发明内容
针对现有技术中的缺陷,本发明提供一种基于信号频域特征的振动源识别方法及***,能够根据信号频域特征准确的识别出敲击振动信号,且识别过程快速且有效,为控制中心提供了可靠地振动源判定基础,使得控制中心能够根据振动源的类型,做出准确且及时的响应。
为解决上述技术问题,本发明提供以下技术方案:
一方面,本发明提供了一种基于信号频域特征的振动源识别方法,所述方法包括:
步骤1.获取当前振动源在多个报警点的振动信号;
步骤2.对各振动信号进行预处理,使得各振动信号均与标准信号的尺度相同;
步骤3.根据标准信号对各所述振动信号进行能量检测,筛除能量检测结果超出第一阈值范围的振动信号,得到当前振动源的识别信号;
步骤4.根据信号频域特征获取各所述识别信号与不同工况下的标准信号的相关系数;
步骤5.若经判断得知识别信号中有敲击振动信号且该敲击振动信号的数量多于第二阈值,则将当前振动源识别为敲击振动源。
进一步的,所述步骤1包括:
在光纤传感***的各报警点检测到振动源时,接收各报警点发送的振动信号,其中,各报警点的设置位置不同。
进一步的,所述步骤2包括:
步骤2-1.将当前振动信号带入预处理模型中,其中,所述预处理模型如式(1)所示:
f2(t)=f1(at) (1)
其中,f1为振动信号,f2为标准信号,t为时间,a为当前振动信号的尺度变换系数;
步骤2-2.根据所述预处理模型对各振动信号进行预处理,使得当前振动信号与所述标准信号的尺度相同。
进一步的,所述步骤2-2包括:
步骤2-2a.将f2(t)和f1(at)转换至对数坐标系;
步骤2-2b.将转换至对数坐标系的f2(t)和f1(at)进行傅里叶变换,以及根据傅里叶变换的时移特性,获取当前振动信号的尺度变换系数a的取值;
步骤2-2c.将当前振动信号的尺度变换系数a带入所述预处理模型,对各振动信号进行预处理,使得当前振动信号与所述标准信号的尺度相同。
进一步的,所述步骤2-2还包括:
步骤2-2d.若经判断得知当前振动信号的尺度变换系数a的取值在0.5<a<1.5的范围内;则对当前振动信号进行反向尺度变换。
进一步的,所述步骤3包括:
步骤3-1.分别获取各所述振动信号的信号能量E1以及所述标准信号的信号能量E2;
步骤3-2.计算得到E1与E2的比值B,并比较所述比值B与第一阈值范围b,其中,0.1<b<10;
若所述比值B超出第一阈值范围,则进入步骤3-3;
若所述比值B未超出第一阈值范围,则步骤3-4;
步骤3-3.筛除所述比值B超出第一阈值范围的振动信号,进入步骤3-4;
步骤3-4.将未被筛除的各振动信号确认为当前振动源的识别信号。
进一步的,所述步骤4包括:
步骤4-1.对当前振动源的各识别信号及不同工况对应的标准信号进行快速傅里叶变换;
步骤4-2.根据信号频域特征对各识别信号及不同工况对应的标准信号进行归一化的相关系数求解,其中,频域的相关系数ρf:xy如式(2)所示:
式(2)中,X(ω)为识别信号的傅里叶变换结果,Y(ω)为不同工况对应的标准信号的傅里叶变换结果,其中,所述工况中包括敲击工况。
进一步的,所述步骤5包括:
步骤5-1.根据当前识别信号与不同工况对应的标准信号的相关系数的取值,确定当前识别信号的工况类型;
步骤5-2.若经判断得知识别信号中有敲击振动信号且该敲击振动信号的数量多于第二阈值,则将当前振动源识别为敲击振动源。
进一步的,所述步骤5-2包括:
判断所述敲击振动信号的数量是否超过第二阈值,其中,所述第二阈值为大于1的正整数;
若所述敲击振动信号的数量超过第二阈值,则将当前振动源识别为敲击振动源;
否则,将当前振动源识别为非敲击造成的人工振动源。
另一方面,本发明还提供了一种基于信号频域特征的振动源识别***,所述***包括:
振动信号获取单元,用于获取当前振动源在多个监测点的振动信号;
预处理单元,用于对各振动信号进行预处理,使得各振动信号均与标准信号的尺度相同;
能量检测单元,用于根据标准信号对各所述振动信号进行能量检测,筛除能量检测结果超出第一阈值范围的振动信号,得到当前振动源的识别信号;
相关系数获取单元,用于根据信号频域特征获取各所述识别信号与不同工况下的标准信号的相关系数;
敲击振动源识别单元,用于若经判断得知识别信号中有敲击振动信号且该敲击振动信号的数量多于第二阈值,则将当前振动源识别为敲击振动源。
由上述技术方案可知,本发明所述的一种基于信号频域特征的振动源识别方法及***,方法获取当前振动源在多个报警点的振动信号,对各振动信号进行预处理,根据标准信号对各振动信号进行能量检测,得到当前振动源的识别信号,根据信号频域特征获取各识别信号与不同工况下的标准信号的相关系数,在识别信号中有敲击振动信号且该敲击振动信号的数量多于第二阈值时,将当前振动源识别为敲击振动源;能够根据信号频域特征准确的识别出敲击振动信号,且识别过程快速且有效,为控制中心提供了可靠的振动源判定基础,使得控制中心能够根据振动源的类型做出准确及时的响应。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的实施例一提供了一种基于信号频域特征的振动源识别方法。参见图1,所述识别方法具体包括如下内容:
步骤100:获取当前振动源在多个报警点的振动信号。
在本步骤中,光纤传感***用于实时监测地面的振动源,并在光纤传感***的各报警点检测到振动源时,接收各报警点发送的振动信号,其中,各报警点间隔设置在不同的位置。
步骤200:对各振动信号进行预处理,使得各振动信号均与标准信号的尺度相同。
在本步骤中,将当前振动信号带入预处理模型中,并根据所述预处理模型对各振动信号进行预处理,使得当前振动信号与所述标准信号的尺度相同。
步骤300:根据标准信号对各所述振动信号进行能量检测,筛除能量检测结果超出第一阈值范围的振动信号,得到当前振动源的识别信号。
在本步骤中,分别获取各所述振动信号的信号能量以及所述标准信号的信号能量;计算得到振动信号的信号能量以及所述标准信号的信号能量的比值,并筛除所述比值B超出第一阈值范围的振动信号,将未被筛除的各振动信号确认为当前振动源的识别信号。
步骤400:根据信号频域特征获取各所述识别信号与不同工况下的标准信号的相关系数。
在本步骤中,对当前振动源的各识别信号及不同工况对应的标准信号进行快速傅里叶变换,并根据信号频域特征对各识别信号及不同工况对应的标准信号进行归一化的相关系数求解。
步骤500:若经判断得知识别信号中有敲击振动信号且该敲击振动信号的数量多于第二阈值,则将当前振动源识别为敲击振动源。
在本步骤中,根据当前识别信号与不同工况对应的标准信号的相关系数的取值,确定当前识别信号的工况类型,若经判断得知识别信号中有敲击振动信号且该敲击振动信号的数量多于第二阈值,则将当前振动源识别为敲击振动源。
从上述描述可知,本发明的实施例能够根据信号频域特征准确的识别出敲击振动信号,且识别过程快速且有效,为控制中心提供了可靠地振动源判定基础,使得控制中心能够根据振动源的类型,做出准确且及时的响应。
本发明的实施例二提供了上述识别方法中步骤200的一种具体实施方式。参见图2,该步骤200具体包括如下内容:
步骤201:将当前振动信号带入预处理模型中,其中,所述预处理模型如式(1)所示:
f2(t)=f1(at) (1)
其中,f1为振动信号,f2为标准信号,t为时间,a为当前振动信号的尺度变换系数;
步骤202:根据所述预处理模型对各振动信号进行预处理,使得当前振动信号与所述标准信号的尺度相同。
从上述描述可知,本发明的实施例给出了对各振动信号进行预处理,使得各振动信号均与标准信号的尺度相同的具体实现方式,且该实现过程准确且有效。
本发明的实施例三提供了上述识别方法中步骤202的一种具体实施方式。参见图3,该步骤202具体包括如下内容:
步骤202a:将f2(t)和f1(at)转换至对数坐标系。
步骤202b:将转换至对数坐标系的f2(t)和f1(at)进行傅里叶变换,以及根据傅里叶变换的时移特性,获取当前振动信号的尺度变换系数a的取值。
步骤202c:将当前振动信号的尺度变换系数a带入所述预处理模型,对各振动信号进行预处理,使得当前振动信号与所述标准信号的尺度相同。
步骤202d:若经判断得知当前振动信号的尺度变换系数a的取值在0.5<a<1.5的范围内;则对当前振动信号进行反向尺度变换。
从上述描述可知,本发明的实施例通过根据所述预处理模型对各振动信号进行预处理,准确实现了使得当前的振动信号与所述标准信号的尺度相同,为后续处理提供了可靠的数据基础。
本发明的实施例四提供了上述识别方法中步骤300的一种具体实施方式。参见图4,该步骤300具体包括如下内容:
步骤301:分别获取各所述振动信号的信号能量E1以及所述标准信号的信号能量E2。
步骤302:计算得到E1与E2的比值B,并比较所述比值B与第一阈值范围b,其中,0.1<b<10。
若所述比值B超出第一阈值范围,则进入步骤303。
若所述比值B未超出第一阈值范围,则步骤304。
步骤303:筛除所述比值B超出第一阈值范围的振动信号,进入步骤304。
步骤304:将未被筛除的各振动信号确认为当前振动源的识别信号。
从上述描述可知,本发明的实施例通过根据标准信号对各所述振动信号进行能量检测,有效且快速的筛除了能量检测结果超出第一阈值范围的振动信号,准确获取了当前振动源的识别信号。
本发明的实施例五提供了上述识别方法中步骤400的一种具体实施方式。参见图5,该步骤400具体包括如下内容:
步骤401:对当前振动源的各识别信号及不同工况对应的标准信号进行快速傅里叶变换。
步骤402:根据信号频域特征对各识别信号及不同工况对应的标准信号进行归一化的相关系数求解,其中,频域的相关系数ρf:xy如式(2)所示:
式(2)中,X(ω)为识别信号的傅里叶变换结果,Y(ω)为不同工况对应的标准信号的傅里叶变换结果,其中,所述工况中包括敲击工况。
从上述描述可知,本发明的实施例通过根据信号频域特征,准确的获取了各所述识别信号与不同工况下的标准信号的相关系数,为后续对识别信号的识别提供了判定基础。
本发明的实施例六提供了上述识别方法中步骤500的一种具体实施方式。参见图6,该步骤500具体包括如下内容:
步骤501:根据当前识别信号与不同工况对应的标准信号的相关系数的取值,确定当前识别信号的工况类型。
步骤502:若经判断得知识别信号中有敲击振动信号且该敲击振动信号的数量多于第二阈值,则将当前振动源识别为敲击振动源。
在本步骤中,判断所述敲击振动信号的数量是否超过第二阈值,其中,所述第二阈值为大于1的正整数;若所述敲击振动信号的数量超过第二阈值,则将当前振动源识别为敲击振动源;否则,将当前振动源识别为非敲击造成的人工振动源。
从上述描述可知,本发明的实施例通过根据上述步骤100至400,实现了经判断得知识别信号是否为敲击振动信号,并实现了根据敲击振动信号的数量判定当前振动源是否为敲击振动源。
为进一步的说明本方案,本发明还提供了一种基于信号频域特征的振动源识别方法的具体应用例,该具体应用例以敲击信号为镐刨信号、以及标准信号为模板为例对该方案进行说明。参见图7,该识别方法的具体应用例包括的内容如下:
图7是识别方法的具体应用例的总体流程。所识别的对象主要包括:镐刨信号和其他人工信号。
首先,对经检测后的数据报警点附近截取512ms的振动段,之后对待测数据与模板数据做傅里叶梅林变换,消除尺度变换的影响后,对待测数据进行能量检测,消除不匹配数据,最后通过对信号与模板求频域归一化相关系数输出最终识别结果。
如图8所示通过傅里叶梅林变换消除尺度变换带来的影响,步骤如下:
S201:将待测信号和模板信号转到对数坐标系。
对于存在尺度缩放的信号f2(t)和f1(at),首先需要将其转换到对数坐标系,即变为f2(logt)和f1[log(at)]。
根据对数的性质对二者进行如下变换:
f2(logt)=f1(logat)=f1(logt+loga) (1)
设x=logt,A=loga,则
f2(x)=f1(x+A) (2)
S202:求对数坐标系下的待测信号与模板的互功率谱逆。
对上式中的f2(x)和f1(x+A)分别进行傅里叶变换,则:
F2(ω)=F1(ω)e-j(ωA) (3)
而f2(x)和f1(x+A)的互功率谱为:
S203:对互功率谱进行傅里叶逆变换,找出其峰值所在位置。
由S202可知,对待测信号与模板的互功率谱求逆变换,逆变换的结果将在A处将形成一个脉冲函数,借此可求得A。
S204:求出尺度缩放因子a。
由S201可得:
a=eA (5)
这样就求出了尺度变换因子a。
对求出的尺度因子a进行检验,若0.5<a<1.5,则对数据做反向尺度变换,否则不对数据做任何变换。通过上述步骤就消除了尺度变换对相关识别算法带来的影响。
如图9所示通过频域相关对待测信号进行识别,步骤如下:
S301:计算振动数据和模板的能量比值K。
对待测信号和模板求能量:
E1=||s1(t)||2=∫|s1(t)|2dt (6)
E2=||s2(t)||2=∫|s2(t)|2dt (7)
其中,t为时间,s1(t)为待测信号,s2(t)为模板信号,E1为待测信号能量
E2为模板信号能量。
所以待测信号与模板的能量比值K为:
K=E1/E2 (8)
S302:对能量比值K进行检测,阈值设置为(0.1~10);
一般来说,同种类型的人工信号的能量比值不会相差过大,因此通过检测待测信号与模板的能量比就可以消除没有必要去匹配的样本,这样不仅提高了识别率,也大大简化了运算。阈值设置为0.1~10,即两种信号能量相差十倍以上就将结果的相关系数直接置零。
S303:计算待测信号和模板的归一化相关系数。
S304:通过求出的归一化相关系数进行识别,输出最终的识别结果。
对求出的待测信号与各个模板的相关系数进行比对,相关系数最大的即为识别结果。
取同一待测信号的3个不同报警点分别于各个模板进行识别,若识别结果有两次以上为镐刨,则输出最终识别结果为镐刨,否则就输出识别结果为其他人工信号。
镐刨,小跑,挖地这三种人工信号的报警点时域如图10至12所示。从图中可以看出,小跑与挖地信号的时域特征较为接近,而镐刨与它们区别明显。
如图13所示,镐刨振动信号与镐刨模板的互功率谱的傅里叶逆变换结果出现了一个脉冲函数,而其峰值位置就尺度缩放因子的对数。
傅里叶梅林变换前后镐刨信号的时域图如图14至16所示,从图中可以看出,消除尺度缩放影响后,镐刨待测信号与模板的相似度有了明显的提高,因此通过傅里叶梅林变换可以大大提高识别率。
本发明的具体应用例针对上述频域相关识别方法,利用频域相关模板对时域的几何变化具有强鲁棒性,首先通过傅里叶变换的时移不变性消除了时域上平移变换对相关识别带来的影响,其次通过傅里叶梅林变换求出了信号与模板的尺度缩放因子并对模板进行反向缩放消除影响。之后通过待测信号与模板的能量比值消除一些明显不匹配的样本,提高了相关识别的效率与准确率。最后求解待测信号与各个模板的归一化相关系数,通过相关系数的大小输出识别结果。
与现有检测方法相比,本发明的优点包括:
(1)本发明的方法能够有效实现光纤入侵识别;
(2)本发明的方法能够通过傅里叶变换的时移不变性消除时移变换对相关识别的影响
(3)本发明的方法能够通过傅里叶梅林变换消除尺度缩放对相关识别产生的影响。
(4)本发明的方法能够通过频域相关的方法别有效地将镐刨信号与其他人工信号区别开,准确性较高。
本发明的实施例七提供了能够实现上述识别方法的一种基于信号频域特征的振动源识别***。参见图17,该识别***具体包括如下内容:
振动信号获取单元10,用于获取当前振动源在多个监测点的振动信号。
预处理单元20,用于对各振动信号进行预处理,使得各振动信号均与标准信号的尺度相同。
能量检测单元30,用于根据标准信号对各所述振动信号进行能量检测,筛除能量检测结果超出第一阈值范围的振动信号,得到当前振动源的识别信号。
相关系数获取单元40,用于根据信号频域特征获取各所述识别信号与不同工况下的标准信号的相关系数。
敲击振动源识别单元50,用于若经判断得知识别信号中有敲击振动信号且该敲击振动信号的数量多于第二阈值,则将当前振动源识别为敲击振动源。
从上述描述可知,本发明的实施例能够根据信号频域特征准确的识别出敲击振动信号,且识别过程快速且有效,为控制中心提供了可靠地振动源判定基础,使得控制中心能够根据振动源的类型,做出准确且及时的响应。
最后应说明的是:以上各实施例仅用以说明本发明的实施例的技术方案,而非对其限制;尽管参照前述各实施例对本发明的实施例进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。