【技术实现步骤摘要】
一种地下管网保护警示牌及其振动信号识别方法
本专利技术属于地下管网的保护
,涉及一种地下管网保护警示牌及其振动信号识别方法,具体涉及一种物联网的地下管网保护智能警示牌及其基于LMD和多特征选择提取的振动信号识别方法。
技术介绍
近十几年来,随着经济的快速发展和社会的不断进步、城市化历程的加速,地下管网迅速发展,新建配电线路、水管、天然气管道已基本采用地下铺设方式,但是地下管网在传统的人工保护与监管措施下必然存在着许多隐患,也面临着不可忽视的意外破坏风险,其中主要的原因在于施工单位不规范的作业,并且缺乏与政府相关部门的沟通,导致施工机械设备破坏地下管道,根据统计地下管网因外力破坏而导致故障占到故障总原因的50%以上。目前国内外在防止地下管网外损方面的主要方法和研究有:1)管线交底,即告知施工人员管线的大致位置,让其开挖样洞后方可施工,但是许多施工人员为了赶工期,仍存在野蛮施工的情况,在明知地下管网位置的情况下,对其造成破坏;2)在管网通道地面拉设警示带、安装警示牌,但是通过实际使用,警示效果并不显著;3)将管网固 ...
【技术保护点】
1.一种基于LMD和多特征选择提取的地面运动振动信号识别方法,其特征在于:首先采集不同地面运动目标振动信号,用LMD方法处理每种振动信号以获得PF分量,其次,从每个PF分量中提取特征,并按FDR对提取的特征进行排名,接着将排名靠前的特征作为特征向量,并将特征向量输入到SVM分类器中进行训练得到训练好的SVM分类器模型,最后将实时采集到的当前地面振动信号输入到训练好的SVM分类器模型中,得到当前振动信号的目标类型。/n
【技术特征摘要】
1.一种基于LMD和多特征选择提取的地面运动振动信号识别方法,其特征在于:首先采集不同地面运动目标振动信号,用LMD方法处理每种振动信号以获得PF分量,其次,从每个PF分量中提取特征,并按FDR对提取的特征进行排名,接着将排名靠前的特征作为特征向量,并将特征向量输入到SVM分类器中进行训练得到训练好的SVM分类器模型,最后将实时采集到的当前地面振动信号输入到训练好的SVM分类器模型中,得到当前振动信号的目标类型。
2.根据权利要求1所述的一种基于LMD和多特征选择提取的地面运动振动信号识别方法,其特征在于,具体步骤如下:
(1)利用地震检波器采集不同种类地面运动目标的振动信号,获得每种地面运动目标的十组以上的振动信号;
(2)通过LMD方法对采集到的每种地面运动目标的十组以上的振动信号分别逐个进行分解,从每组振动信号获得n个PF分量PFi(t)和一个残余分量u(t),其中,t表示时间变量,i=1,2,...n,2≤n≤5;
(3)计算每种地面运动目标振动信号各PF分量的信号特征,并使用费舍尔判别准则计算出每种信号特征的FDR,将信号特征按FDR大小排名,并将排名靠前的信号特征提取出来,得到信号特征向量;
(4)构建SVM分类器,将步骤(3)得到的信号特征向量作为所述SVM分类器的输入,输出为地面运动目标类型,每种地面运动目标的十组以上振动信号所提取的信号特征向量及其所对应的地面运动目标类型作为训练集样本,根据训练集训练SVM分类器,得到训练完成的SVM分类器模型;
(5)采用步骤(4)中训练完成的SVM分类器模型进行地面运动目标识别。
3.根据权利要求2所述的一种基于LMD和多特征选择提取的地面运动振动信号识别方法,其特征在于,步骤(2)中每个PF分量PFi(t)为包络ai(t)和纯调频信号s...
【专利技术属性】
技术研发人员:董浩,周志峰,方宇,赵以恒,张大桂,
申请(专利权)人:上海工程技术大学,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。