[发明专利]基于时间序列相似搜索的震动目标识别方法有效
申请号: | 201611246103.1 | 申请日: | 2016-12-29 |
公开(公告)号: | CN106650680B | 公开(公告)日: | 2019-02-01 |
发明(设计)人: | 李爱国;张朝阳 | 申请(专利权)人: | 西安科技大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G01H17/00 |
代理公司: | 西安创知专利事务所 61213 | 代理人: | 谭文琰 |
地址: | 710054 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 时间 序列 相似 搜索 震动 目标 识别 方法 | ||
本发明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。
技术领域
本发明属于震动目标识别技术领域,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。
背景技术
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。
发明内容
本发明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,本发明采用的技术方案是: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;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安科技大学,未经西安科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611246103.1/2.html,转载请声明来源钻瓜专利网。