發(fā)布時間：2020-09-29 19:29

　　 地震事件檢測是地震預(yù)警系統(tǒng)中的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的地震檢測技術(shù)通過地震臺站的高精度加速度計判別地震發(fā)生與否。近年來,隨著智能手機(jī)的普及和性能提升,基于手機(jī)內(nèi)置加速度計進(jìn)行地震事件檢測成為地震預(yù)警研究領(lǐng)域的新方向。有別于傳統(tǒng)的檢測技術(shù),基于手機(jī)加速度計的地震事件檢測方法不再側(cè)重于從強(qiáng)噪聲中提取地震事件數(shù)據(jù),而是聚焦在挖掘人類活動數(shù)據(jù)模式和地震事件數(shù)據(jù)模式的差異。因此,傳統(tǒng)地震事件檢測方法在手機(jī)地震事件檢測中并不完全適用。本論文從典型的人類活動模式特點出發(fā),設(shè)計了手機(jī)固定姿態(tài)下的地震事件分層檢測框架,并在此基礎(chǔ)上通過加速度計和磁力計的數(shù)據(jù)融合,提出一種手機(jī)非固定姿態(tài)下的地震事件檢測方法。主要工作和貢獻(xiàn)如下:首先,本論文給出了一種新的基于地震體驗屋的地震事件模擬方法,以更好地再現(xiàn)真實地震場景下的手機(jī)加速度數(shù)據(jù)模式。在此基礎(chǔ)上,建立了地震事件檢測樣本庫,該樣本庫覆蓋了多種設(shè)備、手機(jī)姿態(tài)、手機(jī)載體、正負(fù)樣本類型、和傳感器類型。其次,通過傳統(tǒng)門限方法和MyShake檢測方法的融合,重點研究了手機(jī)固定姿態(tài)下的地震事件分層檢測算法框架。在算法的較低層次,使用門限算法,提取STA/LTA和SMC特征,考慮與地震事件區(qū)分度較高的典型人類活動事件;在算法較高層次,使用隨機(jī)森林分類算法,提取時頻域特征,考慮與地震事件難以區(qū)分的典型人類活動事件。實驗結(jié)果驗證了分層算法在手機(jī)固定姿態(tài)下地震事件檢測中的有效性。最后,在分層算法框架的基礎(chǔ)上,通過加速度計和磁力計數(shù)據(jù)的融合,實現(xiàn)了不同手機(jī)設(shè)備數(shù)據(jù)坐標(biāo)的歸一化,并提出了地理相關(guān)的數(shù)據(jù)特征以更加高效地區(qū)分地震事件和人類日�；顒邮录�。在此基礎(chǔ)上,給出了手機(jī)非固定姿態(tài)下的地震事件檢測策略:坐標(biāo)歸一化數(shù)據(jù)+地理特征+隨機(jī)森林算法。實驗結(jié)果表明,在該策略下,正負(fù)樣本查準(zhǔn)率均超過90%,且算法使用的總數(shù)據(jù)特征維數(shù)大大降低。
【學(xué)位單位】：武漢大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2017
【中圖分類】：P315.75
【部分圖文】：

分別Ｗ首都和蘭州為中也城市布設(shè)了邋８０個強(qiáng)震預(yù)警臺站，建立了地逡逑震預(yù)警示范區(qū)。從全球范圍來看，地震預(yù)警系統(tǒng)目前主要分布在經(jīng)濟(jì)較為發(fā)達(dá)的逡逑國家和地區(qū)，在尼泊爾，南美等經(jīng)濟(jì)欠發(fā)達(dá)的強(qiáng)震地頻發(fā)地區(qū)分布反而較少［３］，逡逑見圖＾１。巨額的資金投入正是導(dǎo)致許多地震頻發(fā)地區(qū)無法建設(shè)地震預(yù)警系統(tǒng)的逡逑主要原因。逡逑

及固定物體的表面，手機(jī)的姿態(tài)可能為橫放、豎方、斜放，采集到的數(shù)據(jù)也是地震事件和人類活動（例如走，跑）疊加的數(shù)據(jù)。因此，傳統(tǒng)基于地震振的數(shù)據(jù)模擬方法在手機(jī)場景下并不完全適用，兩者的差異使得基于模式識別的檢測器無法得到較為準(zhǔn)確的訓(xùn)練數(shù)據(jù)。因此，如何真實地反映出地震事件下的手機(jī)加速度數(shù)據(jù)模式，仍是一個難題。逡逑（２）快速準(zhǔn)確的檢測算法框架設(shè)計。早期的手機(jī)地震事件檢測算法，大口限觸發(fā)，在研究人員將模式識別中的分類算法框架應(yīng)用到地震事件檢測Ｗ法在區(qū)分地震事件與人類活動中有了更好的表現(xiàn)，但完全用模式識別分類算替口限法（例如ＭｙＳｈａｋｅ系統(tǒng)），也使得手機(jī)計算成本大幅提升，該問題在特征維數(shù)較高時尤為明顯。考慮到即使是在地震頻發(fā)地區(qū)，地震仍屬于罕見，因此地震檢測器實際是一個絕大多數(shù)情況下檢測結(jié)果為負(fù)樣本的特殊分類何設(shè)計出一個多層次的、既保證檢測能力又能快速獲得結(jié)果的算法框架，是關(guān)鍵問題。逡逑（３）手機(jī)姿態(tài)多樣性問題。手機(jī)傳感器數(shù)據(jù)坐標(biāo)為設(shè)備坐標(biāo)系，當(dāng)設(shè)備發(fā)生變化時，數(shù)據(jù)坐標(biāo)系也會隨著發(fā)生變化，見下圖１－２。逡逑

用手機(jī)加速度計進(jìn)行地震事件檢測，需要關(guān)注如何區(qū)分地震事件與人類行為事件，逡逑簡單的口限觸發(fā)算法不再完全適用，需要借助檢測粒度更加精細(xì)的分類算法，其逡逑應(yīng)用框架見下圖２－１。逡逑ＬｔｉＪ逡逑預(yù)處理逡逑特征提化逡逑ＳＰＨ邋那崖型邋ｆ￣￣￣ｆｉｓｉ？逡逑＾———Ｌ邋＾逡逑地灄？逡逑圖２－１模式識別框架應(yīng)用于地震事件檢測示意圖逡逑在上述框架中，首先利用大量的地震事件數(shù)據(jù)（正樣本）和非地震事件數(shù)據(jù)逡逑（負(fù)樣本）進(jìn)行模型訓(xùn)練，得到一個具有地震事件檢測能力的分類器。標(biāo)簽未知逡逑的加速度數(shù)據(jù)，通過預(yù)處理和特征提�。缀�，輸入分類器進(jìn)行測試，便能得到該逡逑數(shù)據(jù)偵是否為地震事件的判定結(jié)果�？梢�，訓(xùn)練數(shù)據(jù)的質(zhì)量，特征的選�。准胺皱义项愃惴ǖ倪x擇對于地震事件檢測的精度至關(guān)重要。逡逑２．２．１常用的手機(jī)傳感器數(shù)據(jù)預(yù)處理方法逡逑手機(jī)傳感器采集的原始加速度數(shù)據(jù)包含了大量噪聲，己有研究表明卡爾曼濾逡逑波能有效濾除加速度數(shù)據(jù)中的干擾噪聲ＰＳＵＷ，濾波后的數(shù)據(jù)能夠更好地反應(yīng)相逡逑應(yīng)事件的數(shù)據(jù)模式。另外，去除重力成分，分頓加窗也是必要的數(shù)據(jù)預(yù)處理步驟。逡逑（１）卡爾曼濾波逡逑卡爾曼濾波是傳感器工程中較為成熟的一種濾波方法

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;更正啟示[J];測繪與空間地理信息;2017年11期

2 續(xù)宏;趙文潔;;高速公路事件檢測系統(tǒng)發(fā)展趨勢[J];中國交通信息化;2012年11期

3 湯偉;付雅文;;大規(guī)模RFID復(fù)雜事件檢測優(yōu)化技術(shù)研究[J];信息與電腦(理論版);2009年10期

4 王亞;徐傳飛;陳艷格;;基于內(nèi)外存調(diào)度的長過程復(fù)雜事件檢測[J];計算機(jī)科學(xué);2012年08期

5 王永恒;楊圣洪;郭波;;高效的射頻識別數(shù)據(jù)流層次復(fù)雜事件檢測[J];計算機(jī)工程;2010年06期

6 劉娜;;視頻事件檢測系統(tǒng)技術(shù)方案升級及管理新思路淺談[J];中國交通信息化;2018年06期

7 高永兵;楊貴朋;張娣;馬占飛;;基于突顯詞博文聚類的官微事件檢測方法[J];數(shù)據(jù)分析與知識發(fā)現(xiàn);2017年09期

8 洪宇;張宇;范基禮;劉挺;李生;;基于子話題分治匹配的新事件檢測[J];計算機(jī)學(xué)報;2008年04期

9 王穎穎;張峗;胡乃靜;;在線新事件檢測系統(tǒng)中的性能提升策略[J];計算機(jī)工程;2008年15期

10 黃穎;;LDA及主題詞相關(guān)性的新事件檢測[J];計算機(jī)與現(xiàn)代化;2012年01期

相關(guān)會議論文 前10條

1 劉海龍;李戰(zhàn)懷;陳群;;RFID供應(yīng)鏈系統(tǒng)中的在線復(fù)雜事件檢測方法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯二[C];2010年

2 洪宇;張宇;范基禮;劉挺;李生;;基于子話題分治匹配的新事件檢測[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

3 張永忠;趙靜;;基于事件檢測算法的交通數(shù)據(jù)分析系統(tǒng)[A];中國計量協(xié)會冶金分會2008年會論文集[C];2008年

4 周春姐;孟小峰;文潔;;Flickr中的復(fù)合事件檢測[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

5 胡佳鋒;金蓓弘;陳海彪;;空間事件檢測的加速策略研究[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2011)論文集【oral】[C];2011年

6 溫慧敏;;交通事件檢測數(shù)據(jù)融合技術(shù)研究[A];第一屆中國智能交通年會論文集[C];2005年

7 許嘉;李芳芳;呂雁飛;谷峪;于戈;;無線傳感器網(wǎng)絡(luò)中一種基于權(quán)重模型的高效事件檢測技術(shù)[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2007年

8 萬濤;陳學(xué)武;王川久;;高速公路事件自動檢測算法研究綜述[A];第一屆中國智能交通年會論文集[C];2005年

9 張永忠;趙靜;;基于事件檢測算法的交通數(shù)據(jù)分析系統(tǒng)[A];2008全國第十三屆自動化應(yīng)用技術(shù)學(xué)術(shù)交流會論文集[C];2008年

10 朱強(qiáng)華;鄭鐵然;韓紀(jì)慶;;行車環(huán)境下基于二值語譜圖的聲學(xué)事件檢測[A];需將論文集名稱修改為“第十二屆全國人機(jī)語音通訊學(xué)術(shù)會議（NCMMSC2013）論文集[C];2013年

相關(guān)重要報紙文章 前2條

1 王闖舟;事件檢測提升服務(wù)的商業(yè)價值[N];計算機(jī)世界;2006年

2 楊耕身;水事件檢測公共危機(jī)應(yīng)對能力[N];溫州日報;2005年

相關(guān)博士學(xué)位論文 前10條

1 馮亞闖;視頻中的異常事件檢測算法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院西安光學(xué)精密機(jī)械研究所);2016年

2 覃頻頻;基于信息融合的高速公路事件檢測建模與仿真[D];西南交通大學(xué);2007年

3 劉昌余;多媒體事件檢測中的關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2015年

4 丁萬;基于非場景目標(biāo)特征的籃球視頻事件檢測及其體育教學(xué)應(yīng)用的研究[D];華中師范大學(xué);2015年

5 余柳;基于移動源數(shù)據(jù)的城市快速交通事件檢測W-CUSUM算法與評價[D];北京交通大學(xué);2010年

6 張崇明;無線傳感器網(wǎng)絡(luò)中的數(shù)據(jù)異常檢測和數(shù)據(jù)質(zhì)量問題研究[D];復(fù)旦大學(xué);2010年

7 周曉芳;無線傳感器網(wǎng)絡(luò)中路由協(xié)議的跨層設(shè)計研究[D];中國科學(xué)技術(shù)大學(xué);2010年

8 王倩;日側(cè)全天空極光圖像分類及動態(tài)過程分析方法研究[D];西安電子科技大學(xué);2011年

9 鄧鐳;面向微博新媒體的公共事件及其社會輿論分析技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

10 李芳芳;無線傳感器網(wǎng)絡(luò)實時數(shù)據(jù)管理關(guān)鍵技術(shù)研究[D];東北大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 李小光;基于手機(jī)加速度計的地震事件檢測方法研究[D];武漢大學(xué);2017年

2 丁U

本文編號：2830159