CN108225283A - 一种基于非线性动力学特征的内波监测***及方法 - Google Patents

一种基于非线性动力学特征的内波监测***及方法 Download PDF

Info

Publication number
CN108225283A
CN108225283A CN201711364206.2A CN201711364206A CN108225283A CN 108225283 A CN108225283 A CN 108225283A CN 201711364206 A CN201711364206 A CN 201711364206A CN 108225283 A CN108225283 A CN 108225283A
Authority
CN
China
Prior art keywords
wave
data
interior
interior wave
nonlinear dynamical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711364206.2A
Other languages
English (en)
Other versions
CN108225283B (zh
Inventor
张赛
童佳慧
何惠子
许伯强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201711364206.2A priority Critical patent/CN108225283B/zh
Publication of CN108225283A publication Critical patent/CN108225283A/zh
Application granted granted Critical
Publication of CN108225283B publication Critical patent/CN108225283B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/002Measuring the movement of open water

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明公开了一种基于非线性动力学特征的内波监测***及方法,包括压力数据获取及传输模块:利用压力传感器获取海浪压力数据,并将其传输至工作平台;数据分析与处理模块:运用高通滤波器滤除数据中含有的潮位信息,得到仅含海浪压力场信息的时间序列,利用滑动窗截取时间序列,并使用非线性动力学特征参数关联维D2定量地刻画其复杂程度;内波判别模块:当D2随嵌入维增大不收敛时,不符合内波非线性动力学特征,判断内波未出现;当D2随嵌入维增大收敛到稳定值时,符合内波非线性动力学特征,***判断内波到来。本发明方案的方法简单,内波判断准确有效,尤其是能够避免弱能量内波的漏判。

Description

一种基于非线性动力学特征的内波监测***及方法
技术领域
本发明涉及海洋监测领域,具体涉及一种基于海浪压力信号非线性动力学特征的海洋内波监测***及方法。
背景技术
海洋内波是发生于层化海洋内部的一种中小尺度波动现象,对海洋中的质量、动量、能量的传输及全球气候变化起着重要作用;海洋内波在生成、传播及消衰过程中所引起的能量交换对海洋动力学过程有着重要的影响;此外,海洋内波会导致强剪切流,对海上石油开采等海洋工程相关作业的安全具有潜在的威胁。
目前,海洋内波主要通过链式锚系***和合成孔径雷达(SAR)进行探测:前者基于不同深度的传感器测量的温度、盐度和速度等参量来刻画内波,是内波动力学参数的主要观测手段;后者基于在内波波峰和波谷处分别产生表层流场的幅聚和幅散现象,从而造成海表面粗糙度的改变,在SAR图像中形成明暗相间的条纹结构,是内波动态监测的重要手段。
压力传感器是目前海洋观测***中布设广泛的成熟设备,利用压力观测网也可获得内波信息。目前,利用压力传感器提取海洋内波信息的方法主要依靠信号时域波形以及频谱特征进行分析提取,这种方法对弱强度内波不能够进行有效判别。
本发明将提出一种基于海浪压力信号非线性动力学特征的内波监测***及方法克服现有技术存在的问题。
发明内容
为了克服现有的技术缺陷,本发明提供了一种基于海浪压力信号非线性动力学特征的内波监测***及方法。
本发明是通过以下技术方案得以实现的:
一种基于非线性动力学特征的内波监测***,包括压力数据获取及传输模块、数据分析与处理模块和内波判别模块;所述压力数据获取及传输模块,用来实现压力的数据采集与传输;所述数据分析与处理模块,将压力数据获取及传输模块传输至工作平台的数据进行潮位滤除及非线性动力学特征分析;所述内波判别模块,根据数据分析与处理模块的分析结果,判别内波是否到来。
进一步的,所述数据分析与处理模块中,通过置于海水中一定深度的压力传感器记录海浪压力数据,再利用实时数据传输或历时数据传输两种方式传到工作平台。
进一步的,所述数据分析与处理模块中,利用高通数字滤波器进行滤波。
进一步的,所述数据分析与处理模块中,非线性动力学分析方法可使用关联维D2,所述关联维D2能定量地刻画重构相空间的复杂程度。
进一步的,所述内波判别模块依据关联维D2异常变化提示内波到来。
进一步的,内波经过时,海浪压力信号时间序列的关联维数D2随嵌入维数的增加将收敛为一个较低的稳定值。
基于非线性动力学特征的内波监测***的方法,包括如下步骤:
步骤一):压力数据获取及传输模块中,利用潮波仪中的压力传感器记录水压数据,数据传输通过卫星实时数据传输或者历史数据集中传输方式传至工作平台;
步骤二):数据处理与分析方法模块中,将步骤一)传至工作平台的数据进行滤波,滤波后的压力信号时间序列x(t1),x(t2),x(t3),…,其中x(ti)∈R,ti=t0+i*Δt,i=0,1,…,∞,Δt为采样间隔,采用非线性动力学分析方法,通过延迟时间序列重构相空间,由重构的相空间矢量,计算关联维D2非线性参数的具体分析步骤如下:
由时间序列x(ti),可得重构相空间:
Xi=[x(ti),x(ti-τ),...,x(ti-(d-1)τ)]T, (1)
其中,τ为延迟时间,d为嵌入维;延迟时间通过互信息法确定,最小嵌入维大小通过Cao-Method确定,利用非线性动力学参数关联维D2定量地描述重构相空间的复杂程度;通过长度为N的时间序列计算关联维D2,计算方法如下:
其中,r为计算中所取的搜索半径,C(W,N,r)为关联积分,其计算方法如下:
其中,W的取值为最优延迟τ;θ(x)为Heaviside函数,满足:
通过计算lnC(W,N,r)-lnr空间内曲线的斜率可以得到D2,当时间序列长度N足够大时,D2的值会随嵌入维数的增大而增大,最终收敛于一个稳定值,此值即为所求的关联维数D2
步骤三):对步骤二)中滤波后的压力波时间序列,采用窗口宽度为2000点的滑动窗截取时间序列,滑动步长为1000个数据点,计算关联维数D2随时间的变化;正常无内波时,关联维数D2持续保持较大值;当有内波到来时,关联维数的值将随嵌入维的增大收敛为较低值。
进一步的,当取关联维数D2为12时,正常无内波时,关联维数D2大于8;当有内波到来时,关联维数D2小于4。
进一步的,步骤二中,去除潮位信息的高通滤波器为二阶巴特沃斯数字滤波器。
本发明的有益效果是:
(1)方法简单,成本较低,对弱能量内波能够减小漏判,对强能量扰动可以减小误判;(2)结合实时无限传输技术,可实现实时在线内波监控;(3)此外,考虑到压力传感器实际应用中内波探测数据传输效率问题,通过非线性方法判断内波发生时段,仅将该时段包含内波的低维信号进行调和分析,压缩后远程传输,将极大提高数据传输效率,在利用压力观测网组织内波探测上具有潜在的应用价值。
附图说明
图1为本发明所述的一种基于海浪压力信号非线性动力学特征的内波监测***示意图;
图2滤除潮位信息的海水压力时间信号;
图3为关联维D2随嵌入维的变化曲线示意图;
图4为压力波时间序列的(a)时频图、(b)能量谱、(c)关联维数D2随采样时间变化示意图。
具体实施方式
下面结合附图以及具体实施例对本发明的目的、技术方案及优点作进一步详细说明。但本发明保护范围并不限于此。
实施例
一种基于海浪压力信号非线性动力学特征的海洋内波监测***如图1所示。具体包括:(1)压力数据获取及传输模块;(2)数据分析与处理模块;(3)内波判别模块。
其中,压力数据获取及传输模块,利用压力传感器记录海浪压力数据,再传输至工作平台;优选的,利用潮波仪中的压力传感器记录水压数据,采样频率为1Hz;优选的,数据传输可以通过卫星实时数据传输或历史数据集中传输方式传至工作平台。
其中,数据处理与分析方法模块的具体实施方法如下:
利用滤波方法滤除潮位信息,滤波后的压力信号波形图如图2所示。优选的,用二阶巴特沃斯数字滤波器进行滤波。
对经过滤波的压力信号时间序列x(t1),x(t2),x(t3),…(其中x(ti)∈R,ti=t0+i*Δt,i=0,1,…,∞,Δt为采样间隔),采用非线性动力学分析方法,通过延迟时间序列重构相空间,由重构的相空间矢量,计算关联维D2非线性参数。具体分析步骤如下:
由时间序列x(ti),可得重构相空间:
Xi=[x(ti),x(ti-τ),...,x(ti-(d-1)τ)]T, (1)
其中,τ为延迟时间,d为嵌入维。优选的,延迟时间可以通过互信息法确定,最小嵌入维大小通过Cao-Method确定。
进一步的,利用非线性动力学参数关联维D2定量地描述重构相空间的复杂程度。通过长度为N的时间序列计算关联维D2,计算方法如下:
其中,r为计算中所取的搜索半径,C(W,N,r)为关联积分,其计算方法如下:
其中,W的取值为最优延迟τ。θ(x)为Heaviside函数,满足:
通过计算lnC(W,N,r)-lnr空间内曲线的斜率可以得到D2,当时间序列长度N足够大时,D2的值会随嵌入维数的增大而增大,最终收敛于一个稳定值,此值即为所求的关联维数。
附图3所示为有内波和无内波的海浪压力信号的关联维数D2随嵌入维的变化规律。从图中可以看出,当压力信号不包含内波时,其复杂程度较高,对应的关联维数随嵌入维增加不收敛;当内波到来时,压力波信号的复杂程度较低,对应的关联维数较低。作为对比,对于一个输入的随机噪声信号,计算出关联维数随嵌入维数的增加是也表现为不收敛。这正是本发明实现内波判别的基本原理。
此外,内波判别模块的实施方法为:对滤波后的压力波时间序列,采用窗口宽度为2000点的滑动窗截取时间序列,滑动步长为1000个数据点,计算关联维数D2随时间的变化。正常无内波时,关联维数持续保持较大值,如获取嵌入维为12时的关联维值,始终大于8;当有内波到来时,关联维数的值将随嵌入维的增大收敛为较低值,一般小于4。为了说明此方法可以用于实时在线内波判别,图4(c)给出了关联维数随时间的变化曲线。从图4(c)中可以看出,内波经过时关联维数由不收敛的较高维数(当嵌入维为12时均值为8.5)跳变到一个较低的收敛维数(均值为2.7)。为了体现该方法比传统方法更有效,我们给出了时频分析法以及能量谱法的分析结果,如图4(a)、图4(b)所示。通过比较可见,传统方法对第二个内波不能够准确判断,而非线性参数D2对微弱能量内波信号的响应十分灵敏。
本发明并不限于上述实施方式,在不背离本发明设计原理的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或者变形均属于本发明的保护范围。

Claims (9)

1.一种基于非线性动力学特征的内波监测***,其特征在于:包括压力数据获取及传输模块、数据分析与处理模块和内波判别模块;所述压力数据获取及传输模块,用来实现压力的数据采集与传输;所述数据分析与处理模块,将压力数据获取及传输模块传输至工作平台的数据进行潮位滤除及非线性动力学特征分析;所述内波判别模块,根据数据分析与处理模块的分析结果,判别内波是否到来。
2.根据权利要求1所述一种基于非线性动力学特征的内波监测***,其特征在于:所述数据分析与处理模块中,通过置于海水中一定深度的压力传感器记录海浪压力数据,再利用实时数据传输或历时数据传输两种方式传到工作平台。
3.根据权利要求1所述一种基于非线性动力学特征的内波监测***,其特征在于:所述数据分析与处理模块中,利用高通数字滤波器进行滤波。
4.根据权利要求1所述一种基于非线性动力学特征的内波监测***,其特征在于:所述数据分析与处理模块中,非线性动力学分析方法可使用关联维D2,所述关联维D2能定量地刻画重构相空间的复杂程度。
5.根据权利要求4所述一种基于非线性动力学特征的内波监测***,其特征在于:所述内波判别模块依据关联维D2异常变化提示内波到来。
6.根据权利要求4所述一种基于非线性动力学特征的内波监测***,其特征在于:内波经过时,海浪压力信号时间序列的关联维数D2随嵌入维数的增加将收敛为一个较低的稳定值。
7.根据权利要求1至6任一项所述的基于非线性动力学特征的内波监测***的方法,其特征在于:包括如下步骤:
步骤一):压力数据获取及传输模块中,利用潮波仪中的压力传感器记录水压数据,数据传输通过卫星实时数据传输或者历史数据集中传输方式传至工作平台;
步骤二):数据处理与分析方法模块中,将步骤一)传至工作平台的数据进行滤波,滤波后的压力信号时间序列x(t1),x(t2),x(t3),…,其中x(ti)∈R,ti=t0+i*Δt,i=0,1,…,∞,Δt为采样间隔,采用非线性动力学分析方法,通过延迟时间序列重构相空间,由重构的相空间矢量,计算关联维D2非线性参数的具体分析步骤如下:
由时间序列x(ti),可得重构相空间:
Xi=[x(ti),x(ti-τ),...,x(ti-(d-1)τ)]T, (1)
其中,τ为延迟时间,d为嵌入维;延迟时间通过互信息法确定,最小嵌入维大小通过Cao-Method确定,利用非线性动力学参数关联维D2定量地描述重构相空间的复杂程度;通过长度为N的时间序列计算关联维D2,计算方法如下:
其中,r为计算中所取的搜索半径,C(W,N,r)为关联积分,其计算方法如下:
其中,W的取值为最优延迟τ;θ(x)为Heaviside函数,满足:
通过计算lnC(W,N,r)-lnr空间内曲线的斜率可以得到D2,当时间序列长度N足够大时,D2的值会随嵌入维数的增大而增大,最终收敛于一个稳定值,此值即为所求的关联维数D2
步骤三):对步骤二)中滤波后的压力波时间序列,采用窗口宽度为2000点的滑动窗截取时间序列,滑动步长为1000个数据点,计算关联维数D2随时间的变化;正常无内波时,关联维数D2持续保持较大值;当有内波到来时,关联维数的值将随嵌入维的增大收敛为较低值。
8.根据权利要求7所述的基于非线性动力学特征的内波监测***的方法,其特征在于,当取关联维数D2为12时,正常无内波时,关联维数D2大于8;当有内波到来时,关联维数D2小于4。
9.根据权利要求7所述的基于非线性动力学特征的内波监测***的方法,其特征在于,步骤二中,去除潮位信息的高通滤波器为二阶巴特沃斯数字滤波器。
CN201711364206.2A 2017-12-18 2017-12-18 一种基于非线性动力学特征的内波监测***及方法 Active CN108225283B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711364206.2A CN108225283B (zh) 2017-12-18 2017-12-18 一种基于非线性动力学特征的内波监测***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711364206.2A CN108225283B (zh) 2017-12-18 2017-12-18 一种基于非线性动力学特征的内波监测***及方法

Publications (2)

Publication Number Publication Date
CN108225283A true CN108225283A (zh) 2018-06-29
CN108225283B CN108225283B (zh) 2020-03-31

Family

ID=62649706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711364206.2A Active CN108225283B (zh) 2017-12-18 2017-12-18 一种基于非线性动力学特征的内波监测***及方法

Country Status (1)

Country Link
CN (1) CN108225283B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114646304A (zh) * 2022-03-11 2022-06-21 广州海洋地质调查局 一种基于多波束数据的海洋内波识别方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6098332A (ja) * 1983-11-04 1985-06-01 Kyowa Shoko Kk 津波発生装置
US20050199056A1 (en) * 2004-03-15 2005-09-15 Strong Brandon S. System and method of horizontal wave measurement
CN103063253A (zh) * 2012-12-27 2013-04-24 清华大学深圳研究生院 一种多发多收式声学测量海洋内波方法
CN107218931A (zh) * 2017-05-23 2017-09-29 广东贝达海洋科学有限公司 一种基于在线监测数据的海洋内波预警***及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6098332A (ja) * 1983-11-04 1985-06-01 Kyowa Shoko Kk 津波発生装置
US20050199056A1 (en) * 2004-03-15 2005-09-15 Strong Brandon S. System and method of horizontal wave measurement
CN103063253A (zh) * 2012-12-27 2013-04-24 清华大学深圳研究生院 一种多发多收式声学测量海洋内波方法
CN107218931A (zh) * 2017-05-23 2017-09-29 广东贝达海洋科学有限公司 一种基于在线监测数据的海洋内波预警***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
司广成: "南海北部内潮与内孤立波特征的研究与模拟", 《中国博士学位论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114646304A (zh) * 2022-03-11 2022-06-21 广州海洋地质调查局 一种基于多波束数据的海洋内波识别方法
CN114646304B (zh) * 2022-03-11 2022-11-08 广州海洋地质调查局 一种基于多波束数据的海洋内波识别方法

Also Published As

Publication number Publication date
CN108225283B (zh) 2020-03-31

Similar Documents

Publication Publication Date Title
Wadham et al. Sources, cycling and export of nitrogen on the Greenland Ice Sheet
CN103206208B (zh) 一种微观不同赋存状态剩余油宏观量化的方法
Dong et al. Non-iterative denoising algorithm for mechanical vibration signal using spectral graph wavelet transform and detrended fluctuation analysis
Wennrich et al. Pliocene to Pleistocene climate and environmental history of Lake El'gygytgyn, Far East Russian Arctic, based on high-resolution inorganic geochemistry data
Hebbeln et al. Late quaternary paleoceanography in the Fram Strait
Liu et al. Clay mineral distribution in surface sediments of the South China Sea and its significance for in sediment sources and transport
Forest et al. Ecosystem function and particle flux dynamics across the Mackenzie Shelf (Beaufort Sea, Arctic Ocean): an integrative analysis of spatial variability and biophysical forcings
St. Laurent et al. Measurements of near-surface turbulence and mixing from autonomous ocean gliders
CN105823492A (zh) 一种洋流干扰中微弱目标信号提取方法
CN106338729B (zh) 一种运用探地雷达反演铁路路基道床污染率的方法
CN106646637A (zh) 一种去除核磁信号中尖峰噪声的方法
CN104345341A (zh) 一种基于区域约束的分频段能量地震面波处理方法
CN103278867A (zh) 一种基于经验模态分解的自动气象站数据质量控制方法
Ashworth et al. Fluvial-tidal sedimentology
CN103344989A (zh) 可控震源地震记录中脉冲噪声干扰的分析方法
Burford et al. Inundation of saline supratidal mudflats provides an important source of carbon and nutrients in an aquatic system
CN108225283A (zh) 一种基于非线性动力学特征的内波监测***及方法
Kumar et al. Diagnosis of an incipient defect in a worm gearbox using minimum entropy deconvolution and local cepstrum
Bluszcz et al. Global radiation and onset of stratification as forcing factors of seasonal carbonate and organic matter flux dynamics in a hypertrophic hardwater lake (Sacrower See, Northeastern Germany)
van Bavel et al. Monitoring of microplastics in Danish marine waters using the Oslo-Kiel ferry as a ship-of-opportunity
Zheng et al. A new noise reduction method based on re-weighted group sparse decomposition and its application in gear fault feature detection
Tao et al. Correlation of remotely sensed surface reflectance with forcing variables in six different estuaries
Wang et al. Gear diagnostics based on LSTM anomaly detection.
Zainab et al. Mapping of Sea Surface Temperature and its Correlation with Salinity Concentration in The Coastal Beach of Bangkalan Madura District
RU2010110410A (ru) Способ геохимической разведки

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant