CN117877213A - 一种基于声学传感器的崩岸实时监测预警***及方法 - Google Patents
一种基于声学传感器的崩岸实时监测预警***及方法 Download PDFInfo
- Publication number
- CN117877213A CN117877213A CN202410281938.9A CN202410281938A CN117877213A CN 117877213 A CN117877213 A CN 117877213A CN 202410281938 A CN202410281938 A CN 202410281938A CN 117877213 A CN117877213 A CN 117877213A
- Authority
- CN
- China
- Prior art keywords
- acoustic
- signal
- bank
- bank collapse
- early warning
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001228 spectrum Methods 0.000 claims abstract description 17
- 230000004927 fusion Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 239000002344 surface layer Substances 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 42
- 239000010410 layer Substances 0.000 claims description 37
- 230000005236 sound signal Effects 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012876 topography Methods 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 230000002787 reinforcement Effects 0.000 abstract description 2
- 238000007405 data analysis Methods 0.000 abstract 1
- 239000000284 extract Substances 0.000 abstract 1
- 230000008054 signal transmission Effects 0.000 abstract 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 238000009434 installation Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于声学传感器的崩岸实时监测预警***及方法,属于地质灾害智能监测与预警的技术领域。崩岸实时监测预警***包括声学传感器阵列、分布式信号采集器和数据融合预警服务器。本方法为:首先将声学传感器阵列固定埋设于河道滩地或者堤防表层,实时采集声学信号;再通过分布式信号采集器完成信号传输;数据融合预警服务器进行数据分析处理,提取监测信号频谱、时域等声学特征;融合所述频谱特征、时域特征等建立崩岸监测声学信号特征数据库,通过声学信号特征相似度分析,识别疑似崩岸信号,发出预警信息。本发明实现崩岸险情早期预警,有利于提前采取除险加固措施,降低崩岸危害程度和经济损失。
Description
技术领域
本发明涉及一种基于声学传感器的崩岸实时监测预警***及方法,属于地质灾害智能监测与预警的技术领域。
背景技术
沙土二元结构河岸因地质条件较差,在降雨、水流淘刷、水位快速下降或地震诱发等多种不利因素影响下,岸坡稳定性降低,容易发生崩岸险情。崩岸不仅危及河道堤防和沿岸基础设施安全,严重时甚至会诱发决口险情,对人民生命财产安全构成严重威胁,是需要重点防御的自然灾害之一。以往通常采用人工巡查方式,大大增加了险情能够被及早发现的难度,亟需提升科技手段在崩岸险情监测中的应用。险情监测和预警是实现灾害防御关口前移的重要技术手段,但崩岸险情的发生具有渐变性和突发性,监测预警难度较大。
河岸崩塌成因复杂、形式多样,通常近岸水流淘刷下部沙土层后,容易引起上部粘性土层的崩塌,水下岸坡破坏通常早于水上部分,水下岸坡崩塌监测有利于提前判断岸坡稳定性,为崩岸险情防御赢得更多时间。利用卫星遥感、GNSS定位、倾斜摄影等技术的崩岸监测主要适用于水上岸坡崩塌监测,基于压力传感技术的压力变化监测在水上水下崩岸监测中均有应用。但是由于水下埋设压力传感器施工难度大,在水下岸坡本身较陡的崩岸高风险段存在适用性不强的问题。专利申请号为CN202010610338.4的国内专利“一种基于多源声呐定位的水下滑坡体变形监测方法”,介绍了一种采用浮漂型多源主动声呐进行水下滑坡监测的方法,但监测范围受限,可监测区域范围较小,成本相对较高。
发明内容
为了解决上述存在的问题,本发明公开了一种基于声学传感器的崩岸实时监测预警***及方法,其具体技术方案如下:
一种基于声学传感器的崩岸实时监测预警***,包括声学传感器和分布式信号采集器、存储器、数据融合预警服务器,
所述声学传感器有若干个,埋设在河道堤防或滩地的表层,形成声学传感器阵列,所述声学传感器阵列用于声学信号采集;
所述分布式信号采集器通过网络连接声学传感器,实现分布于不同位置的声学传感器的声学信号同步采集,所述分布式信号采集器内设置有主控制器,主控制器用于接收数据融合预警服务器控制命令和编程指令,控制声学传感器阵列完成信号采集工作,并将采集声学信号的时间序列数据发送到数据融合预警服务器;
存储器,用于存储声学传感器采集到的声学信号数据,确保在网络中断情况下数据不丢失;
数据融合预警服务器用于对海量声学信号数据进行分析处理,对疑似崩岸点进行定位并发出预警信息。
基于声学传感器的崩岸实时监测预警***的崩岸实时监测预警方法,包括以下步骤:
步骤1:选取崩岸监测岸段,在崩岸监测岸段顺岸线方向布设多排多列声学传感器,形成声学传感器阵列;
步骤2:采用全球卫星定位***GPS-RTK对所有的声学传感器进行定位,获取位置坐标;
步骤3:声学传感器阵列实时采集监测范围内未发生崩岸险情时的声学信号,对监测岸段的噪声源进行调查分析,声学传感器采集噪声源的声学信号,即噪声信号;
步骤4:在监测岸段开展模拟崩岸现场试验,同时用声学传感器采集模拟崩岸声学信号;
步骤5:对步骤3中采集到的噪声信号和步骤4中采集到的声学信号进行处理,提取频谱和时域信号特征,分别构建噪声信号特征矩阵N1和疑似崩岸信号特征矩阵F1,建立崩岸监测声学信号特征数据库;
步骤6:开展崩岸实时监测,将监测过程中实时采集的声学信号运用于步骤5的处理方法,构建实时信号特征矩阵An,分别计算实时信号特征矩阵An与疑似崩岸信号特征矩阵F1和噪声信号特征矩阵N1的相似度,并计算融合相似度,与预设阈值进行对比,判断实时信号是否为疑似崩岸信号;
步骤7:结合监测到疑似崩岸信号的传感器位置,进行疑似崩岸点定位,并发出预警信息,实现对崩岸险情的早期预警。
进一步的,所述步骤1-5要建立崩岸监测声学信号特征数据库,包括以下步骤:
步骤(1):结合人工巡查、多波束水下地形测量、侧扫声呐水下地貌测量等方式,对声学信号特征进行分类:若在声学信号采集期间,以上方式均未监测到有崩岸险情发生,则判定该时间段范围内的信号为噪声信号,提取信号特征并将信号特征录入噪声信号特征库;
步骤(2):进行模拟崩岸现场试验,将试验过程中采集到的声学信号作为疑似崩岸信号,提取信号特征并将信号特征录入疑似崩岸信号特征库;
步骤(3):通过实时采集的声学信号特征逐渐积累,不断完善崩岸监测声学信号特征数据库。
进一步的,所述步骤5中,声学信号处理包括预处理和频谱变换,预处理主要包括音频分段和加窗处理,选择汉明窗进行音频分段,为了保证预警的时效性和降低计算复杂度,将音频数据以10s为单位进行分段,把每10s的数据作为一个分析和预警的基本单位,对各分段音频数据进行离散傅里叶变换,得到频谱图和时域图。
进一步的,所述提取频谱和时域信号特征的方法为:基于频谱图进行频谱能量峰值点检测,并记录频谱能量峰值点的时频位置信息,构建该段音频信号的特征矩阵。
进一步的,所述步骤6中,与疑似崩岸信号特征和噪声信号特征的相似度分析包括:分别计算得到实时音频信号特征矩阵An与疑似崩岸音频信号特征矩阵F1和噪声信号特征矩阵N1的相似度,
实时音频信号特征矩阵An与疑似崩岸音频信号特征矩阵F1的相似度,
实时音频信号特征矩阵An与噪声信号特征矩阵N1的相似度,
综合相似度。
进一步的,所述综合相似度的阈值设定通过依次采用不同的阈值数值对全部数据集进行测试,并结合人工巡查、多波束水下地形测量、侧扫声呐水下地貌测量等现场实测方式,辅助完成声学信号特征分类,取相似度计算结果与实测分类结果匹配度大于0.6的相似度数值的平均值作为预设阈值;
若,则生成崩岸预警信号,并将该信号特征纳入疑似崩岸信号特征库;
若,则将该信号特征纳入噪声信号特征库。
进一步的,所述步骤7中采用以下方法进行疑似崩岸点定位:
步骤7.1:疑似崩岸点初定位,假设声学传感器m坐标为,疑似崩岸点近似坐标为/>,根据4个已观测的声学传感器的位置坐标,声速c以及自声学信号发出至声学传感器m接收到声学信号所需的时间/>,求解疑似崩岸点近似坐标,/>为声学传感器m与疑似崩岸点近似坐标间的几何距离,
,
顺序相减
,
即可求得疑似崩岸点近似坐标,
步骤7.2:声线跟踪,假设声速剖面由多层声速层组成,为第i层的声速梯度;分别是第i层声速剖面的声速和对应深度,/>为第i+1层声速剖面的声速,则,
为第i层的声线曲率半径,p为Snell定理常数,为第i层声线的入射角,则
,/>,
,/>,分别为声学信号在第i层水平方向和垂直方向上的传播距离,/>为第i+1层声线的入射角,
,
,
步骤7.3:牛顿迭代法求解声线初始入射角,根据声线跟踪时间公式计算第i层声学信号的传播时间为/>,/>,
将声线入射角用步骤7.2中的Snell常数/>代替,则
,
自声学信号发出至声学传感器m接收到声学信号所需的时间为,则
,
,
,
,
,
迭代计算使得无限接近于0,即可求出Snell常数/>的最适解,从而求得声线初始入射角/>;
步骤7.4:疑似崩岸点精确定位,假设疑似崩岸点实际坐标为,疑似崩岸点近似坐标为步骤7.1求得/>,声学传感器m坐标已知为/>,/>为声学传感器m与疑似崩岸点实际坐标间的几何距离,/>为声学传感器m与疑似崩岸点近似坐标间的几何距离,则
,
,
泰勒级数展开:
,
,
即可求得疑似崩岸点实际坐标。
本发明的有益效果是:
1、本发明实现水上、水下崩岸一体化监测:本发明采用声学传感器实时采集传感器覆盖范围内的水上、水下崩岸声学信号,监测覆盖范围进一步扩大。
2、本发明设备安装布置难度及成本降低,且可做到无损监测:本发明采用的声学传感器仅需埋设于河道堤防或滩地土体内50cm左右即可,安装难度低,可大范围布设,进一步扩大监测河段范围,还有效避免设备受到破坏,并且对堤防或滩地的安全影响较小;并且本发明采用的为被动式声学传感器,相较于主动声呐监测,成本较低。
3、本发明能够实现设备远程控制:本发明通过前端采集***,可监测各传感器工作状态,并且根据预警信号等级,能够实时远程设置信号采集频率,提高监测效率。
4、本发明***预警准确度可优化提升:本发明建立的崩岸声学信号特征库随着采集到的声学信号特征的积累不断扩充和完善,能够提高***预警的准确性。
附图说明
图1是本发明中监测***示意图。
图2是本发明监测方法流程图。
图3是本发明的声线跟踪原理图,
图3中,左为声速剖面图,右为声线跟踪图,为声速,/>为深度,/>为第i层声速剖面的声速,/>为第i+1层声速剖面的声速,/>为第i层的声速梯度,/>为声学信号在第i层水平方向上的传播距离,/>为声学信号在第i层垂直方向上的传播距离,/>为第i层声线入射角,/>为第i+1层声线入射角,/>为第i层的声线曲率半径,/>为声线曲率圆的圆心。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
本发明的基于声学传感器的崩岸实时监测预警***和方法,通过埋设于河道滩地或者堤防表层的声学传感器,实时采集声学信号,实现水上和水下崩岸险情实时监测和早期预警,扩大了监测范围,降低了监测设备安装难度和成本,有利于提前采取除险加固措施,降低崩岸危害程度和经济损失。
结合附图1可见,基于声学传感器的崩岸实时监测预警***,包括:埋设在河道堤防或滩地上的声学传感器阵列和分布式信号采集器、数据融合预警服务器;
声学传感器阵列包括多个声学传感器基元,用于声学信号采集;
分布式信号采集器用于通过网络连接实现分布于不同位置的多通道声学信号同步采集,其包括:
主控制器,用于接收服务器控制命令和编程指令,控制采集站完成信号采集工作,并将采集的时间序列数据发送到服务器;
存储器,用于存储声学传感器采集到的声学信号数据,确保在网络中断情况下数据不丢失;
数据融合预警服务器用于存储各传感器的历史数据,并提供对于海量声学信号数据的分析处理,发出预警信息。
结合附图2可见,基于声学传感器的崩岸实时监测预警***的方法,包括以下步骤:
步骤1:选取崩岸监测岸段,在崩岸监测岸段顺岸线方向布设n个声学传感器,形成声学传感器阵列;若河宽H≥500米,近岸水流流速V≥0.8m/s,则相邻传感器布设距离S≤H/2;若河宽H<500米,近岸水流流速V<0.8m/s,则相邻传感器布设距离可取H/2<S≤H。
步骤2:采用全球卫星定位***GPS-RTK对所有的声学传感器进行定位,获取位置坐标;
步骤3:声学传感器阵列实时采集监测范围内未发生崩岸险情时的声学信号,对监测岸段的噪声源进行调查分析,声学传感器采集噪声源的声学信号,即噪声信号;
步骤4:在监测岸段开展模拟崩岸现场试验,同时用声学传感器采集模拟崩岸声学信号;
步骤1-5要建立崩岸监测声学信号特征数据库,包括以下步骤:
步骤(1):结合人工巡查、多波束水下地形测量、侧扫声呐水下地貌测量等方式,对声学信号特征进行分类:若在声学信号采集期间,以上方式均未监测到有崩岸险情发生,则判定该时间段范围内的信号为噪声信号,提取信号特征并将信号特征录入噪声信号特征库;
步骤(2):进行模拟崩岸现场试验,将试验过程中采集到的声学信号作为疑似崩岸信号,提取信号特征并将信号特征录入疑似崩岸信号特征库;
步骤(3):通过实时采集的声学信号特征逐渐积累,不断完善崩岸监测声学信号特征数据库。
步骤5:对步骤3和步骤4中采集到的声学信号进行处理,提取频谱和时域信号特征,分别构建疑似崩岸信号特征矩阵F1和噪声信号特征矩阵N1;声学信号处理包括预处理和频谱变换,预处理主要包括音频分段和加窗处理,选择显明窗进行音频分段,为了保证预警的时效性和降低计算复杂度,将音频数据以10s为单位进行分段,把每10s的数据作为一个分析和预警的基本单位,对各分段音频数据进行离散傅里叶变换,得到频谱图和时域图。提取频谱和时域信号特征的方法为:基于频谱图进行频谱能量峰值点检测,并记录频谱能量峰值点的时频位置信息,构建该段音频信号的特征矩阵。
步骤6:开展崩岸实时监测,将监测过程中实时采集的声学信号运用与步骤5相同的处理方法,构建实时信号特征矩阵An,分别计算实时信号特征矩阵An与疑似崩岸信号特征矩阵F1和噪声信号特征矩阵N1的相似度,并计算融合相似度,与预设阈值进行对比,判断实时信号是否为疑似崩岸信号;与疑似崩岸信号特征和噪声信号特征的相似度分析包括:分别计算得到实时音频信号特征矩阵An与疑似崩岸音频信号特征矩阵F1和噪声信号特征矩阵N1的相似度,
实时音频信号特征矩阵An与疑似崩岸音频信号特征矩阵F1的相似度,
实时音频信号特征矩阵An与噪声信号特征矩阵N1的相似度,
综合相似度。
综合相似度的阈值设定通过依次采用不同的阈值数值对全部数据集进行测试,并结合人工巡查、多波束水下地形测量、侧扫声呐水下地貌测量等现场实测方式,辅助完成声学信号特征分类,取相似度计算结果与实测分类结果匹配度大于0.6的相似度数值的平均值作为预设阈值;
若,则生成崩岸预警信号,并将该信号特征纳入疑似崩岸信号特征库;
若,则将该信号特征纳入噪声信号特征库。
步骤7:结合监测到疑似崩岸信号的传感器位置,进行疑似崩岸点定位,并发出预警信息,实现对崩岸险情的早期预警。
采用以下方法进行疑似崩岸点定位:
步骤7.1:疑似崩岸点初定位,假设声学传感器m坐标为,疑似崩岸点近似坐标为/>,根据4个已观测的声学传感器的位置坐标,声速c以及自声学信号发出至声学传感器m接收到声学信号所需的时间/>,声学传感器m与疑似崩岸点近似坐标间的几何距离为/>,求解疑似崩岸点近似坐标,
,
顺序相减,
,
即可求得疑似崩岸点近似坐标;
步骤7.2:声线跟踪,假设声速剖面由多层声速层组成,为第i层的声速梯度,分别是第i层声速剖面的声速和对应深度,/>为第i+1层声速剖面的声速,则
,
为第i层的声线曲率半径,/>为Snell定理常数,/>为第i层声线的入射角,则
,
,
,/>分别为声学信号在第i层水平方向和垂直方向上的传播距离,/>为第i+1层声线的入射角,则
,
,
步骤7.3:牛顿迭代法求解声线初始入射角,根据声线跟踪时间公式计算第i层声学信号的传播时间为/>,则
,
将声线入射角用步骤7.2中的Snell常数/>代替,则
,
自声学信号发出至声学传感器m接收到声学信号所需的时间为,则
,
,
,
,
,
迭代计算使得无限接近于0,即可求出Snell常数/>的最适解,从而求得声线初始入射角/>;
步骤7.4:疑似崩岸点精确定位,假设疑似崩岸点实际坐标为,疑似崩岸点近似坐标为步骤7.1求得的/>,声学传感器m坐标已知为/>,/>为声学传感器m与疑似崩岸点实际坐标间的几何距离,/>为声学传感器m与疑似崩岸点近似坐标间的几何距离,则
,
,
泰勒级数展开:
,
,
即可求得疑似崩岸点实际坐标。
本发明方案所公开的技术手段不仅限于上述技术手段所公开的技术手段,还包括由以上技术特征任意组合所组成的技术方案。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须根据权利要求范围来确定其技术性范围。
Claims (8)
1.一种基于声学传感器的崩岸实时监测预警***,其特征在于,包括声学传感器和分布式信号采集器、存储器、数据融合预警服务器,
所述声学传感器有若干个,埋设在河道堤防或滩地的表层,形成声学传感器阵列,所述声学传感器阵列用于声学信号采集;
所述分布式信号采集器通过网络连接声学传感器,实现分布于不同位置的声学传感器的声学信号同步采集,所述分布式信号采集器内设置有主控制器,主控制器用于接收数据融合预警服务器控制命令和编程指令,控制声学传感器阵列完成信号采集工作,并将采集声学信号的时间序列数据发送到数据融合预警服务器;
所述存储器用于存储声学传感器采集到的声学信号数据,确保在网络中断情况下数据不丢失;
所述数据融合预警服务器用于对海量声学信号数据进行分析处理,对疑似崩岸点进行定位并发出预警信息。
2.基于权利要求1所述的基于声学传感器的崩岸实时监测预警***的崩岸实时监测预警方法,其特征在于,包括以下步骤:
步骤1:选取崩岸监测岸段,在崩岸监测岸段顺岸线方向布设多排多列声学传感器,形成声学传感器阵列;
步骤2:采用全球卫星定位***GPS-RTK对所有的声学传感器进行定位,获取位置坐标;
步骤3:声学传感器阵列实时采集监测范围内未发生崩岸险情时的声学信号,对监测岸段的噪声源进行调查分析,声学传感器采集噪声源的声学信号,即噪声信号;
步骤4:在监测岸段开展模拟崩岸现场试验,同时用声学传感器采集模拟崩岸声学信号;
步骤5:对步骤3中采集到的噪声信号和步骤4中采集到的声学信号进行处理,提取频谱和时域信号特征,分别构建噪声信号特征矩阵N1和疑似崩岸信号特征矩阵F1,建立崩岸监测声学信号特征数据库;
步骤6:开展崩岸实时监测,将监测过程中实时采集的声学信号运用与步骤5相同的处理方法,构建实时信号特征矩阵An,分别计算实时信号特征矩阵An与疑似崩岸信号特征矩阵F1和噪声信号特征矩阵N1的相似度,并计算融合相似度,与预设阈值进行对比,判断实时信号是否为疑似崩岸信号;
步骤7:结合监测到疑似崩岸信号的传感器位置,进行疑似崩岸点定位,并发出预警信息,实现对崩岸险情的早期预警。
3.根据权利要求2所述的崩岸实时监测预警方法,其特征在于,所述步骤1-5要建立崩岸监测声学信号特征数据库,还包括以下步骤:
步骤(1):结合人工巡查、多波束水下地形测量、侧扫声呐水下地貌测量,对声学信号特征进行分类:若在声学信号采集期间,以上方式均未监测到有崩岸险情发生,则判定该时间段范围内的信号为噪声信号,提取信号特征并将信号特征录入噪声信号特征库;
步骤(2):进行模拟崩岸现场试验,将试验过程中采集到的声学信号作为疑似崩岸信号,提取信号特征并将信号特征录入疑似崩岸信号特征库;
步骤(3):通过实时采集的声学信号特征逐渐积累,不断完善崩岸监测声学信号特征数据库。
4.根据权利要求2所述的崩岸实时监测预警方法,其特征在于,所述步骤5中,声学信号处理包括预处理和频谱变换,预处理包括音频分段和加窗处理,选择汉明窗进行音频分段,为了保证预警的时效性和降低计算复杂度,将音频数据以10s为单位进行分段,把每10s的数据作为一个分析和预警的基本单位,对各分段音频数据进行离散傅里叶变换,得到频谱图和时域图。
5.根据权利要求4所述的崩岸实时监测预警方法,其特征在于,所述提取频谱和时域信号特征的方法为:基于频谱图进行频谱能量峰值点检测,并记录频谱能量峰值点的时频位置信息,构建该段音频信号的特征矩阵。
6.根据权利要求2所述的崩岸实时监测预警方法,其特征在于,所述步骤6中,与疑似崩岸信号特征和噪声信号特征的相似度分析包括:分别计算得到实时音频信号特征矩阵An与疑似崩岸音频信号特征矩阵F1和噪声信号特征矩阵N1的相似度,
实时音频信号特征矩阵An与疑似崩岸音频信号特征矩阵F1的相似度,
实时音频信号特征矩阵An与噪声信号特征矩阵N1的相似度,
综合相似度。
7.根据权利要求6所述的崩岸实时监测预警方法,其特征在于,所述综合相似度的阈值设定通过依次采用不同的阈值数值对全部数据集进行测试,并结合人工巡查、多波束水下地形测量、侧扫声呐水下地貌测量,辅助完成声学信号特征分类,取相似度计算结果与实测分类结果匹配度大于0.6的相似度数值的平均值作为预设阈值;
若,则生成崩岸预警信号,并将该信号特征纳入疑似崩岸信号特征库;
若,则将该信号特征纳入噪声信号特征库。
8.根据权利要求2所述的崩岸实时监测预警方法,其特征在于,所述步骤7中采用以下方法进行疑似崩岸点定位:
步骤7.1:疑似崩岸点初定位,假设声学传感器m坐标为,疑似崩岸点近似坐标为/>,根据4个已观测的声学传感器的位置坐标,声速c以及自声学信号发出至声学传感器m接收到声学信号所需的时间/>,声学传感器m与疑似崩岸点近似坐标间的几何距离为/>,求解疑似崩岸点近似坐标,
,
顺序相减,
,
即可求得疑似崩岸点近似坐标;
步骤7.2:声线跟踪,假设声速剖面由多层声速层组成,为第i层的声速梯度,/>分别是第i层声速剖面的声速和对应深度,/>为第i+1层声速剖面的声速,则
,
为第i层的声线曲率半径,/>为Snell定理常数,/>为第i层声线的入射角,则
,
,
,/>分别为声学信号在第i层水平方向和垂直方向上的传播距离,/>为第i+1层声线的入射角,则
,
,
步骤7.3:牛顿迭代法求解声线初始入射角,根据声线跟踪时间公式计算第i层声学信号的传播时间为/>,则
,
将声线入射角用步骤7.2中的Snell常数/>代替,则
,
自声学信号发出至声学传感器m接收到声学信号所需的时间为,则
,
,
,
,
,
迭代计算使得无限接近于0,即可求出Snell常数/>的最适解,从而求得声线初始入射角/>;
步骤7.4:疑似崩岸点精确定位,假设疑似崩岸点实际坐标为,疑似崩岸点近似坐标为步骤7.1求得的/>,声学传感器m坐标已知为/>,/>为声学传感器m与疑似崩岸点实际坐标间的几何距离,/>为声学传感器m与疑似崩岸点近似坐标间的几何距离,则
,
,
泰勒级数展开:
,
,
即可求得疑似崩岸点实际坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410281938.9A CN117877213A (zh) | 2024-03-13 | 2024-03-13 | 一种基于声学传感器的崩岸实时监测预警***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410281938.9A CN117877213A (zh) | 2024-03-13 | 2024-03-13 | 一种基于声学传感器的崩岸实时监测预警***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117877213A true CN117877213A (zh) | 2024-04-12 |
Family
ID=90584957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410281938.9A Pending CN117877213A (zh) | 2024-03-13 | 2024-03-13 | 一种基于声学传感器的崩岸实时监测预警***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117877213A (zh) |
Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6751580B1 (en) * | 2000-05-05 | 2004-06-15 | The United States Of America As Represented By The Secretary Of The Navy | Tornado recognition system and associated methods |
CN102109594A (zh) * | 2009-12-28 | 2011-06-29 | 深圳富泰宏精密工业有限公司 | 声音侦测通报***及方法 |
CN102354434A (zh) * | 2011-11-01 | 2012-02-15 | 贵州大学 | 基于声发射的边坡地质灾害无线智能监控预警方法及装置 |
CN103578230A (zh) * | 2013-11-22 | 2014-02-12 | 江兴明 | 基于物联网的山体滑坡和泥石流报警方法 |
CN104077890A (zh) * | 2014-07-17 | 2014-10-01 | 哈尔滨理工大学 | 分布式地震预警云监测网络***及方法 |
CN207007089U (zh) * | 2017-04-19 | 2018-02-13 | 中国地质大学(武汉) | 一种滑坡深部大位移自适应监测*** |
CN108398675A (zh) * | 2018-03-01 | 2018-08-14 | 英华达(上海)科技有限公司 | 定位***及定位方法 |
CN209625404U (zh) * | 2019-04-24 | 2019-11-12 | 中南林业科技大学 | 泥石流智能探测车 |
JP2020046866A (ja) * | 2018-09-18 | 2020-03-26 | 株式会社レスキューナウ | 災害報知システム |
US20200232767A1 (en) * | 2019-01-18 | 2020-07-23 | Vincent Andrew RIDEN | Systems and methods for isolating open areas in enclosed spaces against triggering events, active shooters, gunshots, explosives and other active threats |
CN111815909A (zh) * | 2020-07-17 | 2020-10-23 | 江苏曌丰智能安防有限公司 | 基于uwb传感定位无线自组网山体滑坡崩塌泥石流监测*** |
CN111832604A (zh) * | 2020-05-21 | 2020-10-27 | 中煤科工集团重庆研究院有限公司 | 基于多***融合的声发射信号滤噪及危险综合判定方法 |
CN111854699A (zh) * | 2020-07-03 | 2020-10-30 | 武汉大学 | 一种基于无人机航测河道崩岸过程的监测方法 |
CN112013801A (zh) * | 2020-09-22 | 2020-12-01 | 中铁二十四局集团安徽工程有限公司 | 一种基于超声波的滑坡位移滑监测***及其测量方法 |
CN212931640U (zh) * | 2020-08-27 | 2021-04-09 | 四川轻化工大学 | 一种泥石流次声信号采集装置 |
KR20210048862A (ko) * | 2019-10-24 | 2021-05-04 | (유)엠탑코리아 | 경사지 또는 연약지반의 붕괴 예·경보 시스템 및 보강방법 |
CN113153431A (zh) * | 2021-04-02 | 2021-07-23 | 山东科技大学 | 基于5g通信的煤岩动力灾害监测预警可视化***及方法 |
US20210383665A1 (en) * | 2020-06-09 | 2021-12-09 | Applied Research Associates, Inc. | Acoustic detection of small unmanned aircraft systems |
CN216209888U (zh) * | 2021-07-08 | 2022-04-05 | 江苏省水利科学研究院 | 一种实时高精度监测岸滩冲淤设备 |
CN114707555A (zh) * | 2022-04-13 | 2022-07-05 | 中国科学院重庆绿色智能技术研究院 | 崩岸前兆次声波信号降噪处理方法、特征识别方法及装置 |
CN114838713A (zh) * | 2022-04-01 | 2022-08-02 | 湖南理工学院 | 一种基于三维点云数据的崩岸治理施工量测算*** |
CN114858112A (zh) * | 2022-05-24 | 2022-08-05 | 元准智能科技(苏州)有限公司 | 河道驳岸安全一体化监测站及其监测方法 |
KR102441570B1 (ko) * | 2022-03-07 | 2022-09-07 | (주)소암컨설턴트 | Ae카운터의 변위속도를 통한 산사태 및 급경사지 붕괴 조기감지 및 예보 시스템 |
CN115059018A (zh) * | 2022-06-24 | 2022-09-16 | 湖南理工学院 | 一种崩岸治理过程施工物料分布估计方法 |
CN217542699U (zh) * | 2022-04-13 | 2022-10-04 | 中国科学院重庆绿色智能技术研究院 | 一种崩岸次声物理模型结构 |
TWI786023B (zh) * | 2022-06-15 | 2022-12-01 | 逸奇資訊有限公司 | 長浪預警系統 |
CN116129611A (zh) * | 2022-11-23 | 2023-05-16 | 谢连鹏 | 一种河岸崩塌监测***及监测装置 |
CN116540238A (zh) * | 2022-09-07 | 2023-08-04 | 长江水利委员会水文局 | 基于测深数据及声学影像融合的水下岸坡工情监测方法 |
CN117284321A (zh) * | 2023-09-14 | 2023-12-26 | 联合汽车电子有限公司 | 面向自主汽车的灾害处理***及方法、存储介质 |
CN117540257A (zh) * | 2024-01-08 | 2024-02-09 | 武汉华测卫星技术有限公司 | 一种基于无人船的崩岸识别方法及*** |
-
2024
- 2024-03-13 CN CN202410281938.9A patent/CN117877213A/zh active Pending
Patent Citations (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6751580B1 (en) * | 2000-05-05 | 2004-06-15 | The United States Of America As Represented By The Secretary Of The Navy | Tornado recognition system and associated methods |
CN102109594A (zh) * | 2009-12-28 | 2011-06-29 | 深圳富泰宏精密工业有限公司 | 声音侦测通报***及方法 |
CN102354434A (zh) * | 2011-11-01 | 2012-02-15 | 贵州大学 | 基于声发射的边坡地质灾害无线智能监控预警方法及装置 |
CN103578230A (zh) * | 2013-11-22 | 2014-02-12 | 江兴明 | 基于物联网的山体滑坡和泥石流报警方法 |
CN104077890A (zh) * | 2014-07-17 | 2014-10-01 | 哈尔滨理工大学 | 分布式地震预警云监测网络***及方法 |
CN207007089U (zh) * | 2017-04-19 | 2018-02-13 | 中国地质大学(武汉) | 一种滑坡深部大位移自适应监测*** |
CN108398675A (zh) * | 2018-03-01 | 2018-08-14 | 英华达(上海)科技有限公司 | 定位***及定位方法 |
JP2020046866A (ja) * | 2018-09-18 | 2020-03-26 | 株式会社レスキューナウ | 災害報知システム |
US20200232767A1 (en) * | 2019-01-18 | 2020-07-23 | Vincent Andrew RIDEN | Systems and methods for isolating open areas in enclosed spaces against triggering events, active shooters, gunshots, explosives and other active threats |
CN209625404U (zh) * | 2019-04-24 | 2019-11-12 | 中南林业科技大学 | 泥石流智能探测车 |
KR20210048862A (ko) * | 2019-10-24 | 2021-05-04 | (유)엠탑코리아 | 경사지 또는 연약지반의 붕괴 예·경보 시스템 및 보강방법 |
CN111832604A (zh) * | 2020-05-21 | 2020-10-27 | 中煤科工集团重庆研究院有限公司 | 基于多***融合的声发射信号滤噪及危险综合判定方法 |
US20210383665A1 (en) * | 2020-06-09 | 2021-12-09 | Applied Research Associates, Inc. | Acoustic detection of small unmanned aircraft systems |
CN111854699A (zh) * | 2020-07-03 | 2020-10-30 | 武汉大学 | 一种基于无人机航测河道崩岸过程的监测方法 |
CN111815909A (zh) * | 2020-07-17 | 2020-10-23 | 江苏曌丰智能安防有限公司 | 基于uwb传感定位无线自组网山体滑坡崩塌泥石流监测*** |
CN212931640U (zh) * | 2020-08-27 | 2021-04-09 | 四川轻化工大学 | 一种泥石流次声信号采集装置 |
CN112013801A (zh) * | 2020-09-22 | 2020-12-01 | 中铁二十四局集团安徽工程有限公司 | 一种基于超声波的滑坡位移滑监测***及其测量方法 |
CN113153431A (zh) * | 2021-04-02 | 2021-07-23 | 山东科技大学 | 基于5g通信的煤岩动力灾害监测预警可视化***及方法 |
CN216209888U (zh) * | 2021-07-08 | 2022-04-05 | 江苏省水利科学研究院 | 一种实时高精度监测岸滩冲淤设备 |
KR102441570B1 (ko) * | 2022-03-07 | 2022-09-07 | (주)소암컨설턴트 | Ae카운터의 변위속도를 통한 산사태 및 급경사지 붕괴 조기감지 및 예보 시스템 |
CN114838713A (zh) * | 2022-04-01 | 2022-08-02 | 湖南理工学院 | 一种基于三维点云数据的崩岸治理施工量测算*** |
CN114707555A (zh) * | 2022-04-13 | 2022-07-05 | 中国科学院重庆绿色智能技术研究院 | 崩岸前兆次声波信号降噪处理方法、特征识别方法及装置 |
CN217542699U (zh) * | 2022-04-13 | 2022-10-04 | 中国科学院重庆绿色智能技术研究院 | 一种崩岸次声物理模型结构 |
CN114858112A (zh) * | 2022-05-24 | 2022-08-05 | 元准智能科技(苏州)有限公司 | 河道驳岸安全一体化监测站及其监测方法 |
TWI786023B (zh) * | 2022-06-15 | 2022-12-01 | 逸奇資訊有限公司 | 長浪預警系統 |
CN115059018A (zh) * | 2022-06-24 | 2022-09-16 | 湖南理工学院 | 一种崩岸治理过程施工物料分布估计方法 |
CN116540238A (zh) * | 2022-09-07 | 2023-08-04 | 长江水利委员会水文局 | 基于测深数据及声学影像融合的水下岸坡工情监测方法 |
CN116129611A (zh) * | 2022-11-23 | 2023-05-16 | 谢连鹏 | 一种河岸崩塌监测***及监测装置 |
CN117284321A (zh) * | 2023-09-14 | 2023-12-26 | 联合汽车电子有限公司 | 面向自主汽车的灾害处理***及方法、存储介质 |
CN117540257A (zh) * | 2024-01-08 | 2024-02-09 | 武汉华测卫星技术有限公司 | 一种基于无人船的崩岸识别方法及*** |
Non-Patent Citations (3)
Title |
---|
周建红;: "荆江河道险工险段崩岸监测技术与预警方法探讨", 水利水电快报, no. 12, 28 December 2017 (2017-12-28) * |
周弦: "基于单片机的多通道声发射监测仪的研制", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 4, 15 April 2011 (2011-04-15) * |
辛明真等: "顾及波束入射角的常梯度声线跟踪水下定位算法", 《测绘学报》, vol. 49, no. 12, 31 December 2020 (2020-12-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112985304B (zh) | 一种隧道施工辅助监测*** | |
Kawai et al. | Characteristics of the 2011 Tohoku tsunami waveform acquired around Japan by NOWPHAS equipment | |
CN101832470A (zh) | 基于光视觉的水下管线巡检方法及巡检装置 | |
CN114662411B (zh) | 斜坡式防波堤防护性能评估***和灾害预警*** | |
CN114814956A (zh) | 基于渗漏浸润区域特征的土石坝深埋病害定位方法与装置 | |
Li et al. | Automatic recognition and classification of microseismic waveforms based on computer vision | |
CN116908942A (zh) | 一种基于降水预报的城市内涝告警装置及方法 | |
CN115951409A (zh) | 一种实时三维成像的地面塌陷探测预警方案 | |
CN112146748A (zh) | 一种结合隧道与地表监测数据定位隧道周围振动源的方法 | |
CN117877213A (zh) | 一种基于声学传感器的崩岸实时监测预警***及方法 | |
CN117189239B (zh) | 一种隧道围岩损伤监测方法 | |
Khan et al. | Flash floods prediction using real time data: An implementation of ANN-PSO with less false alarm | |
Walter et al. | Seismic monitoring of fracture processes generated by a creeping landslide in the Vorarlberg Alps | |
Goertz-Allmann et al. | Effective microseismic monitoring of the Quest CCS site, Alberta, Canada | |
Sassa et al. | Monitoring, prediction and early warning | |
CN109521221B (zh) | 一种钻爆法施工硬岩隧道微震波波速实时获取方法 | |
Wang et al. | Submarine karst morphology detection method based on multi-frequency ultrasound | |
CN115032695B (zh) | 一种基于声学侧反射的海底管缆追踪式探测方法 | |
CN111895939B (zh) | 一种基于多源声呐定位的水下滑坡体变形监测装置和方法 | |
CN115508907A (zh) | 一种车载堤防险情隐患探测***及预警方法 | |
KR102433912B1 (ko) | 가변수심 음탐기의 다중운용수심 결정장치 및 방법 | |
Sun et al. | Research on detection and visualization of underground pipelines | |
CN114354744A (zh) | 一种电力电缆防外破监测方法、***及装置 | |
CN117934790B (zh) | 基于云计算的巡检船用海缆三维测绘数据管理***及方法 | |
Pham et al. | Real-time debris flow detection using deep convolutional neural network and Jetson Nano |
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 |