, is supplied to the input of amplifier 2, where it is amplified to the required value. From the output of amplifier 2, the signal is fed to the input of bandpass filter 3 with a bandwidth equal to Δ f = 22 Hz and cutoff frequencies f n = 10 Hz, f b = 32 Hz. The filtered signal from the output of the bandpass filter 3 is supplied to the input of the analog-to-digital converter 4, where it is subjected to sampling and from its output the already sampled signal is supplied to the input of the microcontroller 5. In the microcontroller 5, depending on the presence or absence of a ground equipment object, the sampled z-component is processed in accordance with relations (6)÷(12). The results in the form of current reading values from the first output of the microcontroller 5 are sent to the input of the first threshold device 6, where their position relative to the value of a single threshold is controlled. The result of this control from the output of the first threshold device 6 is sent to the input of the first decision device 7, in which a decision is made about whether the detected moving object belongs to any of the classes “CT” or “GT” and the classification result in the appropriate formats comes from the output of the first control unit 7 simultaneously to the second input of controller 5 and the first input of the second control unit 11.

Если результатом классификации является класс «КТ», то со второго выхода микроконтроллера 5 на первый вход управляемого переключателя 8 поступит команда, которая разблокирует вход второго порогового устройства 9 для колёсной техники и с его выхода на второй вход второго РУ 11 поступит сигнал в соответствующем формате и с выхода второго решающего устройства 11 потребителю поступит результат полной классификации ОНТ: «ЛКТ» или «ТКТ». If the classification result is class “CT”, then from the second output of the microcontroller 5 to the first input of the controlled switch 8 a command will be received that unlocks the input of the second threshold device 9 for wheeled vehicles and from its output to the second input of the second control unit 11 a signal will be received in the appropriate format and from the output of the second decision device 11, the consumer will receive the result of the full classification of ONT: “LKT” or “TKT”.

Если же результатом классификации является класс «ГТ», то с третьего выхода микроконтроллера 5 на второй вход управляемого переключателя 8 поступит команда, которая разблокирует вход третьего порогового устройства 10 для гусеничной техники и с его выхода на третий вход РУ 11 поступит сигнал в соответствующем формате и с его выхода потребителю поступит результат полной классификации ОНТ: «ЛГТ» или «ТГТ». На этом очередной цикл рабочего алгоритма классификации заканчивается, все устройства возвращаются в исходное состояние до обнаружения очередного объекта наземной техники.If the result of the classification is class “GT”, then from the third output of the microcontroller 5 to the second input of the controlled switch 8 a command will be received that unlocks the input of the third threshold device 10 for tracked vehicles and from its output to the third input of RU 11 a signal will be received in the appropriate format and from its output, the consumer will receive the result of the full classification of ONT: “LHT” or “TGT”. At this point, the next cycle of the working classification algorithm ends, all devices return to their original state until the next ground equipment object is detected.

Реализация данного устройства не вызывает затруднений, так как все его блоки, являются достаточно часто используемыми в инженерных разработках и описаны в патентах. The implementation of this device does not cause difficulties, since all its blocks are quite often used in engineering developments and are described in patents.

Источники информацииInformation sources

1. Патент 2311665 (РФ). Сейсмическое устройство обнаружения и классификации объектов. МПК G01V 1/16 . Сизов А.С., Стребков Д.А., Челышов С.Ю. Заявка № 2006112075/28 от 11.04.2006. Опубл. 27.11.2007 г.1. Patent 2311665 (RF). Seismic device for detecting and classifying objects. IPC G01V 1/16 . Sizov A.S., Strebkov D.A., Chelyshov S.Yu. Application No. 2006112075/28 dated 04/11/2006. Publ. 11/27/2007 G.

2. Патент 2202811 (РФ). Устройство обнаружения и классификации сейсмических сигналов. МПК G01V 1/16 . Крюков И.Н., Иванов В.А., Дюгованец А.П., Афанасенко А.В. Заявка № 2002113466/28 от 23.05.2002. Опубл. 20.04.2003 г.2. Patent 2202811 (RF). Seismic signal detection and classification device. IPC G01V 1/16 . Kryukov I.N., Ivanov V.A., Dyugovanets A.P., Afanasenko A.V. Application No. 2002113466/28 dated May 23, 2002. Publ. 04/20/2003 G.

3. Патент 2236027 (РФ). Устройство классификации сейсмических сигналов. МПК G01V 1/16 . Крюков И.Н., Иванов В.А., Матвеев В.В. Заявка № 2003118053/28 от 19.06.2003. Опубл. 10.09.2004 г.3. Patent 2236027 (RF). Seismic signal classification device. IPC G01V 1/16 . Kryukov I.N., Ivanov V.A., Matveev V.V. Application No. 2003118053/28 dated June 19, 2003. Publ. September 10, 2004

4. Патент 2776588 (РФ). Способ классификации подвижных объектов наземной техники с использованием особенностей сцепления их с почвой. МПК G01V 1/00 , G08B 13/00 . Афанасьев О.В., Чаплыгин А.А., Подтынников Н.А., Лукьянчиков В.Д., Нартов А.Ю. Заявка: № 2021127060 от 14.09.2021. Опубл. 22.07.2022 г.4. Patent 2776588 (RF). A method for classifying moving objects of ground equipment using the characteristics of their adhesion to the soil. IPC G01V 1/00 , G08B 13/00 . Afanasyev O.V., Chaplygin A.A., Podtynnikov N.A., Lukyanchikov V.D., Nartov A.Yu. Application: No. 2021127060 dated 09/14/2021. Publ. 07/22/2022 G.

5. Вентцель, Е.С. Теория вероятностей. / Е.С. Вентцель. – М.: Наука, 1969. – 576 с.5. Ventzel, E.S. Probability theory. / E.S. Wentzel. – M.: Nauka, 1969. – 576 p.

Claims (1)

Способ классификации подвижных объектов наземной техники по сейсмическому сигналу, включающий регистрацию сейсмического сигнала, возбуждаемого подвижным объектом наземной техники, фильтрацию его z-компоненты в выбранной полосе частот, её усиление и дискретизацию, осуществление деления выбранного диапазона рабочих частот на две полосы: низкочастотную и высокочастотную по условию равенства в них спектральных плотностей сейсмофона; в отсутствии объекта в зоне чувствительности сейсмодатчика периодическую оценку средней величины отсчётов энергии сейсмофона в выбранной полосе за время наблюдения сейсмофона, а также значения отсчётов коэффициента выравнивания энергий сейсмофона в этих полосах, как величины обратной отношению усреднённой на промежутке времени наблюдения величины отсчётов энергии сейсмофона низкочастотной полосы к усреднённой на этом же временном промежутке величине отсчётов энергии сейсмофона высокочастотной полосы; в присутствии подвижного объекта наземной техники на длительности текущего временного окна осуществление деления величины отсчётов энергии смеси z-компоненты полезного сейсмосигнала и сейсмофона в низкочастотной полосе на величину отсчётов энергии смеси z-компоненты полезного сейсмосигнала и сейсмофона в высокочастотной полосе, домножения отсчётов полученного частного от деления на последнюю оценку значения отсчётов выравнивающего коэффициента, отличающийся тем, что результат последней текущей операции усредняется на определённом количестве отсчётов, расположенных в малой окрестности точки траверза, результат усреднения сравнивается с единичным порогом; если результат усреднения оказывается расположенным выше единичного порога, то выносится решение о том, что обнаруженный объект относится к классу колёсной техники, если же его величина превысит единичный порог, то обнаруженный объект относится к классу гусеничной техники; одновременно в малой окрестности точки траверза осуществляются операции компенсации пространственных потерь энергии сейсмосигнала и потерь, связанных с затуханием его в почве, определяющие приведение энергии отсчётов сейсмосигнала к состоянию на момент возбуждения сейсмосигнала объектом, пересекающим траверз, операции по оценке величины максимального значения приведённой энергии сейсмосигнала, которая принимается в качестве условного «веса» обнаруженного объекта; отнесение обнаруженного объекта к категории «лёгкий» или «тяжёлый» в своём классе осуществляется путём сравнения величины его условного «веса» с соответствующим статистически обоснованным для данного класса техники порогом; если условный «вес» обнаруженного объекта меньше величины соответствующего порога, то объект относят к категории «лёгкий» в своём классе, если же условный «вес» объекта превышает по величине этот порог, то объект относят к категории «тяжёлый» в этом классе.A method for classifying mobile objects of ground equipment by a seismic signal, including registration of a seismic signal excited by a moving object of ground equipment, filtering its z-component in a selected frequency band, its amplification and sampling, dividing the selected range of operating frequencies into two bands: low-frequency and high-frequency the condition of equality in them of the spectral densities of the seismophone; in the absence of an object in the sensitivity zone of the seismic sensor, a periodic assessment of the average value of the seismophone energy readings in the selected band during the observation of the seismophone, as well as the values of the readings of the seismophone energy equalization coefficient in these bands, as the reciprocal value of the value of the seismophone energy readings of the low-frequency band averaged over the observation time interval to the value of high-frequency band seismophone energy samples averaged over the same time interval; in the presence of a moving object of ground equipment for the duration of the current time window, dividing the energy samples of the mixture of the z -component of the useful seismic signal and the seismophone in the low-frequency band by the value of the energy samples of the mixture of the z -component of the useful seismic signal and the seismophone in the high-frequency band, multiplying the samples of the resulting quotient from division by the last estimate of the value of the leveling coefficient samples, characterized in that the result of the last current operation is averaged over a certain number of samples located in a small vicinity of the traverse point, the averaging result is compared with a unit threshold; if the averaging result turns out to be located above the unit threshold, then a decision is made that the detected object belongs to the class of wheeled vehicles, but if its value exceeds the unit threshold, then the detected object belongs to the class of tracked vehicles; simultaneously, in a small vicinity of the traverse point, operations are carried out to compensate for the spatial losses of the seismic signal energy and losses associated with its attenuation in the soil, which determine the reduction of the energy of the seismic signal readings to the state at the time of excitation of the seismic signal by an object crossing the traverse, operations to estimate the maximum value of the reduced seismic signal energy, which is accepted as the conditional “weight” of the detected object; classification of a detected object into the category “light” or “heavy” in its class is carried out by comparing the value of its conditional “weight” with the corresponding statistically justified threshold for a given class of equipment; if the conditional “weight” of the detected object is less than the value of the corresponding threshold, then the object is classified as “light” in its class, but if the conditional “weight” of the object exceeds this threshold in value, then the object is classified as “heavy” in this class.
RU2023125968A 2023-10-11 Method for classifying mobile ground equipment RU2811811C1 (en)

Publications (1)

Publication Number Publication Date
RU2811811C1 true RU2811811C1 (en) 2024-01-17

Family

ID=

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4604738A (en) * 1982-02-22 1986-08-05 Honeywell Inc. Method and apparatus for classification of a moving terrestrial vehicle as light or heavy
RU2202811C1 (en) * 2002-05-23 2003-04-20 Калининградский военный институт ФПС РФ Facility detecting and classifying seismic signals
RU2236027C1 (en) * 2003-06-19 2004-09-10 Калининградский военный институт ФПС РФ Device for classifying seismic signals
WO2010101594A2 (en) * 2008-12-19 2010-09-10 Bae Systems Information And Electronic Systems Integration Inc. Seismic method for vehicle detection and vehicle weight classification
US7796820B2 (en) * 2003-10-02 2010-09-14 Robert Bosch Gmbh Method for evaluation and stabilization over time of classification results
RU2776588C1 (en) * 2021-09-14 2022-07-22 Акционерное общество "Концерн "Созвездие" Method for classifying mobile objects of ground equipment using the features of its adhesion to the soil

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4604738A (en) * 1982-02-22 1986-08-05 Honeywell Inc. Method and apparatus for classification of a moving terrestrial vehicle as light or heavy
RU2202811C1 (en) * 2002-05-23 2003-04-20 Калининградский военный институт ФПС РФ Facility detecting and classifying seismic signals
RU2236027C1 (en) * 2003-06-19 2004-09-10 Калининградский военный институт ФПС РФ Device for classifying seismic signals
US7796820B2 (en) * 2003-10-02 2010-09-14 Robert Bosch Gmbh Method for evaluation and stabilization over time of classification results
WO2010101594A2 (en) * 2008-12-19 2010-09-10 Bae Systems Information And Electronic Systems Integration Inc. Seismic method for vehicle detection and vehicle weight classification
RU2776588C1 (en) * 2021-09-14 2022-07-22 Акционерное общество "Концерн "Созвездие" Method for classifying mobile objects of ground equipment using the features of its adhesion to the soil

Similar Documents

Publication Publication Date Title
Ruano et al. Seismic detection using support vector machines
Makarenko Deep learning algorithms for signal recognition in long perimeter monitoring distributed fiber optic sensors
NO334218B1 (en) Processing sound waveform measurements to determine slowness
CN111520192B (en) Non-contact tunnel engineering construction rock burst real-time forecasting optimization method
RU2705770C1 (en) Method for operational and technical protection of boundaries of objects and boundaries
US4158832A (en) Seismic apparatus for discrimination between track-type vehicles and wheel-type vehicles
Akhouayri et al. Automatic detection and picking of P-wave arrival in locally stationary noise using cross-correlation
Timofeev et al. Classification of seismoacoustic emission sources in fiber optic systems for monitoring extended objects
Soto et al. Spectro-temporal features applied to the automatic classification of volcanic seismic events
RU2811811C1 (en) Method for classifying mobile ground equipment
CN114415234B (en) Method for determining shallow surface transverse wave speed based on active source surface wave dispersion and H/V
CN111520193B (en) Non-contact tunnel engineering construction rock burst real-time forecasting method
US11674826B2 (en) Monitoring unit for monitoring a linear asset and method for monitoring a linear asset
Leach et al. Earthquake early warning system using real-time signal processing
RU2774733C1 (en) Method for classifying mobile objects of ground equipment using the peculiarities of their adhesion to the soil
CN116204784B (en) DAS-based subway tunnel external hazard operation intrusion recognition method
Wang et al. Improvement of autoregressive model-based algorithms for picking the arrival times of the P-wave of rock acoustic emission
CN112071009B (en) Optical fiber pipeline early warning system and method thereof
RU2773269C1 (en) Method for detection of mobile objects of ground equipment
CN112099080B (en) Method for detecting ground microseism event based on local superposition
Kopylova et al. Statistical Algorithms for Analysis, Measurement, and Recognition of Transport Noises
CN115453627A (en) Small habitat particle swarm surface wave inversion method without pattern recognition
RU2776588C1 (en) Method for classifying mobile objects of ground equipment using the features of its adhesion to the soil
EP1480182B1 (en) Contactless axle counter for road traffic
CA2723357C (en) Identity tracking process and system