基于时间序列相似搜索的震动目标识别方法技术

本发明专利技术公开了一种基于时间序列相似搜索的震动目标识别方法，包括步骤：一、震动信号采集及同步上传：采用震动检测装置对待检测区域的地面震动信号进行采集并同步传送；二、震动信号分析处理及震动目标识别：数据处理器按照预先设定的分析处理频率对接收到的各分析处理周期内所采集的地面震动信号分别进行分析处理，并根据分析处理结果对各分析处理周期内待检测区域上存在的震动目标进行识别；对任一个分析处理周期内所采集的地面震动信号进行分析处理时，过程如下：信号预处理、时间序列相似搜索、类模式匹配数计算和震动目标识别。本发明专利技术方法步骤简单、设计合理且实现简便、使用效果好，能简便、快速对震动目标进行识别，并且识别结果准确。

Vibration target recognition method based on time series similarity search

The invention discloses a method based on time series similarity search motion target recognition method, which comprises the following steps: first, vibration signal acquisition and synchronization using motion detection device to upload the detection area of the ground vibration signals are collected and transmitted; two, vibration signal analysis and motion target recognition: according to the analysis of frequency data processor the preset of the received analysis processing the collection period of ground vibration signals were processed, and according to the analysis results of the analysis period to target detection area on the vibration identification; for any analysis acquisition period of seismic signal analysis and processing, process as follows: signal preprocessing, time sequence similarity search, pattern matching number calculation and motion target recognition. The method of the invention has the advantages of simple steps, reasonable design, simple and convenient operation and good use effect.

【技术实现步骤摘要】

本专利技术属于震动目标识别
，尤其是涉及一种基于时间序列相似搜索的震动目标识别方法。
技术介绍
目前，对地面震动目标检测和识别的主要研究方法是通过对采集的震动目标信号在时域和频域上进行综合分析处理，提取特征信息。震动目标检测过程中常用的方法是通过对信号进行时域处理，而在震动目标识别中常用的方法是对信号进行时域和频域综合处理并提取特征信息。在时域内常用分析方法有过零数分析、信号波形图幅度值分析等特征提取分析方法；而地面目标识别技术中，更多的是对目标信号在频域内进行分析处理，这种处理方法主要是利用快速傅里叶变换得到其功率谱相关的特征信号，然后从其中提取频率和谱峰相对强度判断特征信息。时域分析和频域分析虽然简单快捷，但是容易受环境噪声的干扰。并且，时域分析和频域分析容易忽略信号中的某些特征，从而减弱目标识别的正确性和准确性。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于时间序列相似搜索的震动目标识别方法，其方法步骤简单、设计合理且实现简便、使用效果好，能简便、快速对震动目标进行识别，并且识别结果准确。为解决上述技术问题，本专利技术采用的技术方案是：一种基于时间序列相似搜索的震动目标识别方法，其特征在于，该方法包括以下步骤：步骤一、震动信号采集及同步上传：采用震动检测装置且按照预先设定的采样频率fs对待检测区域的地面震动信号进行采集，并将各采样时刻所采集的地面震动信号同步传送至数据处理器；每个采样时刻所采集的地面震动信号均为该采样时刻所述震动检测装置所采集的震动幅值；步骤二、震动信号分析处理及震动目标识别：所述数据处理器按照预先设定的分析处理频率f且按照时间先后顺序，对接收到的各分析处理周期内所采集的地面震动信号分别进行分析处理，并根据分析处理结果对各分析处理周期内待检测区域上存在的震动目标进行识别；其中，fs＝N·f，N为正整数且N≥100，每个分析处理周期内所采集的地面震动信号中均包括所述震动检测装置N个连续的采样时刻所采集的震动幅值；各分析处理周期内所采集地面震动信号的分析处理方法均相同，对任一个分析处理周期内所采集的地面震动信号进行分析处理时，过程如下：步骤201、信号预处理：调用信号预处理模块，对本分析处理周期内所采集的地面震动信号进行预处理，获得待识别时间序列；步骤202、时间序列相似搜索：根据预先建立的模式库，调用模式匹配模块且按照时间先后顺序，由先至后对步骤201中所述待识别时间序列进行相似性搜索，从所述待识别时间序列中找出与所述模式库内存储的各模式数据匹配的所有匹配数据，并对从所述待识别时间序列中找出的与各模式数据匹配的所有匹配数据的数量分别进行记录；所述模式库内存储有三个模式数据，三个所述模式数据分别为跺脚模式数据、车辆经过模式数据A和车辆经过模式数据B，三个所述模式数据均为时间序列；所述跺脚模式数据为调用步骤201中所述信号预处理模块对跺脚模式采样数据进行预处理后获得的时间序列，所述跺脚模式采样数据包括一个人在待检测区域上进行一次跺脚过程中所述震动检测装置M个连续的采样时刻所采集的震动幅值；所述车辆经过模式数据A为调用步骤201中所述信号预处理模块对车辆经过模式采样数据A进行预处理后获得的时间序列，所述车辆经过模式采样数据A包括一辆车向靠近所述震动检测装置一侧行驶过程中所述震动检测装置M个连续的采样时刻所采集的震动幅值；所述车辆经过模式数据B为调用步骤201中所述信号预处理模块对车辆经过模式采样数据B进行预处理后获得的时间序列，所述车辆经过模式采样数据B包括一辆车向远离所述震动检测装置行驶过程中所述震动检测装置M个连续的采样时刻所采集的震动幅值；其中，N≥n·M，n和M均为正整数，n≥10且M≥10；本步骤中，从所述待识别时间序列中找出的与所述跺脚模式数据匹配的所有匹配数据的数量记作C1，从所述待识别时间序列中找出的与所述车辆经过模式数据A匹配的所有匹配数据的数量记作C2，从所述待识别时间序列中找出的与所述车辆经过模式数据B匹配的所有匹配数据的数量记作C3；其中，C1、C2和C3均为自然数；步骤203、类模式匹配数计算：根据步骤202中所述的C1、C2和C3，调用类模式匹配数计算模块，计算得出跺脚类模式匹配数c1和车辆经过类模式匹配数c2；其中，c1＝C1，c2＝C2+C3，c1和c2均为自然数；步骤204、震动目标识别：根据步骤203中计算得出的c1和c2，调用震动目标识别模块对本分析处理周期内待检测区域上所存在震动目标的类型进行识别，过程如下：步骤2041、初步识别：对步骤203中计算得出的c1和c2分别进行阈值判断，并根据阈值判断结果对本分析处理周期内待检测区域上所存在震动目标的类型进行初步识别，获得初步识别结果；所述初步识别结果中包括一个或两个初步识别类型，所述初步识别类型为单人跺脚类、多人跺脚类、车辆经过类或噪声类；其中，对步骤203中计算得出的c1进行阈值判断时，根据阈值判断结果初步识别出本分析处理周期内待检测区域上所存在震动目标的类型为单人跺脚类、多人跺脚类或噪声类：当α≤c1≤β时，识别为单人跺脚类；当c1＞β时，识别为多人跺脚类；当c1≤ε时，识别为噪声类；对步骤203中计算得出的c2进行阈值判断时，根据阈值判断结果初步识别出本分析处理周期内待检测区域上所存在震动目标类型为车辆经过类或噪声类：当c2＞θ时，识别为车辆经过类；当c2≤ε时，识别为噪声类；其中，α、β、θ和ε均为正整数且其均为预先设定的震动目标识别用判断阈值，α＜β，θ≥ε，α＞ε；步骤2042、震动目标类型确定：根据步骤2041中的初步识别结果，对本分析处理周期内待检测区域上所存在震动目标的类型进行确定：当所述初步识别结果中包括一个所述初步识别类型时，将所述初步识别类型作为本分析处理周期内待检测区域上所存在震动目标的类型；否则，当所述初步识别结果中包括两个所述初步识别类型时，将两个所述初步识别类型中模式权重较大的一个所述初步识别类型作为本分析处理周期内待检测区域上所存在震动目标的类型；其中，车辆经过类的模式权重＞多人跺脚类的模式权重＞单人跺脚类的模式权重＞噪声类的模式权重；步骤205、返回步骤201，对下一个分析处理周期内所采集的地面震动信号进行分析处理。上述基于时间序列相似搜索的震动目标识别方法，其特征是：步骤一中所述震动检测装置为震动传感器，所述震动传感器埋设于待检测区域的地表层内。上述基于时间序列相似搜索的震动目标识别方法，其特征是：步骤一中所述的fs＝1kHz，步骤二中所述的f＝1Hz，N＝1000。上述基于时间序列相似搜索的震动目标识别方法，其特征是：步骤2041中所述的α＝2，β＝3，θ＝ε＝1。上述基于时间序列相似搜索的震动目标识别方法，其特征是：步骤202中所述的M＝55～65。上述基于时间序列相似搜索的震动目标识别方法，其特征是：步骤201中调用信号预处理模块对本分析处理周期内所采集的地面震动信号进行预处理时，包括以下步骤：步骤2011、归一化处理：调用归一化处理模块，对本分析处理周期内所采集的地面震动信号进行归一化处理，将所述地面震动信号中各震动幅值均处理到0～1之间，获得归一化处理后信号；步骤2012、去噪处理：调用去噪处理模块，对步骤2本文档来自技高网...

【技术保护点】
一种基于时间序列相似搜索的震动目标识别方法，其特征在于，该方法包括以下步骤：步骤一、震动信号采集及同步上传：采用震动检测装置且按照预先设定的采样频率fs对待检测区域的地面震动信号进行采集，并将各采样时刻所采集的地面震动信号同步传送至数据处理器；每个采样时刻所采集的地面震动信号均为该采样时刻所述震动检测装置所采集的震动幅值；步骤二、震动信号分析处理及震动目标识别：所述数据处理器按照预先设定的分析处理频率f且按照时间先后顺序，对接收到的各分析处理周期内所采集的地面震动信号分别进行分析处理，并根据分析处理结果对各分析处理周期内待检测区域上存在的震动目标进行识别；其中，fs＝N·f，N为正整数且N≥100，每个分析处理周期内所采集的地面震动信号中均包括所述震动检测装置N个连续的采样时刻所采集的震动幅值；各分析处理周期内所采集地面震动信号的分析处理方法均相同，对任一个分析处理周期内所采集的地面震动信号进行分析处理时，过程如下：步骤201、信号预处理：调用信号预处理模块，对本分析处理周期内所采集的地面震动信号进行预处理，获得待识别时间序列；步骤202、时间序列相似搜索：根据预先建立的模式库，调用模式匹配模块且按照时间先后顺序，由先至后对步骤201中所述待识别时间序列进行相似性搜索，从所述待识别时间序列中找出与所述模式库内存储的各模式数据匹配的所有匹配数据，并对从所述待识别时间序列中找出的与各模式数据匹配的所有匹配数据的数量分别进行记录；所述模式库内存储有三个模式数据，三个所述模式数据分别为跺脚模式数据、车辆经过模式数据A和车辆经过模式数据B，三个所述模式数据均为时间序列；所述跺脚模式数据为调用步骤201中所述信号预处理模块对跺脚模式采样数据进行预处理后获得的时间序列，所述跺脚模式采样数据包括一个人在待检测区域上进行一次跺脚过程中所述震动检测装置M个连续的采样时刻所采集的震动幅值；所述车辆经过模式数据A为调用步骤201中所述信号预处理模块对车辆经过模式采样数据A进行预处理后获得的时间序列，所述车辆经过模式采样数据A包括一辆车向靠近所述震动检测装置一侧行驶过程中所述震动检测装置M个连续的采样时刻所采集的震动幅值；所述车辆经过模式数据B为调用步骤201中所述信号预处理模块对车辆经过模式采样数据B进行预处理后获得的时间序列，所述车辆经过模式采样数据B包括一辆车向远离所述震动检测装置行驶过程中所述震动检测装置M个连续的采样时刻所采集的震动幅值；其中，N≥n·M，n和M均为正整数，n≥10且M≥10；本步骤中，从所述待识别时间序列中找出的与所述跺脚模式数据匹配的所有匹配数据的数量记作C1，从所述待识别时间序列中找出的与所述车辆经过模式数据A匹配的所有匹配数据的数量记作C2，从所述待识别时间序列中找出的与所述车辆经过模式数据B匹配的所有匹配数据的数量记作C3；其中，C1、C2和C3均为自然数；步骤203、类模式匹配数计算：根据步骤202中所述的C1、C2和C3，调用类模式匹配数计算模块，计算得出跺脚类模式匹配数c1和车辆经过类模式匹配数c2；其中，c1＝C1，c2＝C2+C3，c1和c2均为自然数；步骤204、震动目标识别：根据步骤203中计算得出的c1和c2，调用震动目标识别模块对本分析处理周期内待检测区域上所存在震动目标的类型进行识别，过程如下：步骤2041、初步识别：对步骤203中计算得出的c1和c2分别进行阈值判断，并根据阈值判断结果对本分析处理周期内待检测区域上所存在震动目标的类型进行初步识别，获得初步识别结果；所述初步识别结果中包括一个或两个初步识别类型，所述初步识别类型为单人跺脚类、多人跺脚类、车辆经过类或噪声类；其中，对步骤203中计算得出的c1进行阈值判断时，根据阈值判断结果初步识别出本分析处理周期内待检测区域上所存在震动目标的类型为单人跺脚类、多人跺脚类或噪声类：当α≤c1≤β时，识别为单人跺脚类；当c1＞β时，识别为多人跺脚类；当c1≤ε时，识别为噪声类；对步骤203中计算得出的c2进行阈值判断时，根据阈值判断结果初步识别出本分析处理周期内待检测区域上所存在震动目标类型为车辆经过类或噪声类：当c2＞θ时，识别为车辆经过类；当c2≤ε时，识别为噪声类；其中，α、β、θ和ε均为正整数且其均为预先设定的震动目标识别用判断阈值，α＜β，θ≥ε，α＞ε；步骤2042、震动目标类型确定：根据步骤2041中的初步识别结果，对本分析处理周期内待检测区域上所存在震动目标的类型进行确定：当所述初步识别结果中包括一个所述初步识别类型时，将所述初步识别类型作为本分析处理周期内待检测区域上所存在震动目标的类型；否则，当所述初步识别结果中包括两个所述初步识别类型时，将两个所述初步识别类型中模式权重较大的一个所述初步识别类型作为本分析处理周期内待检测区域上所存...

【技术特征摘要】
1.一种基于时间序列相似搜索的震动目标识别方法，其特征在于，该方法包括以下步骤：步骤一、震动信号采集及同步上传：采用震动检测装置且按照预先设定的采样频率fs对待检测区域的地面震动信号进行采集，并将各采样时刻所采集的地面震动信号同步传送至数据处理器；每个采样时刻所采集的地面震动信号均为该采样时刻所述震动检测装置所采集的震动幅值；步骤二、震动信号分析处理及震动目标识别：所述数据处理器按照预先设定的分析处理频率f且按照时间先后顺序，对接收到的各分析处理周期内所采集的地面震动信号分别进行分析处理，并根据分析处理结果对各分析处理周期内待检测区域上存在的震动目标进行识别；其中，fs＝N·f，N为正整数且N≥100，每个分析处理周期内所采集的地面震动信号中均包括所述震动检测装置N个连续的采样时刻所采集的震动幅值；各分析处理周期内所采集地面震动信号的分析处理方法均相同，对任一个分析处理周期内所采集的地面震动信号进行分析处理时，过程如下：步骤201、信号预处理：调用信号预处理模块，对本分析处理周期内所采集的地面震动信号进行预处理，获得待识别时间序列；步骤202、时间序列相似搜索：根据预先建立的模式库，调用模式匹配模块且按照时间先后顺序，由先至后对步骤201中所述待识别时间序列进行相似性搜索，从所述待识别时间序列中找出与所述模式库内存储的各模式数据匹配的所有匹配数据，并对从所述待识别时间序列中找出的与各模式数据匹配的所有匹配数据的数量分别进行记录；所述模式库内存储有三个模式数据，三个所述模式数据分别为跺脚模式数据、车辆经过模式数据A和车辆经过模式数据B，三个所述模式数据均为时间序列；所述跺脚模式数据为调用步骤201中所述信号预处理模块对跺脚模式采样数据进行预处理后获得的时间序列，所述跺脚模式采样数据包括一个人在待检测区域上进行一次跺脚过程中所述震动检测装置M个连续的采样时刻所采集的震动幅值；所述车辆经过模式数据A为调用步骤201中所述信号预处理模块对车辆经过模式采样数据A进行预处理后获得的时间序列，所述车辆经过模式采样数据A包括一辆车向靠近所述震动检测装置一侧行驶过程中所述震动检测装置M个连续的采样时刻所采集的震动幅值；所述车辆经过模式数据B为调用步骤201中所述信号预处理模块对车辆经过模式采样数据B进行预处理后获得的时间序列，所述车辆经过模式采样数据B包括一辆车向远离所述震动检测装置行驶过程中所述震动检测装置M个连续的采样时刻所采集的震动幅值；其中，N≥n·M，n和M均为正整数，n≥10且M≥10；本步骤中，从所述待识别时间序列中找出的与所述跺脚模式数据匹配的所有匹配数据的数量记作C1，从所述待识别时间序列中找出的与所述车辆经过模式数据A匹配的所有匹配数据的数量记作C2，从所述待识别时间序列中找出的与所述车辆经过模式数据B匹配的所有匹配数据的数量记作C3；其中，C1、C2和C3均为自然数；步骤203、类模式匹配数计算：根据步骤202中所述的C1、C2和C3，调用类模式匹配数计算模块，计算得出跺脚类模式匹配数c1和车辆经过类模式匹配数c2；其中，c1＝C1，c2＝C2+C3，c1和c2均为自然数；步骤204、震动目标识别：根据步骤203中计算得出的c1和c2，调用震动目标识别模块对本分析处理周期内待检测区域上所存在震动目标的类型进行识别，过程如下：步骤2041、初步识别：对步骤203中计算得出的c1和c2分别进行阈值判断，并根据阈值判断结果对本分析处理周期内待检测区域上所存在震动目标的类型进行初步识别，获得初步识别结果；所述初步识别结果中包括一个或两个初步识别类型，所述初步识别类型为单人跺脚类、多人跺脚类、车辆经过类或噪声类；其中，对步骤203中计算得出的c1进行阈值判断时，根据阈值判断结果初步识别出本分析处理周期内待检测区域上所存在震动目标的类型为单人跺脚类、多人跺脚类或噪声类：当α≤c1≤β时，识别为单人跺脚类；当c1＞β时，识别为多人跺脚类；当c1≤ε时，识别为噪声类；对步骤203中计算得出的c2进行阈值判断时，根据阈值判断结果初步识别出本分析处理周期内待检测区域上所存在震动目标类型为车辆经过类或噪声类：当c2＞...

【专利技术属性】
技术研发人员：李爱国，张朝阳，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西;61