地面運(yùn)動(dòng)目標(biāo)振動(dòng)信號的特性分析與目標(biāo)識別

王 斌

(武警工程大學(xué)研究生管理大隊(duì)，陜西西安 710086)

隨著民用和軍用工業(yè)的發(fā)展，無論是橋梁監(jiān)控、倉庫監(jiān)視，還是在軍事上對哨位監(jiān)視、戰(zhàn)場探測及人跡罕見惡劣條件的邊遠(yuǎn)地區(qū)巡邏，地面探測是不可或缺的一個(gè)維度。人員、車輛、裝備等目標(biāo)地面上運(yùn)動(dòng)，必然會發(fā)出聲響、引起地面振動(dòng)，而地面?zhèn)鞲衅骷纯梢酝ㄟ^探測這些物理量的變化來發(fā)現(xiàn)與識別運(yùn)動(dòng)目標(biāo)。地面目標(biāo)運(yùn)動(dòng)形成振源，其產(chǎn)生的地振波以縱波、橫波和瑞利波等形式在地球介質(zhì)中傳播。縱波傳播速度快、頻率高;橫波速度低、能量較弱;而瑞利波頻率較低、能量較強(qiáng)，其主要頻率成分集中在0～150 Hz范圍內(nèi)。因此在進(jìn)行振動(dòng)目標(biāo)識別系統(tǒng)設(shè)計(jì)時(shí)，主要考慮對150 Hz以內(nèi)的信號進(jìn)行處理。在均勻介質(zhì)下瑞利波的頻率與傳播速度無關(guān)，且無頻散性，因此，在獲取地面目標(biāo)信息時(shí)通常用瑞利波為分析對象［1］。

對地面運(yùn)動(dòng)目標(biāo)的振動(dòng)信號特性分析，就是將振動(dòng)信號作變換處理，從中提取出能夠反映特定目標(biāo)本質(zhì)屬性的特征信息，為實(shí)現(xiàn)目標(biāo)的識別提供充分依據(jù)。在信號處理方面，目標(biāo)信號的特性分析一般在時(shí)域和頻域中進(jìn)行。在時(shí)域中，單人行走與車輛行駛產(chǎn)生的波形之間有明顯的區(qū)別。無論是人員行走還是車輛行駛產(chǎn)生的振動(dòng)信號，在頻域中都能找到對應(yīng)各自信號的特征信息，特別是單人行走與多人隨機(jī)行走產(chǎn)生的波形，在時(shí)域中找不到明顯的區(qū)別，因此對其采用頻域分析是重要的。所以采用時(shí)域和頻域兩種方法對目標(biāo)信號特性進(jìn)行分析。

1 信號樣本數(shù)據(jù)庫的建立

信號的特征是能夠反映目標(biāo)本質(zhì)屬性的特征信息。目標(biāo)識別主要是對地面運(yùn)動(dòng)目標(biāo)產(chǎn)生的振動(dòng)信號進(jìn)行特征信息的分析與提取，從而識別目標(biāo)。其根本的方法是匹配，即把分析提取的目標(biāo)信號特征歸屬于樣本庫中和其信號特征相匹配的某一個(gè)目標(biāo)類型，最終根據(jù)已知樣本庫中的目標(biāo)進(jìn)行分類識別［2］。所以，要對目標(biāo)進(jìn)行識別，建立一個(gè)包含所有可能對應(yīng)目標(biāo)屬性的特征信息的數(shù)據(jù)庫尤為重要。

根據(jù)文中的應(yīng)用需求和使用到的算法，信號樣本數(shù)據(jù)庫至少包含3種地面運(yùn)動(dòng)目標(biāo)信號，以及這3種目標(biāo)所對應(yīng)的特征信息屬性，為地面運(yùn)動(dòng)目標(biāo)振動(dòng)信號的識別提供原始樣本。

在實(shí)驗(yàn)測試中，以人員、車輛為典型目標(biāo)，多次定點(diǎn)采集運(yùn)動(dòng)目標(biāo)的信號。實(shí)驗(yàn)條件為良好的水泥地質(zhì)，環(huán)境良好。主要做了以下實(shí)驗(yàn):(1)測試單人行走和多人隨機(jī)行走產(chǎn)生的地表面振動(dòng)，定點(diǎn)采集各種距離的信號。(2)測試車輛行駛產(chǎn)生的地表面振動(dòng)，定點(diǎn)采集各種距離的信號。從中采集和提取目標(biāo)振動(dòng)信號的特征信息，并建立信號樣本數(shù)據(jù)庫。

2 時(shí)域分析

地面目標(biāo)激勵(lì)下產(chǎn)生的地面振動(dòng)信號，主要取決于地質(zhì)條件、目標(biāo)的運(yùn)動(dòng)狀態(tài)和目標(biāo)的距離［3］。圖1和圖2是用軟件KEIL MDK對在外場試驗(yàn)采集地面目標(biāo)運(yùn)動(dòng)產(chǎn)生的振動(dòng)信號生成的時(shí)域圖，為便于分析，取時(shí)間長度為3 s。時(shí)域圖的橫軸和縱軸分別表示采集的時(shí)間和信號幅度。如圖1和圖2所示，人員行走、車輛行駛產(chǎn)生的地振動(dòng)信號在時(shí)域上具有以下兩個(gè)基本特征［2］:一是地振動(dòng)的目標(biāo)信號同目標(biāo)與傳感器之間的距離有關(guān)，隨著距離的增大，信號的幅度值逐漸減小;二是由于人的走動(dòng)對地面的沖擊是短暫的，而且相鄰步伐之間的時(shí)間間隔基本相同，約為0.5 s，所以人員腳步信號具有的特征為每個(gè)腳步信號可以看成是周期脈沖式的，近似為離散的;而車輛運(yùn)動(dòng)時(shí)由于發(fā)動(dòng)機(jī)連續(xù)發(fā)動(dòng)所產(chǎn)生，故其產(chǎn)生的信號是連續(xù)，當(dāng)然它還取決于車架懸掛系統(tǒng)自振以及傳動(dòng)系統(tǒng)振動(dòng)等。

2.1 過零數(shù)算法原理

過零數(shù)是指某一段時(shí)間內(nèi)時(shí)域信號的幅度值經(jīng)過特定閾值的總次數(shù)，用這個(gè)次數(shù)作為地振動(dòng)信號的時(shí)域特征。信號的過零數(shù)與采樣率密切相關(guān)。在信號采樣率不變的情況下，信號的過零數(shù)與頻率有著直接的關(guān)系。

若某正弦信號的頻率為f，則過零數(shù)為

即過零數(shù)與頻率成正比，其中k為比例系數(shù)。過零數(shù)與信號幅值無關(guān)，所以該方法抗干擾能力比較強(qiáng)，在語音、地震動(dòng)信號識別等方面有廣泛的應(yīng)用。

對于頻帶范圍從f1到f2的平穩(wěn)高斯隨機(jī)信號，單位長度內(nèi)的過零點(diǎn)數(shù)與功率G(f)之間存在的關(guān)系為

從式(2)可見，若信號的主頻f0越高，單位長度內(nèi)的過零數(shù)就越多;若信號的主頻f0越低，單位長度內(nèi)的過零數(shù)就越少［2］。

2.2 基于過零數(shù)分析的目標(biāo)識別

從圖1和圖2中可知，腳步作用時(shí)間很短，信號可近似為周期性的脈沖，而車輛信號是連續(xù)的，且腳步信號的頻數(shù)遠(yuǎn)低于車輛信號的主頻，即車輛行駛產(chǎn)生的振動(dòng)信號的過零數(shù)在某段時(shí)間內(nèi)明顯多于單人行走信號。所以只要確定的過零閾值在某段時(shí)間內(nèi)使得計(jì)算出兩類信號的過零數(shù)差距夠大，就能有效識別出這兩種目標(biāo)。

從實(shí)驗(yàn)采集的信號數(shù)據(jù)庫中分別隨機(jī)抽取15組人員和車輛的樣本信號，并分別計(jì)算過零數(shù)。由于采樣頻率為1 kHz，采樣時(shí)間為3 s，所以每組數(shù)據(jù)有3000個(gè)點(diǎn)。對各組信號進(jìn)行過零數(shù)統(tǒng)計(jì)如表1所示。

表1 人員和車輛目標(biāo)信號過零數(shù)統(tǒng)計(jì)

從表1可知，在15個(gè)單人行走樣本信號的過零數(shù)統(tǒng)計(jì)中有14個(gè)＜110，15個(gè)車輛行駛樣本信號的過零數(shù)統(tǒng)計(jì)中有14個(gè)＞110，即在單位長度內(nèi)車輛行駛信號的過零數(shù)遠(yuǎn)大于單人行走信號的過零數(shù)，所以可通過對單位長度內(nèi)信號的過零數(shù)比較進(jìn)而識別人員和車輛兩種目標(biāo)。若將過零閾值設(shè)定為110，則信號的過零數(shù)＜110時(shí)，識別為人員目標(biāo);信號的過零數(shù)＞110時(shí)，識別為車輛目標(biāo)。對于表1統(tǒng)計(jì)的過零數(shù)數(shù)據(jù)，可計(jì)算出人員和車輛的正確識別率均為14/15=93.33%。

3 頻域分析

信號的頻譜分析是研究信號特性的重要手段之一［4］。對于確定信號，可以用傅里葉變換分析其頻譜性質(zhì)，而對于廣義平穩(wěn)隨機(jī)信號，由于它一般既不是周期信號，又不滿足平方可積，嚴(yán)格來說不能進(jìn)行傅里葉變換，所以通常采用信號的功率譜來進(jìn)行頻譜分析。由于地面目標(biāo)運(yùn)動(dòng)引起的振動(dòng)信號可以近似為廣義平穩(wěn)隨機(jī)信號，所以文中對振動(dòng)信號進(jìn)行功率譜分析，提取信號特征，從而進(jìn)行目標(biāo)識別。然而，實(shí)際應(yīng)用中的廣義平穩(wěn)隨機(jī)信號一般是有限長的，只能根據(jù)有限長的信號來估計(jì)原始信號真實(shí)的功率譜，這就是功率譜估計(jì)問題。

由于周期圖法的方差性能差，且Bartlett法方差的改善是以犧牲分辨率為代價(jià)，所以文中采用Welch法。

3.1 Welch法算法原理

Welch譜估計(jì)法是對Bartlett法的改進(jìn)，目的是在保持Bartlett法方差性能的同時(shí)改善其分辨率，又稱加權(quán)交疊平均法。其基本原理是:首先，將數(shù)據(jù)xN(n)分成M段，得到分段數(shù)據(jù)xN，i(n)，可使每一段的部分?jǐn)?shù)據(jù)重疊，然后采用一個(gè)合適的窗函數(shù)對每一段數(shù)據(jù)進(jìn)行平滑處理，其次，對各段功率譜PER，i(w)求平均，得到PER(w)。若所有分段數(shù)據(jù)xN，i(n)的長度都為L，而且規(guī)定每段數(shù)據(jù)重合1/2，則數(shù)據(jù)xN(n)的總長度為N=(M+1)L/2。可得

3.2 基于Welch法的目標(biāo)識別

通過對單人行走和多人隨機(jī)行走產(chǎn)生的振動(dòng)信號用Welch法進(jìn)行仿真實(shí)驗(yàn)，所得的功率譜如圖3和圖4所示。由圖3和圖4可知:單人行走產(chǎn)生的振動(dòng)信號在頻率為40 Hz附近的功率較大，大約在頻率為120 Hz附近也有較高功率。而多人以隨意的腳步行進(jìn)時(shí)，因?yàn)椴煌娜嗽诓煌臅r(shí)刻對地面產(chǎn)生沖擊，信號在時(shí)域內(nèi)正負(fù)疊加相消，幅值反而比較小，表現(xiàn)在功率譜域內(nèi)，其能量較小，譜峰頻率主要集中在30 Hz、40 Hz和70 Hz附近。

從實(shí)驗(yàn)采集的信號數(shù)據(jù)庫中分別隨機(jī)抽取6組單人行走和多人隨機(jī)行走信號，進(jìn)行Welch法分析，得到兩種信號的譜峰頻率和譜峰相對強(qiáng)度統(tǒng)計(jì)表如表2所示。經(jīng)目標(biāo)統(tǒng)計(jì)可得信號功率譜特征如表3所示。從表2和表3中根據(jù)功率譜的特征信息對單人行走和多人隨機(jī)行走兩種目標(biāo)可進(jìn)行識別，即先比較譜峰強(qiáng)度，若譜峰強(qiáng)度在－5～0 dB和15～20 dB之間，則確認(rèn)為多人目標(biāo);若譜峰強(qiáng)度在0～15 dB之間，再比較譜峰頻率，若譜峰頻率僅在40 Hz附近，則確認(rèn)為單人目標(biāo)，若譜峰頻率主要集中在30 Hz、40 Hz和70 Hz附近，則確認(rèn)為多人目標(biāo)。可見該算法簡便、易行，效果好。

表2 目標(biāo)信號功率譜特征統(tǒng)計(jì)

表3 目標(biāo)信號功率譜特征

4 結(jié)束語

對單人正常行走、多人隨機(jī)正常行走以及車輛正常行駛3種地面目標(biāo)運(yùn)動(dòng)產(chǎn)生的振動(dòng)信號進(jìn)行了時(shí)域和頻域分析，實(shí)驗(yàn)結(jié)果表明:過零數(shù)分析法對于單人和車輛目標(biāo)的正確識別率高，但對于單人和多人目標(biāo)信號的識別還欠考慮;而Welch譜分析法對于單人和多人隨機(jī)行走目標(biāo)的識別非常有效，且簡便形象。但在實(shí)際情況下，有多人齊步行走、跑步以及人與車混合等多種情況，此時(shí)就要采用時(shí)頻域相結(jié)合，從中提取不同目標(biāo)的特征向量，利用D－S算法和BP神經(jīng)元算法相結(jié)合，可以提高識別的正確率。

［1］ 朱亞坤.基于傳感器陣列的振動(dòng)目標(biāo)識別與定位技術(shù)研究［D］.西安:武警工程大學(xué)，2012.

［2］ 徐照勝.地震動(dòng)傳感器的目標(biāo)檢測和識別算法研究［D］.合肥:安徽大學(xué)，2010.

［3］ 藍(lán)金輝.目標(biāo)地震動(dòng)信號的特征提取及識別研究［J］.振動(dòng)與沖擊，2001，20(4):42 －44.

［4］ 宋寧，關(guān)華.經(jīng)典功率譜估計(jì)及其仿真［J］.現(xiàn)代電子技術(shù)，2008，33(11):159 －161.