一种滑坡孕育过程声波监测方法及装置制造方法及图纸

本发明专利技术涉及一种滑坡孕育过程声波监测方法及装置，实现了自动监测与识别异常声波事件的到达时刻，并触发异常波形事件时间序列的缓存、主频分析和远程无线传输，根据主频分析结果甄别是否是滑坡孕育过程所产生的声波信号，如果是则发送，如果否则放弃；同时，无线远程传输占据了实时在线监测装置系统功耗最大份额，因此，该方法和装置只将有用数据序列发送至远端监测中心进行进一步分析，极大降低了监测装置的系统功耗，也减少了无用数据序列的传输、存储和分析的冗余工作，提高了装置工作的可靠性和高效性。

【技术实现步骤摘要】
一种滑坡孕育过程声波监测方法及装置
本专利技术涉及坡体监测
，具体地，涉及一种滑坡孕育过程声波监测方法及装置。
技术介绍
滑坡是十分危险的事，尤其是在盆地、丘陵地段，在雨季，山体极易滑坡。一些山体其临近居民区，滑坡将给人们带来严重的经济损失，甚至生命损失，其损失是不可估量的。我国地貌特征丰富，很多城市依山而建，随着城市化进程的向前发展，城市内的人口密度不断提高，一旦在城市周边发生山体滑坡，将会给环境造成难以修复的破坏，更重要的是会给人们的生命财产带来极大的隐患。山体滑坡的爆发时间短且破坏力极大，待到发现时再进行撤离大都为时以晚，而受影响的村庄、城市将会遭受不可逆转的破坏。因此，如何在山体滑坡发生前进行监测，是预防和治理山体滑坡的最有效手段。现有的滑坡监测装置，其自动化数据采集方式主要有两种：(1)依据传统的香农-奈奎斯特采样进行等间隔时间(或者固定采样频率)采样；(2)基于压缩感知理论，采用压缩采样算子对模拟信号输入带宽进行压缩，实现模拟压缩采样。但是，对于宽频范围的滑坡声波信号，传统的香农-奈奎斯特采样方法进行声波信号的采样可能丢失重要采样点信息，使得拟合结果失真，或者采样到过多重复信息，获得非常庞大的数据量，增加数据传输、处理和分析工作量，从而会提高监测设备的整体功耗，降低监测设备的长期稳定性。另外，压缩采样算法在一定程度上很好的重构原始信号，并有效降低了采样后的数据量，但是压缩采样算法实现较为复杂，且会提高监测设备的整体功耗。但是，滑坡监测装置在在电池容量有限的情况下，要满足高可靠性和少维护量的要求，给现有滑坡监测装置的正常运行带来严峻挑战，因此，如何设计智能数据采集方法自动识别有用数据并通过无线发送至用户，降低现有滑坡监测装置的总体功耗以及提高其稳定性是亟需解决的技术问题。
技术实现思路
本专利技术的目的是提供一种滑坡孕育过程声波监测方法及装置，用于解决传统连续监测仪器功耗高、稳定性差、无用数据冗余的问题。本专利技术解决上述技术问题的技术方案如下：第一方面，本专利技术提供了一种滑坡孕育过程声波监测方法，包括以下步骤：采集滑坡监测区域的声波模拟信号，所述声波模拟信号包括发生时间、发生地址、声波模拟信号幅度；对所述声波模拟信号进行预处理，得到声波数字序列；采用改进型STA/LTA算法对所述声波数字序列进行处理，并将STA/LTA的比值与异常波形阈值进行比较，得到大于异常波形阈值的声波数字序列，所述异常波形阈值根据现场噪声水平设置，可设为0.3；对大于异常波形阈值的声波数字序列进行主频分析，得到滑坡孕育过程声波频段范围内的声波数字序列，所述滑坡孕育过程声波频段范围为0.01～20Hz；存储得到的滑坡孕育过程声波频段范围内的声波数字序列。进一步，对所述声波模拟信号进行预处理，得到声波数字序列，具体包括：对所述声波模拟信号进行高通滤波；对高通滤波后的声波模拟信号进行放大处理；对放大后的声波模拟信号进行采样；对采样后的数据采用滑动平均滤波算法进行低通滤波处理，得到声波数字序列。进一步，所述滑动平均值滤波算法为:N＝0.443Fs/Fco其中，N为平均点数，Fs为采样频率，Fco是截止频率，x(k-i)为i时刻采样点的幅值。进一步，所述采用改进型STA/LTA算法对所述声波数字序列进行处理，并将STA/LTA的比值与异常波形阈值进行比较，得到大于异常波形阈值的声波数字序列，所述异常波形阈值为0.3，具体为：改进型STA/LTA算法采用递归型的计算方式：Ci＝Si2+Ki[Si-Si-1]2；Ki＝sum|Si|/sum|Si-Si-1|；其中，i＝1，2，3…N，STAi和LTAi分别是声波数字序列在第i时刻的短时平均值和长时平均值；Lenlta和Lensta分别是声波数字序列长时平均时窗和短时平均时窗所包含的数据长度；Ci是特征函数，Si(i＝1，2，3...，N)是经过滑动均值滤波后的声波数字序列的振幅，Ki是振幅和一阶导数的加权因子；对得到的STA/LTA序列进行平滑滤波处理；将STA/LTA序列中各STA/LTA的比值与异常波形阈值进行比较，若STA/LTA的比值大于异常波形阈值，则从STA/LTA序列中大于异常波形阈值的第i时刻的数据之前的10个点开始记录、存储，直到STA/LTA的比值小于异常波形阈值。进一步，所述对大于异常波形阈值的声波数字序列进行主频分析，具体为：对大于异常波形阈值的声波数字序列采用FFT算法进行主频分析，其中FFT算法为：其中，x(n)是声波数字序列幅值，X(k)是频率域幅值，N是声波数字序列长度。进一步，还包括：将存储的滑坡孕育过程声波频段范围内的声波数字序列无线发送到监测中心。第二方面，本专利技术提供了一种滑坡孕育过程声波监测装置，包括：信号采集模块，用于采集滑坡监测区域的声波模拟信号，所述声波模拟信号包括发生时间、发生地址、声波模拟信号幅度；预处理模块，用于对所述声波模拟信号进行预处理，得到声波数字序列；算法处理模块，用于采用改进型STA/LTA算法对所述声波数字序列进行处理，并将STA/LTA的比值与异常波形阈值进行比较，得到大于异常波形阈值的声波数字序列，所述异常波形阈值根据现场噪声水平设置；主频分析模块，用于对大于异常波形阈值的声波数字序列进行主频分析，得到滑坡孕育过程声波频段范围内的声波数字序列，所述滑坡孕育过程声波频段范围为0.01～20Hz；存储模块，用于存储得到的滑坡孕育过程声波频段范围内的声波数字序列。进一步，所述预处理模块包括：高通滤波模块，用于对所述声波模拟信号进行高通滤波；放大模块，用于对高通滤波后的声波模拟信号进行放大处理；采样模块，用于对放大后的声波模拟信号进行采样；低通滤波模块，用于对采样后的数据采用滑动平均滤波算法进行低通滤波处理，得到声波数字序列。进一步，还包括：无线发送模块，用于将存储的滑坡孕育过程声波频段范围内的声波数字序列无线发送到监测中心。本专利技术的有益效果是：本专利技术通过采集滑坡监测区域的声波模拟信号，对声波模拟信号进行预处理，得到声波数字序列；采用改进型STA/LTA算法对所述声波数字序列进行处理，并将STA/LTA的比值与异常波形阈值进行比较，得到大于异常波形阈值的声波数字序列，对大于异常波形阈值的声波数字序列进行主频分析，得到滑坡孕育过程声波频段范围内的声波数字序列并存储。本方法采用改进型STA/LTA算法能有效监测到每次滑坡次声波事件信号到达时刻，有效降低噪声对监测效率的影响，实现了自动采集与识别异常声波事件的到达时刻，并触发异常波形事件时间序列的缓存、主频分析，减少了无用数据序列的传输、存储和分析的冗余工作，降低了功耗、提高了系统的稳定性。同时，根据主频分析结果甄别将滑坡孕育过程所产生的声波信号，无线传输给监测中心；由于无线远程传输占据了实时在线监测装置系统功耗最大份额，因此，该方法和装置只将有用数据序列发送至远端监测中心进行进一步分析，极大降低了监测装置的系统功耗，也减少了无用数据序列的传输、存储和分析的冗余工作，提高了装置工作的可靠性和高效性。附图说明图1为本专利技术方法流程图；图2为本专利技术效果图；图3为本专利技术装置原理框图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范本文档来自技高网...

【技术保护点】
1.一种滑坡孕育过程声波监测方法，其特征在于，包括以下步骤：采集滑坡监测区域的声波模拟信号，所述声波模拟信号包括发生时间、发生地址、声波模拟信号幅度；对所述声波模拟信号进行预处理，得到声波数字序列；采用改进型STA/LTA算法对所述声波数字序列进行处理，并将STA/LTA的比值与异常波形阈值进行比较，得到大于异常波形阈值的声波数字序列，所述异常波形阈值根据现场噪声水平设置；对大于异常波形阈值的声波数字序列进行主频分析，得到滑坡孕育过程声波频段范围内的声波数字序列，所述滑坡孕育过程声波频段范围为0.01～20Hz；存储得到的滑坡孕育过程声波频段范围内的声波数字序列。

【技术特征摘要】
1.一种滑坡孕育过程声波监测方法，其特征在于，包括以下步骤：采集滑坡监测区域的声波模拟信号，所述声波模拟信号包括发生时间、发生地址、声波模拟信号幅度；对所述声波模拟信号进行预处理，得到声波数字序列；采用改进型STA/LTA算法对所述声波数字序列进行处理，并将STA/LTA的比值与异常波形阈值进行比较，得到大于异常波形阈值的声波数字序列，所述异常波形阈值根据现场噪声水平设置；对大于异常波形阈值的声波数字序列进行主频分析，得到滑坡孕育过程声波频段范围内的声波数字序列，所述滑坡孕育过程声波频段范围为0.01～20Hz；存储得到的滑坡孕育过程声波频段范围内的声波数字序列。2.根据权利要求1所述的滑坡孕育过程声波监测方法，其特征在于，对所述声波模拟信号进行预处理，得到声波数字序列，具体包括：对所述声波模拟信号进行高通滤波；对高通滤波后的声波模拟信号进行放大处理；对放大后的声波模拟信号进行采样；对采样后的数据采用滑动平均滤波算法进行低通滤波处理，得到声波数字序列。3.根据权利要求2所述的滑坡孕育过程声波监测方法，其特征在于，所述滑动平均值滤波算法为：N＝0.443Fs/Fco其中，N为平均点数，Fs为采样频率，Fco是截止频率，x(k-i)为i时刻采样点的幅值。4.根据权利要求1所述的滑坡孕育过程声波监测方法，其特征在于，所述采用改进型STA/LTA算法对所述声波数字序列进行处理，并将STA/LTA的比值与异常波形阈值进行比较，得到大于异常波形阈值的声波数字序列，所述异常波形阈值根据现场噪声水平设置，具体为：改进型STA/LTA算法采用递归型的计算方式：Ci＝Si2+Ki[Si-Si-1]2；Ki＝sum|Si|/sum|Si-Si-1|；其中，i＝1，2，3…N，STAi和LTAi分别是声波数字序列在第i时刻的短时平均值和长时平均值；Lenlta和Lensta分别是声波数字序列长时平均时窗和短时平均时窗所包含的数据长度；Ci是特征函数，Si(i＝1，2，3...，N)是经过滑动均值滤波后的声波数字序列的振幅，Ki是振幅和一阶导数的加权因子；对得到的STA/LTA序列进...

【专利技术属性】
技术研发人员：朱星，许强，王浩，霍冬冬，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：四川,51