地面运动目标振动信号的特性分析与目标识别
2012年第25卷第9期
Electronic Sci. ＆Tech. /Sep.15，2012
电子·电路
地面运动目标振动信号的特性分析与目标识别
王
摘
要
斌
（武警工程大学研究生管理大队，陕西西安710086）
地面目标振动信号的特征提取是进行目标识别技术的关键，针对人员行走、车辆行驶等地面目标运动时
产生的振动信号，首先进行实验测试建立包含反映目标属性特征信息的信号样本数据库，然后通过过零数分析方法得到信号的时域特征，实现了单人与车辆的目标识别，最后采用Welch 谱分析法对信号进行了频域分析并实现了单人与多人的目标识别。实验表明这两种方法简便、易实现，有较好的识别效果。
关键词
振动信号；瑞利波；时域分析；频域分析；目标识别
TP391
文献标识码
A
文章编号1007－7820（2012）09－105－04
中图分类号
Characteristic Analysis and Object Recognition for Seismic Signals
of Moving Terrestrial Targets
WANG Bin
（Graduate Management Brigade ，Engineering College of CAPF ，Xi'an 710086，China ）
Abstract
The feature extraction of seismic signals that ground targets produce is the critical technology of ob-ject recognition．In order to pick up the seismic signal produced by moving targets such as humans or vehicles ，Firstly ，we did an experiment and established the signal sample database containing information which reflects the target attribute characteristics．Through an analysis of the Zero-Crossing Number method ，we have obtained the time domain feature of seismic signal ，and two targets of single man and vehicles have been distinguished．Finally ，the Welch spectral method is used to analyze the signal frequency domain ，and we have distinguished two targets of sin-gle and more than a random man．The experiments show that the two methods have the advantages of simple opera-tion ，easy implementation and good recognition effect．
Keywords
seismic signal ；Rayleigh wave ；time domain analysis ；frequency domain analysis ；object recognition
随着民用和军用工业的发展，无论是桥梁监控、仓库监视，还是在军事上对哨位监视、战场探测及人迹罕见恶劣条件的边远地区巡逻，地面探测是不可或缺的
车辆、装备等目标地面上运动，必然一个维度。人员、
会发出声响、引起地面振动，而地面传感器即可以通过
探测这些物理量的变化来发现与识别运动目标。地面目标运动形成振源，其产生的地振波以纵波、横波和瑞
频利波等形式在地球介质中传播。纵波传播速度快、率高；横波速度低、能量较弱；而瑞利波频率较低、能量
较强，其主要频率成分集中在0 150Hz 范围内。因此在进行振动目标识别系统设计时，主要考虑对150Hz 以内的信号进行处理。在均匀介质下瑞利波的频率与传播速度无关，且无频散性，因此，在获取地面
［1］
目标信息时通常用瑞利波为分析对象。
对地面运动目标的振动信号特性分析，就是将振
收稿日期：2012-04-28
基金项目：陕西省自然科学基金资助项目（2010JM8041）作者简介：王斌（1987—），男，硕士研究生。研究方向：信号与信息处理。
动信号作变换处理，从中提取出能够反映特定目标本
质属性的特征信息，为实现目标的识别提供充分依据。在信号处理方面，目标信号的特性分析一般在时域和频域中进行。在时域中，单人行走与车辆行驶产生的波形之间有明显的区别。无论是人员行走还是车辆行
在频域中都能找到对应各自信号驶产生的振动信号，
特别是单人行走与多人随机行走产生的的特征信息，
波形，在时域中找不到明显的区别，因此对其采用频域分析是重要的。所以采用时域和频域两种方法对目标信号特性进行分析。
1信号样本数据库的建立
信号的特征是能够反映目标本质属性的特征信
息。目标识别主要是对地面运动目标产生的振动信号进行特征信息的分析与提取，从而识别目标。其根本的方法是匹配，即把分析提取的目标信号特征归属于样本库中和其信号特征相匹配的某一个目标类型，最
［2］
终根据已知样本库中的目标进行分类识别。所以，要对目标进行识别，建立一个包含所有可能对应目标
属性的特征信息的数据库尤为重要。
www . dianzikeji . org
105
电子·电路
根据文中的应用需求和使用到的算法，信号样本数据库至少包含3种地面运动目标信号，以及这3种目标所对应的特征信息属性，为地面运动目标振动信号的识别提供原始样本。
在实验测试中，以人员、车辆为典型目标，多次定点采集运动目标的信号。实验条件为良好的水泥地环境良好。主要做了以下实验：（1）测试单人行走质，
和多人随机行走产生的地表面振动，定点采集各种距离的信号。（2）测试车辆行驶产生的地表面振动，定点采集各种距离的信号。从中采集和提取目标振动信号的特征信息，并建立信号样本数据库。
2. 1
王斌：地面运动目标振动信号的特性分析与目标识别
过零数算法原理
过零数是指某一段时间内时域信号的幅度值经过特
定阈值的总次数，用这个次数作为地振动信号的时域特
征。信号的过零数与采样率密切相关。在信号采样率不信号的过零数与频率有着直接的关系。变的情况下，
若某正弦信号的频率为f ，则过零数为
N =kf
（1）
即过零数与频率成正比，其中k 为比例系数。过零数与信号幅值无关，所以该方法抗干扰能力比较强，在语音、地震动信号识别等方面有广泛的应用。
对于频带范围从f 1到f 2的平稳高斯随机信号，单位长度内的过零点数与功率G （f ）之间存在的关系为
2时域分析
地面目标激励下产生的地面振动信号，主要取决
［3］
于地质条件、目标的运动状态和目标的距离。图1和图2是用软件KEIL MDK 对在外场试验采集地面目
为便于分析，取标运动产生的振动信号生成的时域图，
时间长度为3s 。时域图的横轴和纵轴分别表示采集
的时间和信号幅度。如图1和图2所示，人员行走、车辆行驶产生的地振动信号在时域上具有以下两个基本
［2］
特征：一是地振动的目标信号同目标与传感器之间的距离有关，随着距离的增大，信号的幅度值逐渐减小；二是由于人的走动对地面的冲击是短暂的，而且相约为0. 5s ，所以人邻步伐之间的时间间隔基本相同，
员脚步信号具有的特征为每个脚步信号可以看成是周期脉冲式的，近似为离散的；而车辆运动时由于发动机连续发动所产生，故其产生的信号是连续，当然它还取决于车架悬挂系统自振以及传动系统振动等
。
D t
从式（2）可见，若信号的主频f 0越高，单位长度内的过零数就越多；若信号的主频f 0越低，单位长度内的过零数就越少2. 2
［2］
f G （f ）d f
=2
G （f ）d f ∫2f 1f 2f 1
2
（2）
。
基于过零数分析的目标识别
脚步作用时间很短，信号可近从图1和图2中可知，
似为周期性的脉冲，而车辆信号是连续的，且脚步信号的即车辆行驶产生的振动信频数远低于车辆信号的主频，
号的过零数在某段时间内明显多于单人行走信号。所以只要确定的过零阈值在某段时间内使得计算出两类信号
就能有效识别出这两种目标。的过零数差距够大，
从实验采集的信号数据库中分别随机抽取15组
并分别计算过零数。由于采人员和车辆的样本信号，
采样时间为3s ，所以每组数据有样频率为1kHz ，
3000个点。对各组信号进行过零数统计如表1所示。
表1
目标
53
人员
7939254
车辆
622214
[**************]53
人员和车辆目标信号过零数统计
过零数[**************]
[**************]5
[**************]51
从表1可知，在15个单人行走样本信号的过零数
15个车辆行驶样本信号的过零统计中有14个＜110，
即在单位长度内车辆行驶信数统计中有14个＞110，
号的过零数远大于单人行走信号的过零数，所以可通过对单位长度内信号的过零数比较进而识别人员和车辆两种目标。若将过零阈值设定为110，则信号的过零
106
www . dianzikeji . org
数＜110时，识别为人员目标；信号的过零数＞110时，识别为车辆目标。对于表1统计的过零数数据，可计算出人员和车辆的正确识别率均为14/15=93. 33%。
3频域分析
信号的频谱分析是研究信号特性的重要手段之［4］
一。对于确定信号，可以用傅里叶变换分析其频谱而对于广义平稳随机信号，由于它一般既不是周性质，期信号，又不满足平方可积，严格来说不能进行傅里叶变换，所以通常采用信号的功率谱来进行频谱分析。由于地面目标运动引起的振动信号可以近似为广义平稳随机信号，所以文中对振动信号进行功率谱分析，提取信号特征，从而进行目标识别。然而，实际应用中的广义平稳随机信号一般是有限长的，只能根据有限长的信号来估计原始信号真实的功率谱，这就是功率谱估计问题。
由于周期图法的方差性能差，且Bartlett 法方差的
所以文中采用Welch 法。改善是以牺牲分辨率为代价，3. 1
Welch 法算法原理
Welch 谱估计法是对Bartlett 法的改进，目的是在
保持Bartlett 法方差性能的同时改善其分辨率，又称加权交叠平均法。其基本原理是：首先，将数据x N （n ）分成M 段，得到分段数据x N ，可使每一段的部分数i （n ），据重叠，然后采用一个合适的窗函数对每一段数据进
^（w ）求平均，行平滑处理，其次，对各段功率谱P 得
PER ，i
从实验采集的信号数据库中分别随机抽取6组单
进行Welch 法分析，得到人行走和多人随机行走信号，
两种信号的谱峰频率和谱峰相对强度统计表如表2所
示。经目标统计可得信号功率谱特征如表3所示。从表2和表3中根据功率谱的特征信息对单人行走和多
即先比较谱峰强度，人随机行走两种目标可进行识别，
若谱峰强度在－5 0dB 和15 20dB 之间，则确认为
多人目标；若谱峰强度在0 15dB 之间，再比较谱峰频率，若谱峰频率仅在40Hz 附近，则确认为单人目标，若
40Hz 和70Hz 附近，谱峰频率主要集中在30Hz 、则确易行，效果好。认为多人目标。可见该算法简便、
表2
单人
谱峰频率/Hz谱峰强度/dB谱峰频率/Hz谱峰强度/dB
表3
目标单人
目标信号功率谱特征统计39031－4
38153810
3897119
41107021
416307
393362
^（w ）。若所有分段数据x （n ）的长度都为L ，到P PER N ，i
而且规定每段数据重合1/2，则数据x N （n ）的总长度为N =（M +1）L /2。可得
x N ，n +（i －1）L ］w （n ）i （n ）=x N ［1^P PER ，i （w ）=LU
L －1
－jwn
x N ，∑i （n ）e n =0
（3）（4）（5）
L －1
1L ^^P PER （w ）=∑P PER ，i （w ）M i =0
1
0≤n ≤L －1，1≤i ≤M ；U =w 2（n ），式中，L n =0w （n ）是窗函数。
3. 2基于Welch 法的目标识别
通过对单人行走和多人随机行走产生的振动信号用Welch 法进行仿真实验，所得的功率谱如图3和图4所示。由图3和图4可知：单人行走产生的振动信号在频率为40Hz 附近的功率较大，大约在频率为120Hz 附近也有较高功率。而多人以随意的脚步行进时，因为不同的人在不同的时刻对地面产生冲击，信号在时域内正负叠加相消，幅值反而比较小，表现在功率其能量较小，谱峰频率主要集中在30Hz 、谱域内，
40Hz 和70Hz 附近
。
多人
目标信号功率谱特征
频率/Hz40
谱特点2个谱峰多个谱峰
强度/dB0 15
多人－5 2030、40、70
www . dianzikeji . org
（下转第123页）
107
5
结束语
4系统软件设计
在软件设计上应尽量做到在大多时间只有微处理器在运行，当系统不工作时让微处理器处于低功耗模式或休眠状态，并将切断系统时钟，对时钟应做到忙时少用，不用关闭的设计思想。由于系统中需要得到明采取每5s 启动一次，转换结束后立即存细温度数据，储，然后进入LPM3模式，在接到上位机的上传命令后再启动nRF905进行数据的上传工作，并反复循环。
DS18B20通过单线总线的所有执行或处理都从一个初始化序列开始，初始化序列包括一个由总线控制器发出的复位脉冲及其后由从机发出的存在脉冲，存在脉冲让总线控制器知道DS18B20在总线上且已准备好操作，一旦总线控制器探测到一个存在脉冲，就可DS18B20需要严格以发出5个ROM 命令中的任一个，
的协议以确保数据的完整性。协议包括几种单线信号存在脉冲、写0、写1、读0和读1。所类型：复位脉冲、
除存在脉冲外，都由总线控制器发出；与有这些信号，
DS18B20之间的任何通讯都需要以初始化序列开始，
一个复位脉冲跟着一存在脉冲表明DS18B20已准备好发送和接收数据，适当的ROM 命令和存储器操作
［4］
命令。根据DS18B20的通讯协议，主机控制DS18B20完成温度转换必须经过4个步骤：每次读写
复位成功后发送ROM 之前都要对DS18B20进行复位，
指令，最后发送RAM 指令，这样才能对DS18B20进行
预定的操作。当主机收到DS18B20的响应信号后，便可发出操作命令采集数据。
便携式低功耗温度检测仪利用MSP430F247优越
的超低功耗性能构建以MSP430F247微处理器为核心的超低功耗温度检测系统，系统从电子元器件选择、电路设计、软件设计等方面进行低功耗优化设计，通过软系统布局，实现了系统温度数据检件及硬件充分结合，
［5］
测低功耗的特点。系统测试平均电流仅为10μA 。文中实践了用软件代替硬件的设计思想，设计中通过使用MSP430F247定时器编写时钟模块产生1s 中断，用软件实现实时钟，优化微处理器外围电路的设计，减少了器件和系统总功耗。该检测系统体积小，功耗低，数据存储量大，下位机软件提供方便的数据存储、分析处理、显示等功能，操作使用方便灵活，能够节省大量的人力物力，具有一定的应用前景。参考文献
［1］贾伯年．传感器技术［M ］．南京：东南大学出版社，2000．［2］贾振国．DS1820及其高精度温度测量的实现［J ］．电子技
2000，26（1）：58－59．术应用，
［3］朱颖莉．基于nRF24L01的矿井无线传输系统的设计
［J ］．科技广场，2008（10）：194－196．
［4］张毅刚，彭喜元，姜守达，谭晓昀．新编MCS －51单片机
M ］．3版．哈尔滨：哈尔滨工业大学出版应用设计［2003．社，
［5］姜忠良．温度的测量与控制［M ］．北京：清华大学出版
2005．社，
檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪檪（上接第107页）
结合，可以提高识别的正确率。参考文献
［1］朱亚坤．基于传感器阵列的振动目标识别与定位技术研
D ］．西安：武警工程大学，2012．究［
［2］徐照胜．地震动传感器的目标检测和识别算法研究［D ］．
2010．合肥：安徽大学，
［3］蓝金辉．目标地震动信号的特征提取及识别研究［J ］．振
2001，20（4）：42－44．动与冲击，
［4］宋宁，J ］．现代电子技关华．经典功率谱估计及其仿真［
2008，33（11）：159－161．术，
4结束语
对单人正常行走、多人随机正常行走以及车辆正
常行驶3种地面目标运动产生的振动信号进行了时域和频域分析，实验结果表明：过零数分析法对于单人和车辆目标的正确识别率高，但对于单人和多人目标信号的识别还欠考虑；而Welch 谱分析法对于单人和多人随机行走目标的识别非常有效，且简便形象。但在有多人齐步行走、跑步以及人与车混合等实际情况下，多种情况，此时就要采用时频域相结合，从中提取不同目标的特征向量，利用D －S 算法和BP 神经元算法相
www . dianzikeji . org
123