本研究依托國家自然科學(xué)基金（41572347）“泥石流次聲預(yù)警機(jī)制及降低誤報(bào)率的算法研究”項(xiàng)目。通過室內(nèi)泥石流聲波模擬實(shí)驗(yàn)及野外現(xiàn)場實(shí)測同步觀測數(shù)據(jù),對多組不同類型泥石流聲波信號進(jìn)行有效波形特征提取、初至識別以及機(jī)器學(xué)習(xí)分類算法研究。本論文主要在以下幾方面進(jìn)行了研究和探索:（1）針對泥石流聲波信號非線性、非平穩(wěn)的特點(diǎn),通過引入窗函數(shù)參數(shù),提出了廣義S變換。該變換可根據(jù)信號差異靈活地調(diào)節(jié)高斯窗函數(shù)的寬度,有效的改善時(shí)頻分布的分辨率。最后運(yùn)用MATLAB編譯了一套聲波信號處理軟件,實(shí)現(xiàn)了聲波信號快速規(guī)范化處理,為后續(xù)海量泥石流聲波信號的處理奠定了基礎(chǔ)。（2）通過集成經(jīng)驗(yàn)?zāi)Ｊ椒纸夥ǎ‥EMD）對原始聲波信號進(jìn)行了預(yù)處理,利用閾值規(guī)則提取了信號的優(yōu)勢分量并重構(gòu),采用雙尺度盒維數(shù)分形算法對重構(gòu)后的信號進(jìn)行分析,求得典型稀性、過渡性、粘性泥石流的原始次聲信號盒維數(shù)值有明顯差異,即隨容重增加,盒維數(shù)值呈下降趨勢,可以區(qū)分泥石流的類型。（3）利用EEMD分解的主分量IMF盒維數(shù)值,并將其作為特征值輸入最小二乘支持向量機(jī)（LS-SVM）分類器進(jìn)行訓(xùn)練和分類。通過模型訓(xùn)練測試,泥石流類型正確識別率達(dá)87%... 

【文章來源】：中國科學(xué)院大學(xué)(中國科學(xué)院水利部成都山地災(zāi)害與環(huán)境研究所)四川省

【文章頁數(shù)】：118 頁

【學(xué)位級別】：碩士

【部分圖文】：

典型

第1章緒論5圖1.2泥石流野外觀測系統(tǒng)(Cuietal.,2018)Fig1.2Debrisflowfieldmonitoringsystem1.2.2聲波監(jiān)測技術(shù)的研究現(xiàn)狀20世紀(jì)以來，人們發(fā)現(xiàn)在地震(Sabotetal.,1998)、火山(Johnsonetal.,2011)、雪崩(Vilajosanaetal.,2007,Marchettietal.,2015)、海嘯(Pichonetal.,2005)、流星(EversandHaak,2003)、滑坡(Surinachetal.,2005,朱星,2014)、崩塌（(Zhuetal.,2017)、泥石流(章書成,1989,Hübletal.,2013,劉敦龍,2015,何德偉,2008)等自然災(zāi)害事件中都會輻射不同類型的次聲波。不同的災(zāi)害現(xiàn)象和事件都會產(chǎn)生不同特征的次聲信號量，一切物體的摩擦、振動、碰撞都會產(chǎn)生聲波（圖1.4）。次聲波是一種低于人耳聽覺范圍（即頻率低于20Hz）的聲波記錄，頻率范圍0.01～20Hz，在標(biāo)準(zhǔn)溫度和壓力情況下，在大氣中的傳播速度和聲波一樣，均為344m/s。而且在大氣中可以中能傳播很長的距離，幾乎不衰減，這是由于大氣對聲波的選擇性吸收—高頻（>20Hz）比低頻更容易吸收(Pilgeretal.,2009)。即使遇到高山

泥石流聲波信號特征與類型識別8次聲陣列對2012年發(fā)生在愛達(dá)荷州的一次雪崩進(jìn)行了分析，提出了一種新的技術(shù)來獲得高時(shí)空分辨率的速度估計(jì)，該方法在次聲陣列距離雪崩路徑較近且背方位角變化較大的情況下，能夠較好地估計(jì)運(yùn)動源的速度(Havensetal.,2015)。StephanieMayera利用次聲探測系統(tǒng)對阿爾卑斯山脈雪崩活動進(jìn)行探測，然后將系統(tǒng)自動識別的事件與肉眼觀察到的雪崩數(shù)據(jù)集進(jìn)行比較。在觀測到的839次雪崩中，只有3%與自動探測有關(guān)，21%的自動探測得到了現(xiàn)場觀測的證實(shí)。然而，大多數(shù)觀測到的雪崩都很小，大多數(shù)自動探測發(fā)生在能見度低的時(shí)期。此外，探測概率隨雪崩大小而增大，隨距離而減小，隨雪崩類型而變化。干雪雪崩通常比濕雪雪崩和混合型雪崩更容易被發(fā)現(xiàn)。距離陣列3公里以內(nèi)的大規(guī)模雪崩（約300米寬，1000米長）通常都能被很好地探測到，誤報(bào)率估計(jì)為13%。許多研究表明雪崩會產(chǎn)生地震和低頻次聲。圖1.3雪崩振動信號示意圖(Kogelnigetal.,2011)Fig1.3Schematicdiagramofavalanchevibrationsignal自20世紀(jì)70年代以來，通過探討雪崩次聲信號特征(Biescasetal.,2003,Suriachetal.,2017)和雪崩速度、能量的估算(Vilajosanaetal.,2007)，這對于雪崩的監(jiān)測和預(yù)警系統(tǒng)一直是國際學(xué)術(shù)界的熱點(diǎn)。Marchetti(2015)在分析奧地利Ischgl地區(qū)小孔徑陣列記錄的次聲信號基礎(chǔ)上，提出了基于陣列波導(dǎo)參數(shù)，將雪崩視作次聲源，定義了雪崩自動識別的閾值標(biāo)準(zhǔn)。Perez利用安裝在野外試驗(yàn)場的傳感


本文編號：3074136