基于改進能量比算法的節(jié)點式無纜地震儀低功耗設(shè)計

中圖分類號：TN79；TP212 文獻標志碼：A 文章編號：1671-8755（2025）02-0080-06

Abstract：To address the issue of seismic nodes being unable to monitor data quality due to balancing power consumption and bandwidth in the data transmission process of cableless node seismometer，this study proposed that an improved short term average/long term average （STA/LTA） algorithm was embedded in the STM32F4 to identify vibration data，thereby reducing the storage and transmission of unnecessary data. The node’s power consumption was reduced by integrating software and hardware collaboration techniques.Additionally，seismic motion data was transmitted back using a low-power LORA module for quality monitoring. Experimental results demonstrate that the optimized system reduces data storage power consumption by 53.3% and data transmission power consumption by 67.3% ，achieving low-power data transmission and enabling seismic nodes to effectively monitor data quality.

Keywords： Nodal wireless seismometer; Low power consumption ; Short term average/long term average algorithm

地震勘探是通過分析地震波來獲得地球地下結(jié)構(gòu)的重要方法，它在火山監(jiān)測、地震預警、邊坡地質(zhì)穩(wěn)定監(jiān)測、礦產(chǎn)資源調(diào)查等多個領(lǐng)域廣泛應用[1-2]。

傳統(tǒng)地震數(shù)據(jù)采集系統(tǒng)依賴電纜進行數(shù)據(jù)傳輸，雖然傳輸可靠且?guī)捘芰姡娎|的大量使用導致系統(tǒng)笨重且維護成本高昂，難以在丘陵、雨林等復雜

地形中部署[3] 。

為了滿足地震勘探市場復雜地形工作需求，無纜地震勘探節(jié)點的應用日益廣泛[4]，但是無纜地震數(shù)據(jù)采集系統(tǒng)供電受限，難以滿足長時間野外作業(yè)的要求。此外，節(jié)點設(shè)備缺乏有效的數(shù)據(jù)質(zhì)量監(jiān)控手段，影響勘探效率[5]。目前大部分地震數(shù)據(jù)采集系統(tǒng)，如WING節(jié)點、Hawk系統(tǒng)和Quantum節(jié)點系統(tǒng)，可實現(xiàn)對儀器工作狀態(tài)的監(jiān)控，但無法監(jiān)控地震數(shù)據(jù)的質(zhì)量。而RT2和RT3等節(jié)點系統(tǒng)雖然利用無線傳感器網(wǎng)絡實現(xiàn)了數(shù)據(jù)實時回傳和質(zhì)量監(jiān)控，但長時間高采樣率地震勘探產(chǎn)生的大量數(shù)據(jù)，使得數(shù)據(jù)采集、存儲和傳輸功耗較高，導致使用時間受限[7-8] 。

通過震動識別算法提前對數(shù)據(jù)進行處理，保留關(guān)鍵震動數(shù)據(jù)可以有效減緩數(shù)據(jù)壓力，目前主要的震動識別算法有：長短時窗能量比（ShortTermAv-erage/Long Term Average，STA/LTA）算法[9-10]、小波變換法[11-12] 神經(jīng)網(wǎng)絡法[13-14]等。賈夢歡等[15]通過在FPGA內(nèi)部嵌入傳統(tǒng)STA/LTA算法實現(xiàn)連續(xù)數(shù)據(jù)采集中對震動數(shù)據(jù)的識別，減少了噪聲消耗。阮波等[利用FPGA的PS端內(nèi)嵌MER能量比算法實現(xiàn)了對低信噪比震動信號的識別，減小了數(shù)據(jù)存儲壓力。然而，這兩種系統(tǒng)的主控芯片功耗較大，不利于長期野外工作。另外，前者的算法對低信噪比數(shù)據(jù)拾取效果不佳，后者的算法計算量較大，嚴重消耗資源，直接移植到低功耗微控制器難度較高。

針對上述問題，本文基于STM32F4平臺，通過改進震動識別算法，將其嵌入至STM32F407平臺，在采集的過程中篩選震動數(shù)據(jù)，降低無效數(shù)據(jù)存儲和傳輸帶來的功耗，通過軟硬協(xié)同技術(shù)使整個節(jié)點系統(tǒng)在保持低功耗的同時，可以回傳震動數(shù)據(jù)，用于質(zhì)量監(jiān)控。

1 系統(tǒng)方案設(shè)計

系統(tǒng)以STM32F407為主控，由檢波器、信號調(diào)理、ADC數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)存儲和數(shù)據(jù)傳輸單元組成，系統(tǒng)總體架構(gòu)如圖1所示。系統(tǒng)采用動圈式檢波器實現(xiàn)震動信號的采集，將檢波器輸出的模擬信號送入信號調(diào)理電路；將調(diào)節(jié)后的信號送入24位△-∑型ADS131A04芯片進行模數(shù)轉(zhuǎn)換;轉(zhuǎn)換后的數(shù)字信號由STM32F407進行震動識別，篩除無效噪聲數(shù)據(jù)；由SD卡存儲有效震動數(shù)據(jù)，再由LORA模塊傳輸震動信號到控制中心，用于數(shù)據(jù)實時質(zhì)量監(jiān)控；同時利用GPS和可調(diào)晶振進行時間同步。

在進行數(shù)據(jù)采集任務之前，系統(tǒng)處于低功耗待機模式，通過遠程控制對系統(tǒng)各模塊進行參數(shù)配置，調(diào)整工作模式。系統(tǒng)接收到開始命令，系統(tǒng)立即退出低功耗待機模式，進行模塊初始化，初始化成功即開始數(shù)據(jù)采集、算法識別、數(shù)據(jù)存儲及數(shù)據(jù)傳輸工作。在設(shè)備工作期間，利用GPS和可調(diào)晶振進行時間同步。系統(tǒng)運行結(jié)構(gòu)如圖2所示。

2 系統(tǒng)數(shù)據(jù)處理

2.1 STA/LTA算法原理

通過模數(shù)轉(zhuǎn)換器的數(shù)字信號中含有大量的背景噪聲和干擾信號，STA/LTA算法可以反映微震信號和噪聲信號的變換趨勢，能簡單高效地識別震動信號。STA/LTA算法原理如圖3所示。

STA/LTA算法通過STA（短時信號平均值）/LTA（長時信號平均值）來反映信號的能量變化，通過移動時窗計算能量比值，當其比值大于某一閾值時，認為此點為P波初至[17]

STA/LTA算法基本公式如下

式中： i 表示采樣時刻； l_len 表示長時窗長度； s_len 表示短時窗長度； λ 表示選取的觸發(fā)閾值； F_i 是 i 時刻的特征函數(shù)值，表示信號的振幅或頻率變化情況。

算法選取的特征函數(shù)不同，所表征的信號特征也不相同，對不同情況下的背景噪聲識別能力也不同。STA/LTA 算法常見的特征函數(shù)主要有[18]：

F₁=|X_i-X_i-1|

F₂=X_i²-X_i+1?X_i-1

2.2 算法改進

STA/LTA算法的拾取精度與時窗長度、觸發(fā)閾值大小、特征函數(shù)3方面有關(guān)。傳統(tǒng)的STA/LTA算法雖然原理簡單、實時性強，但拾取結(jié)果的精準度對觸發(fā)閾值的依賴非常嚴重，通常需要多次調(diào)整閾值[19]

劉曉明等[18]（2017）提出基于改進的STA/LTA方法的微地震P波自動拾取技術(shù)，避免了多次閾值調(diào)整的冗余工作。但此方法易受噪聲干擾，對低信噪比數(shù)據(jù)拾取能力較弱且計算量繁雜，實時性差[20]

改進能量比算法是在文獻［18]的基礎(chǔ)上構(gòu)建了新的特征函數(shù)，通過移動時窗計算平均能量比值，STA/LTA曲線上的全局最大值點即被確定為P波的初至，能夠避免閾值調(diào)整工作。為了提高算法對低頻噪聲的抗干擾能力并減少計算量，引入了相對功率[21]對信噪比進行提升，通過減去信號均值消除信號基線，相對突出信號的變化，從而增強信號特征。此時信號方差更能描述信號的波動性，有效表征信號的幅值和頻率的突變。

構(gòu)建新的特征函數(shù)如下：

式中：term表示采樣信號長度； 表示采樣信號均值，i表示采樣時刻， X_i 表示 χ_i 時刻的采樣值。 K 是一個加權(quán)系數(shù)，取決于采樣率和站點噪聲特性。

以某原始信號為例，采用不同特征函數(shù)下STA/LTA算法進行拾取，并將不同特征函數(shù)下STA/LTA比值結(jié)果以及拾取的P波初至時刻列出，如圖4所示。

為了提高系統(tǒng)的容錯率，提取P波初至時刻前后150采樣點（ 12kHz/s 采樣率）范圍內(nèi)數(shù)據(jù)作為P波拾取范圍，圖4中區(qū)域1表示改進能量比算法（簡稱本文方法）對 P 波拾取的范圍，區(qū)域2表示基于改進的STA/LTA方法的微地震P波自動拾取技術(shù)（簡稱文獻18]方法）對P波拾取范圍，區(qū)域3表示傳統(tǒng)STA/LTA算法對P波拾取范圍（閾值 ?4 ）。從圖4可以看出，在低信噪比數(shù)據(jù)拾取中，本文方法的拾取結(jié)果優(yōu)于文獻[18]方法。

同時用3種算法對已有的1005組低信噪比漢源高速微地震數(shù)據(jù)（ 12kHz/s 采樣率）進行震動識別。3種算法識別的統(tǒng)計對比結(jié)果如表1所示，

從表1可以看出，在低信噪比數(shù)據(jù)拾取中，與人工拾取結(jié)果相比，誤差在 12.50ms（12kHz/s 采樣率，150采樣點誤差）范圍以內(nèi)，本文方法有 87.2% 的準確率，而文獻[18]算法僅有 73.5% 的準確率，傳統(tǒng)STA/LTA方法僅有 61.3% 的準確率。表明本文方法對低信噪比震動信號的識別效果優(yōu)于文獻[18]方法，本文方法抗干擾性能更好。

同時利用MATLAB對3種算法的計算量進行測試，在固定長短時窗選值下，測試3種算法對相同數(shù)據(jù)完成震動拾取的時間，從而測試計算量。10次算術(shù)平均值的統(tǒng)計分析結(jié)果如表2所示。

從表2可以看出，本文方法的拾取時間明顯優(yōu)于文獻18]方法，本文方法的實時性更好。

3軟硬協(xié)同技術(shù)

3.1 硬件低功耗設(shè)計

CMOS電路的高集成度的特點使得地震儀電路設(shè)計多采用CMOS電路，該電路器件的功耗分為靜態(tài)功耗和動態(tài)功耗。本文選取一系列功耗較低的元器件以降低靜態(tài)功耗，如低功耗采集芯片、低功耗GPS模塊、低功耗LORA模塊。

地震節(jié)點以STM32F407VGT6單片機為主控芯片，相較于功耗高達 500μA/MHz 的F1系列，F(xiàn)4系列的功耗僅為 144μA/MHz ，選擇F4系列能有效降低系統(tǒng)整體功耗，除此之外STM32F407VGT6擁有1024kB FLASH， 192kB SRAM，為改進能量比算法的實現(xiàn)提供了可能。

地震節(jié)點常用的模數(shù)轉(zhuǎn)換芯片有TI公司的ADS1282，AnalogDevices公司的AD1556和 CirrusLogic公司的 Δ-Σ 型24位地震數(shù)據(jù)采集套片，綜合比較各模數(shù)轉(zhuǎn)換芯片的性能，數(shù)據(jù)采集模塊采用24位ADC芯片ADS131A04對地震模擬信號進行轉(zhuǎn)換。主流 Δ-Σ 型模數(shù)轉(zhuǎn)換芯片的指標對比如表3所示。

ADS131A04芯片具有寬動態(tài)范圍、可擴展的數(shù)據(jù)速率、多個SPI數(shù)據(jù)接口模式等優(yōu)勢。相較于市面上地震采集常用的AD芯片，ADS131A04芯片具有超低功耗優(yōu)勢，高速采集模式的功耗僅為15mW ，有利于降低系統(tǒng)數(shù)據(jù)采集部分功耗。

進行數(shù)據(jù)質(zhì)量監(jiān)控需將設(shè)備工作狀態(tài)與關(guān)鍵數(shù)據(jù)傳回到控制中心，采用ATK-MW1278DLORA模塊對關(guān)鍵數(shù)據(jù)進行傳輸。該模塊是一款小體積、微功率、高性能的LORA無線串口模塊，采用高效的ISM頻段射頻SX1278擴頻芯片，共32個信道，通信距離可達 3000m ，自帶512B大小的環(huán)形FIFO緩沖區(qū)，可在線修改發(fā)射功率、空中速率等工作參數(shù)。

3.2 軟件低功耗設(shè)計

系統(tǒng)搭載uCOS-III操作系統(tǒng)，實現(xiàn)單核多任務處理，采用動態(tài)電源管理技術(shù)，充分利用系統(tǒng)空閑切換系統(tǒng)部分硬件單元的工作狀態(tài)，根據(jù)系統(tǒng)不同工作狀態(tài)需求關(guān)閉當前未使用的外設(shè)或使其進入低功耗模式，以降低動態(tài)功耗。例如系統(tǒng)正在進行采集任務時，使LORA通信模塊、GPS定位模塊進入低功耗模式。

采用改進能量比算法去除大量無效噪聲信號，減少對大量無效噪聲信號的存儲、傳輸工作，以減少存儲、傳輸?shù)认嚓P(guān)外設(shè)的工作時間，進一步降低系統(tǒng)功耗。再將提取后的震動數(shù)據(jù)經(jīng)低功耗LORA數(shù)據(jù)傳輸模塊傳回至控制中心，用于數(shù)據(jù)質(zhì)量監(jiān)控。

系統(tǒng)采用乒乓緩存操作建立兩個數(shù)據(jù)緩沖區(qū)

Buffer1和Buffer2。Buffer1采集數(shù)據(jù)緩沖區(qū)滿，Buff-er2即刻開始采集，同時對Buffer1進行震動識別處理，SD卡保存數(shù)據(jù)；Buffer2采集數(shù)據(jù)緩沖區(qū)滿，Buffer1即刻開始采集，同時對Buffer2進行震動識別處理，SD卡保存數(shù)據(jù)。乒乓緩存操作工作流程如圖5所示。

當系統(tǒng)保存的數(shù)據(jù)量存滿LORA的發(fā)射緩沖區(qū)，喚醒LORA進入發(fā)送工作模式，將震動數(shù)據(jù)傳輸至控制中心用于數(shù)據(jù)質(zhì)量監(jiān)控，并在系統(tǒng)任務里保留中斷接收機制，以便及時響應控制中心的命令。

4實驗結(jié)果與分析

4.1算法功能仿真測試

使用本文提出的方法在MATLAB對采樣率為12kHz/s 、采樣長度為2.85s的漢源高速微震數(shù)據(jù)進行了仿真測試，測試結(jié)果如圖6所示。

測試結(jié)果表明本文方法能夠識別原始信號中的6個震動信號，并保留關(guān)鍵震動數(shù)據(jù)，去除無效數(shù)據(jù)

4.2算法功能實際測試

通過人工敲擊震源產(chǎn)生震動信號并對該信號進行采集，通過控制中心的上位機軟件對數(shù)據(jù)進行波形顯示。

圖7為采樣率 1kHz/s 、采樣長度6s的實測震動信號數(shù)據(jù)，上位機顯示的波形與保存在本地SD卡中的數(shù)據(jù)波形對比發(fā)現(xiàn)，將本文算法嵌入到STM32F407單片機中，單片機可以實現(xiàn)有效震動信號的識別。

系統(tǒng)以 4kHz/s 的采樣率在某工地連續(xù)運行12h，每小時的數(shù)據(jù)存儲結(jié)果統(tǒng)計如圖8所示。嵌入算法的系統(tǒng)存儲的數(shù)據(jù)量僅為未嵌入算法系統(tǒng)數(shù)據(jù)量的 30% 。表明改進能量比算法對采集的地震數(shù)據(jù)進行了有效處理，能大幅減少無用數(shù)據(jù)的存儲。

4.3 低功耗性能測試

采用安捷倫34401a萬用表對系統(tǒng)進行功耗測試，得到系統(tǒng)各個模塊結(jié)構(gòu)的功耗水平如圖9所示。

圖9中數(shù)據(jù)采集模塊功耗對比市面地震采集常用ADS1282芯片進行測試，經(jīng)過比較后發(fā)現(xiàn)ADS131A04芯片組成的數(shù)據(jù)采集模塊的功耗為30mN ，采集功耗顯著降低。引人震動識別算法后系統(tǒng)的SD卡數(shù)據(jù)存儲模塊和LORA數(shù)據(jù)傳輸模塊的工作量明顯減小，相關(guān)外圍設(shè)備工作時間縮短，功耗大幅度降低。相較于未使用算法和軟硬協(xié)同技術(shù)的系統(tǒng)，數(shù)據(jù)存儲功耗降低了 53.3% ，數(shù)據(jù)傳輸功耗降低了 67.3% 。

5結(jié)論

本研究設(shè)計了一種基于STM32F4核心的節(jié)點式無纜地震儀，針對數(shù)據(jù)傳輸過程中功耗與帶寬之間的平衡問題，嵌入改進能量比算法有效識別震動數(shù)據(jù)，從而減少無用數(shù)據(jù)的存儲與傳輸。實驗結(jié)果顯示，優(yōu)化后的系統(tǒng)在數(shù)據(jù)存儲功耗上降低了 53.3% ，在數(shù)據(jù)傳輸功耗上降低了 67.3% ，實現(xiàn)了低功耗的數(shù)據(jù)傳輸，進而使得地震勘探節(jié)點能夠有效進行數(shù)據(jù)質(zhì)量監(jiān)控。該研究為地震監(jiān)測領(lǐng)域?qū)嶋H應用中解決功耗與數(shù)據(jù)質(zhì)量監(jiān)控之間的矛盾提供了有效解決方案。

參考文獻

[1] FANGJF，LIUW，QIAOJY，etal.Dual-link synchronousacquisition and transmission system for cabled seafloorearthquake observatory[J].Journal of Marine Scienceand Engineering，2023，11（6）：1138.

[2]GUO F，ZHANGQS，LIU SH. Development of a powerstationunit in a distributed hybrid acquisition system ofseismic and electrical’ methods based on the narrowbandInternet of Things （NB-IoT）[J]. Geoscientific Instru-mentation Methods，and Data Systems，2023，12（2）：111 - 120.

[3]JAMALI - RAD H， CAMPMAN X. Internet of Things-based wireless networking for seismic applications [J].Geophysical Prospecting，2018，66（4） ： 833-853.

[4]QIAO SQ， ZHANG Q S，ZHANG Q M， et al. Hybridseismic-electrical data acquisition station based on cloudtechnology and green IoT[J]. IEEE Access，2020，8：31026 -31033.

[5]TIAN R Y，WANG L X， ZHOU X H，et al. An integrat-ed energy-efficient wireless sensor node for the micro-tremor surveymethod[J].Sensors，2019，19（3）：544.

[6］田入運．無線低功耗節(jié)點式地震采集系統(tǒng)關(guān)鍵技術(shù)研究[D]．長春：吉林大學，2021.

[7] 任彥宗，盧占武，張新彥，等．便攜式節(jié)點地震儀數(shù)據(jù)采集和處理技術(shù)進展［J]．地球物理學進展，2021，36（2）： 779 -791.

[8]YIN Z Y，ZHOU Y，LI Y X. Seismic exploration wire-less sensor system based on Wi -Fi and LTE[J]. Sen-sors，2020，20（4）：1018-1034.

[9]STEVENSON PR. Microearthquakes at Flathead Lake，Mon-tana：A study using automatic earthquake processing [J].Bulletin of the Seismological Society of America，1976，66（1）：61-80.

[10］趙揚鋒，王進銘，潘一山，等．基于質(zhì)量尋優(yōu)與歸一化STA/LTA方法的微震P波到時拾取技術(shù)研究[J].巖石力學與工程學報，2022，41（8）：1610-1625.

[11]CAPILLA C. Application of the Haar wavelet transform todetect microseismic signal arrivals[J].Journal of Ap-plied Geophysics，2006，59（1） ： 36 -46.

［12］宋維琪，呂世超．基于小波分解與Akaike信息準則的微地震初至拾取方法[J]．石油物探，2011，50（1）：14 -21.

[13］胡婷，徐彬，王永發(fā)，等．基于U-Net的礦山微震初至拾取研究[J]．科學技術(shù)與工程，2023，23（16）：6802 -6809.

[14］李學貴，張帥，吳鈞，等．基于EM-KF算法的微地震信號去噪方法［J]．吉林大學學報（信息科學版），2024，42（2）：200-209.

［15］賈夢歡，廣先國，沈統(tǒng)，等．基于FPGA的微震信號快速識別系統(tǒng)設(shè)計［J]．傳感器與微系統(tǒng)，2021，40（3）：99-101，105.

[16］阮波，沈統(tǒng)，徐壘，等．基于Zynq的微地震數(shù)據(jù)采集優(yōu)化技術(shù)研究［J]．儀表技術(shù)與傳感器，2024（1）：76 -80.

[17］劉晗，張建中．微震信號自動檢測的STA/LTA算法及其改進分析［J]．地球物理學進展，2014，29（4）：1708 -1714.

[18］劉曉明，趙君杰，王運敏，等．基于改進的STA/LTA方法的微地震P波自動拾取技術(shù)［J]．東北大學學報（自然科學版），2017，38（5）：740-745.[19］李鴻儒，李夕海，譚笑楓，等.改進STA/LTA的地震事件精準檢測方法［J]．科學技術(shù)與工程，2024，

24（24）：10165 -10173.[20］邱磊，李彩華.STA/LTA方法拾取天然地震波初至及其改進分析[J]．地球物理學進展，2023，38（4）：

1497 -1506.[21］付繼華，王旭，李智濤，等.強噪聲環(huán)境下基于信噪比的地震P波到時自動提取方法[J]．地球物理學報，2019，62（4）：1405-1412.