偏移模型（精选十篇）
偏移模型 篇1
地震资料处理过程中,处理员十分希望能有一个简洁方法判别是否在叠加前应用去噪技术,以尽量减少去噪技术对有效信号的损害。若有一个相对简单的量化方法,将给处理员提供方便。然而,在有关地震噪声的叙述中,涉及噪声生成原因及如何消除之的内容甚多[8—14],但对上述问题却鲜有论述。这是由于低信噪比资料成像不佳的三个原因交织在一起,无法具体分析噪声对其的作用。显然,只有排除速度、叠加与偏移方法因素,才能进行噪声能量大小( 本文所述噪声能量是相对概念,即相对于信号能量。以下均同,不再注明) 对成像结果的影响分析。故此,本文采用由模型正演地震记录,根据分析要求加上各种能量不同的噪声( 人为定量控制噪声能量) 。应用这种基于模型的分析方法可达到噪声能量对叠加、偏移效果的影响分析。
据此,本文设计出模型并应用正演方法生成地震记录138 炮,先后在这些单炮上加上能量不同的随机噪声和相干噪声,进行不同能量的随机噪声对叠加结果的影响分析、相同能量的随机噪声和相干噪声对叠加结果的影响分析、相同随机噪声能量对叠加和偏移影响分析及同能量随机噪声、相干噪声对叠前深度偏移结果分析。希望通过这些分析对实际地震资料处理有所帮助。
1 模型的建立与分析
为更好分析噪声对叠加、偏移的影响,依照某一工区特点,按以下定义生成模型及正演单炮,以避开速度因素,专门分析不同噪声能量对成像的影响。
观测系统定义:
道间距:40 m;最大偏移:4 400 m;
最小偏移距:40 m;炮距:80 m;
每炮道数:220道;总炮数:138炮;
道长:5 000 ms;采样间隔:2 ms;
层速度分别为: 2 800 m/s,3 800 m/s,4 400 m/s,4 800 m / s,5 100 m / s,5 500 m / s。
图1 为按上述定义设计的理论模型。图1 中白线所示位置上的原始单炮见图2( 炮点位置亦为最小偏移距位置) 。
图2 为位于图1 白线处,炮号为45 和76 的两单炮,平层处的单炮时距曲线基本满足双曲线规律,而山坡处的单炮毫无双曲线规律,这将给水平叠加的动校公式的正确应用制造障碍。
图3 是位于模型白线处CDP道集。由图1 可知: CDP212 是山脚下的平层,根据反射原理: 入射角等于反射角,垂直入射时反射能量最强,且随着入射角的增大反射能量减小且传播路径随着入射角的增大而增加。该CDP道集内各道的接收点与激发点关于该CDP点对称,故第四、五层的能量中间最大,且两侧逐渐减小。其时距曲线满足双曲线规律。CDP476 位于山坡处,其接收点与激发点位置关于该CDP点不对称。据反射原理,该道集内的最小偏移距道所得到的反射能量并不是垂直反射的能量,各道的能量并不按上述规律减小。由于实际反射点并不位于该CDP点的下方,其传播路径与接收路径发生变化,该道集内的记录道能量明显减小。
2 不同噪声能量对叠加、偏移效果影响分析
2. 1 不同能量的随机噪声对叠加结果的影响
下面通过应用不同的噪声能量作用在正演单炮上,来观察不同能量的随机噪声对叠加结果的影响。在这种情况下,由于速度己知,叠加效果只受到噪声能量的影响,因而可清楚地观察到不同噪声能量对成像结果的影响。
实施过程为: 不同随机噪声能量作用在模型生成的单炮上,动校后抽成CDP道集,从中选出CDP212、CDP276 具体进行观察分析( 每个道集均为55 道) ,详见图4。图4 为加随机噪声为最大信号能量2. 5 倍、4 倍、6 倍,经动校后的CDP212、CDP276道集。由图3 知: 加噪之前的信号能量并非均匀分布,而所加噪声为均匀分布,故加噪记录的信噪比不同,且随着深度增加而降低。同样的原因,CDP212信噪比明显高于CDP276。由图4 中上、中、下各部分可见: 随着噪声能量的增强,原有的信号逐渐淹没在噪声之中。对于信噪比较低的地震资料,在CDP道集上,应用现有的去噪技术难以达到预期去噪效果。但在已知速度的条件下,由于叠加技术的强大去噪功能,这类资料通过叠加往往可以成像。
图5 为不同随机噪声能量作用在由模型生成的单炮上,并由模型速度进行NMO校正后的叠加结果。图5( a) 为噪声能量为信号最大能量2. 5 倍( 信噪比约为0. 4) 的叠加结果( 上) 及放大显示( 下) 。由图可见: 在相对平坦处,由于接收到的能量较强,加上能量为信号能量2. 5 倍的随机噪声后仍能清晰成像。而在倾斜处,因自身反射信号较弱,加上相同的随机噪声,信噪比低于平坦处,成像较平坦处差。图5( b) 为噪声平均能量为信号最大能量4 倍( 信噪比约为0. 25) 的叠加结果( 上) 及放大显示( 下) 。由图可见: 在相对平坦处,叠加结果仍清晰成像,在倾斜区城叠加结果的成像清晰度变差。当噪声能量增加为信号最大能量6 倍时[图5( c) ]第4、5 层顶部的成像很不清晰,难以用于实际解释。
由上述实验可以得到如下认识: 在覆盖次数为55 次速度已和的前提下,当随机噪声的能量为信号能量的6 倍以下时,叠加结果可正确成像。考虑到实际资料远比理论模型复杂,当随机噪声的能量小于信号能量的4 倍时,叠加结果可正确成像。
2. 2 同能量均值的随机噪声和相干噪声对叠加结果的影响分析
为使模拟的相干噪声更有实际意义,本文取KD三维工区第四束第1 ~ 138 炮的第一个排列中的实际面波,经规格化处理,使面波的能量均值和与之对比的随机噪声能量均值相一致,加在由模型正演出的138 炮上,以期比较不同噪声的相同能量对叠加、偏移的影响。
图6 为在位于平层处的单炮和位于倾斜处的单炮( 位于图1 中的白线处,即45 炮和76 炮) 上分别加上噪声能量均值为信号最大能量的2. 5 倍[图6( a) 、( b) ]、4. 5 倍[图6( c) 和( d) ]的面波。由于面波能量强,原有的有效信号上被淹没而无法观测。
图7 为加上噪声能量为信号最大能量的2. 5 倍的随机噪声、相干噪声并经NMO校正过的道集CDP212、CDP276。由图7 可观察出在同样噪声能量情况下,随机噪声和相关噪声对有效信号的影响程度。图7( a) 、图7( b) 分别为加上能量为信号最大能量2. 5 倍随机噪声的NMO道集( CDP212,CDP276) ,图7 ( c) 、图( 7 d) 分别为加上能量为信号最大能量2. 5 倍相干噪声的NMO道集( CDP212,CDP276 ) 。由图可见,不论加上的为随机噪声还是相干噪声,第3、4 及5 层的有效信号已全淹没在噪声之中,而在加上相干噪声的道集上能量明显不均。
图8 为加噪记录的叠加结果( 覆盖次数55) 效果分析图。所加噪声分别为能量为信号最大能量2. 5 倍的随机噪声和相干噪声。图8 的上部分别为噪声能量为信号最大能量的2. 5 倍的随机噪声和相同能量均值的相干噪声的叠加结果,图的下部为各自方框中的放大显示。由图可见: 尽管噪声能量相同,但加入随机噪声记录的叠加效果明显优于加入相干噪声记录的叠加结果。对比图7,加随机噪声的道集的第4、5 反射界面无同相轴显现,但叠加后成像。
图9 为加噪记录的叠加结果( 覆盖次数55) 效果分析图( 所加噪声分别为能量为信号最大能量4. 5 倍的随机噪声和相干噪声) 。图9 的上部分别为噪声能量为信号最大能量的4. 5 倍的随机噪声和相同能量均值的相干噪声的叠加结果,图的下部为各自方框中的放大显示。观察图9,可以得到与图8相同的分析结果,只不过是图9 噪声能量更强,叠加剖面上相干的噪声成像影响更重而已。
观察图7,加入随机噪声的道集中第4、5 反射界面无同相轴显现,但叠加后成像( 图8、图9) 。这是基于随机噪声的随机性,在叠加过程中互相抵消,而有效信号同相叠加。但相干噪声具有相干性,大大减小了叠加过程中的互相抵消作用,在叠加结果上产生相干噪声。
正是由于相干噪声的成像性,且其局部能量通常大于随机噪声,故对于大的、成片的相干噪声必须进行叠前去噪处理。由图8、图9 的结果知,当相干噪声能量大于信号最大能量的2 倍以上,最好进行叠前去噪处理。反之,不需叠前进行相干噪声消除处理,而由叠加完成对之的消除。
通俗地讲: 对不影响速度分析和静校正计算的资料,不要进行叠前相干噪声消除处理。若叠加剖面上仍有残存相干噪声,因叠加记录的信噪比增强,利用去噪手段很容易消除之。
2. 3 相同随机噪声能量对叠加和偏移影响分析
由偏移知识知: 若速度准确,在形成成像道集的过程中,有效信号在成像点聚焦,而随机噪声在此相互抵消,且偏移公式计算出的成像位置较叠加更为准确,因此偏移技术的去噪功能更为强健。但究竟偏移技术较叠加技术的去噪功能强多少? 下面用模型分析这一问题。本文采用Kirchhoff叠前深度偏移技术进行试验。
图10 为未加噪的叠加结果和叠前深度偏移结果,在速度准确的情况下,叠加和偏移均成像,限于方法自身,叠加剖面上的成像位置不一定准确。
由图11、图12 可以得到:
1) 当随机噪声为有效信号的35 倍时,叠加结果不能正确成像,而叠前深处偏移正确成像。
2) 对于此模型,叠前深度偏移的消除随机噪声的能力为叠加技术的5 倍以上。
由此可以说: 绝大多数随机噪声可通过偏移来有效消除。
图11 是在原始单炮上加上随机噪声能量为最大信号能量35 倍的记录的叠加及叠前深度偏移结果。从叠加结果上看: 由于原始NMO道集上随机噪声为信号能量的35 倍,叠加去噪功能有限,故叠加结果不能成像( 可与图10 相比) ,而偏移结果基本成像。
图12 是在原始单炮上加上随机噪声( 能量为最大信号能量100 倍的记录) 叠加及叠前深度偏移结果。由图可见: 叠加已完全不能成像,而深度偏移结果尚勉强成像。从中可见叠前偏移技木的去噪功能是多么强劲。
2. 4 相同能量随机噪声、相干噪声对叠前深度偏移结果比较
图13 是在原始单炮上分别加上同能量的随机噪声、相干噪声并进行叠前深度偏移又转换到时间域的结果( 噪声能量为最大信号能量25 倍) 。由图可见: 加上随机噪声的记录经叠前深度偏移处理可正确成像,而加上同等噪声均值的相干噪声的记录经过叠前深度偏移处理的结果上噪声背景严重,且有相干噪声成像。
当加随机噪声为有效信号的100 倍( 信噪比为0. 01) 时,叠前深度偏移可基本成像,而加上同等噪声均值的相干噪声后的叠前深度偏移噪声背景严重,且有相干噪声成像,成像结果为废品( 见图14) 。
观察图图13、图14可以得到:
1)相干噪声对偏移的影响远大于随机噪声。
2) 相干噪声能量为信号能量的25 倍时在低信噪比处勉强成像。实际资料远比此复杂,因此可推测: 当其能小于为信号能量的15 ~ 20 倍时,叠前深度偏移可正确成像。
3 叠加、偏移去噪机理分析
对于某一叠加记录有:
式( 1) 中Sstack( t) 为时刻t的叠加结果,Sj( t) 为叠加道j在时刻t的样点值,它由信号SIGNALj( t) 和噪声NOISEj( t) 相加而成,N为叠加道数,t = 1,…,NUM,NUM为记录道长。显然,Sstack( t) 的含噪大小取决于的大小。当动校速度准确,噪声为随机噪声,叠加道足够多,即当N趋向于无穷,式( 1) 变为:
式( 2) 的结果就为信号的均值。由此可见叠加技术中去除随机噪声的机理在于噪声零均值特性。当然,N不可能为无穷大,那么,叠加结果也一定含有噪声。至于残存的噪声能不能影响到人们对叠加结果的正确解释,则取决于随机噪声的大小。当随机噪声能量强得使残余噪声大于信号的均值,此时叠加结果的信噪比小于1。而的大小由噪声大小和叠加次数N有关,在N一定的前提下,的大小由噪声大小确定。
当噪声为相干噪声时,即使N趋向无穷大,由于其不具有零均值的特性,故
由此可见叠加技术并不能消除相干噪声,显然叠加技术消除随机噪声的能力大于消除相干噪声。
从积分法的角度来看,叠前偏移成像过程可视为是一个叠加过程,对于地下任意一成像点,把地表任意一个炮检对上的能量,通过波场传播的方式归位到该成像点,完成所有炮检对能量归位,并进行叠加,即获得该点的像,用数学公式描述为:
式( 4) 中I( ξi) 为 ξi处的像,U为地表观测数据,W地震波在介质中的传播函数,TD为地震波从炮点经成像点后返回至检波点的旅行时间,Ω 为成像点孔径。叠前偏移的去噪能力主要是由偏移孔径内有效信号叠加的作用结果,对于覆盖次数为N的观测系统,从信号和噪声角度考虑,成像点的像可以分为两部分:
式( 5) 中M为孔径内的所有炮检对数据,式中的第一项为孔径 Ω 内有效信号的叠加,第二项为孔径内噪声干扰。 对于水平层状介质而言,项对叠加与偏移是等价的,覆盖次数N越高,对噪声压制能力越强。当地下构造复杂时,水平叠加处理中有效信号难以同相叠加,获得的信号加强远小于N,但是对于偏移而言,当速度模型精度较高的情况下,通过成像孔径选择,通常能使有效信号获得N倍叠加,虽然在一定程度上增加噪声( M - N) ,在噪声为随即噪声的情况下对成像的影响不大,当噪声为相干噪声时,噪声的影响则会明显增加,即图14 所示。对于地下任意点的成像,叠前偏移总能保证信号的有效叠加次数,虽然在一定程度上增加了噪声的叠加,但是,相对于叠加而言,叠前偏移的去噪能力更加稳定,特别是地下结构较复杂时。
实验与理论分析说明,当式(5)中成立,这说明残余噪声强于信号均值,此时叠加或叠前偏移的去噪功能不能满足地震资料解释的需要,这需要在叠加/叠前偏移前应用其他去噪技术。
4 分析与讨论
由前面的实验和分析知: 在速度准确,覆盖次数为55 次的前提下,当随机噪声能量小于信号的4 倍时,叠加可正确成像。当随机噪声能量小于信号能量35 倍时,叠前深度偏移可正确成像。由于生产实践中,随机噪声能量一般小于信号能量的35 倍,故在通常情况下,偏移前不需进行随机噪声消除处理。相干噪声由于其相干性,在叠加或偏移过程中不会像随机噪声那样相互抵消。但据前面的实验可知,相干噪声能量小于信号的2 倍时,叠加可正确成像。当其能量小于信号能量的15 倍时,相干噪声的消除完全可用叠前偏移来完成。这种量化分析,在实际地震资料处理中易于操作,这就给处理员是否在叠前应用去噪技术提供一种参考方法。
基于叠加、叠前偏移强大的去噪功能,且任何去噪技术均会损害有效信号的现状,有的学者提出地震资料处理方法研究方向应放弃去噪技术的深入研究,全力放在建立正确的速度场上,而速度场则通过海量扫描来获取。然而,由于地下构造的复杂性,没有具有一定信噪比的地震记录作支撑,这种扫描思路则需要天文计算量保证,同时这种扫描建模方式有可能因随机噪声也成像的特点得到错误的速度场。因此,加强采集技术的研发,加强低信噪比资料去噪技术的研发,提供信噪比更高的记录,才能为建立准确的速度场打下良好的基础。这种思路似乎更合适地震资料处理的实际需要与可能。
5 结论
由前面的实验、分析及讨论,可以得到如下结论:
1) 相干噪声对叠加、叠前深度偏移的影响大于随机噪声。
2) 叠加是强有力的去噪手段,叠前深度偏移是比叠加更为强大的噪声消除工具。
3) 在速度正确的前提下,随机噪声通常可通过叠前偏移消除; 而相干噪声的相干性通常会对叠前偏移结果产生影响。当相干噪声影响速度场的建立时,一定要进行相干噪声消除处理。
4) 叠加、叠前深度偏移并不能取代去其它去噪技术。在偏移算法日趋完善的今天,偏移的成功主要取决于正确的速度场,而正确的速度场取决于资料品质。在采集已完成的情况下,资料品质的提高取决于去噪技术的应用,而低信噪比资料更期待新的信号提取技术( 新的去噪技术) 的成功研发。
摘要：地震资料中不可避免地存有噪声,噪信比(噪声能量与信号能量之比)可能对地震成像造成致命的影响。根据自行设计模型,采用正演方法生成138炮记录,在这些单炮上分别加上不同能量的随机噪声和相干噪声,并应用模型速度进行NMO校正、叠加或进行叠前深度偏移;在这些工作的基础上,进行不同能量的随机噪声对叠加结果的影响分析,同能量随机噪声和相干噪声对叠加结果的影响分析,同随机噪声能量对叠加和偏移影响分析及同能量随机噪声、相干噪声对叠前深度偏移结果分析。这种分析建立在信噪比已知、速度已知、叠加及偏移算法已知的背景下,因而具有较高的准确度。最后,根据这些实验分析,得出各种不同噪信比的噪声对叠加、叠前偏移的影响进行给出定量结论,以期对地震资料处理中去噪技术的应用提供帮助。
主体偏移的现代胎教 篇2
[关键词]胎教 胎儿 孕妇情绪
早期教育的重要性是人所共知的，但对人的教育早到什么时候或者说教育对人产生预期影响的初始点是在人的生命的那个阶段呢？近年来，胎教受到了人们的关注。各种详尽的胎教方案以及宣传使准父母们开始相信胎儿具有学习能力。认为只要恰当及时施教，胎儿大脑神经系统的结构分化和智力水平就能超限发展，而且胎教的内容会对胎儿大脑留下印记，成为一种经验的储备，胎儿在出生后，不但智力较一般孩子要好，还会对胎教的内容表现出选择性偏好，并可缩短对类似问题的学习时间。
难道我们真的找到了一种有效的和胎儿沟通的方式并以此促进其智力提高，那么，方法又是什么呢？现代流行的胎教一般分为三个内容，即沟通或拍打教育，语言教育和音乐教育。实施的方法和时间都十分的具体详尽。如沟通教育，一般从胎龄5个月左右开始，当母体感到胎动时，可用手轻轻拍打胎动部位，同时说些简单的问候语，以建立亲子间的联系。据说，经过这种教育的胎儿，出生后对听、说和使用语言方面都能获得最高分，有助于孩子的智力发展。妊娠6个月后，开始进行音乐胎教，选一首悠扬动听的曲子，每天2次，每次15～20分钟。音箱的摆放位置也有讲究，一般离孕妇一米左右，扬声器对着腹部，音强在65～75分贝。也有方案说将放音装置贴在母体腹壁上效果更好。目的是陶冶胎儿的情操，培养胎儿的音乐兴趣。语言教育从胎儿7个月左右开始，每晚由胎儿的父母给胎儿将同一故事5-～15分钟，目的是向胎儿传递社会文化信息。还有一种胎教方式包含有抚摸腹部，光照腹部和看漂亮人物图片等内容。抚摸训练是为了激发胎儿的运动积极性，认为经过这种训练的婴儿能比较早的站立和行走。
那么，胎儿真的能够感知和接受外界有意识的激励行为，而且在大脑留下痕迹并对未来的个性，体能和智能产生相应的预期影响吗？
我们知道，影响人的身心发展的重要因素是遗传和环境的相互作用。就遗传过程而言，胎教作为外界环境因素，无法参与和影响生殖细胞内遗传基因的传递。这种生物传递决定了子代和亲代在形态结构﹑生理生化及免疫功能方面具有了继承的相似性。胎儿神经系统的结构和智力发展的先天规定性也已在遗传信息中被确定，不会因外界刺激的数量，质量及强度而改变，也不会受到母体脑细胞所想的东西的影响。至于胎教中，针对胎儿的语言教育和音乐教育对胎儿是否会产生影响或会产生什么性质的影响都还是未知的。胎儿的听觉系统大约在胎龄30周或预产期前10周时开始具有功能。胎龄在30周之前出生的早产儿没有任何听觉经验，对声音刺激也不产生反应。但他们有可能感受到声音的震动形式，这在临床上得到了证实。所以，从五六个月开始对胎儿的问候或音乐教育无论包含的内容多么丰富和深情，如能被胎儿感知到的话，也只不过是物理意义上的十分微弱的震动。胎而具有了听力后，可听到母亲的心跳声，胎盘血流声以及母体的肠鸣等。即使胎儿可以从这些噪音中分辨出来自母体外的声音，也仅仅是单纯的物理声波，而且能听到的多为低频音，听不到高频音。这已不再是原有意义上的和谐的旋律与节奏。它会造成胎儿的易干扰性和易激惹性。一项试验发现胎儿会以明显的身体蠕动或心跳加快来对各种不同的音调做出反应，和出生后的惊跳反应十分相像。不过这种反射不是通过大脑，而是由脊神经完成的，即使把这样的反应视为产前学习或是一种学习迹象，就其反映的性质来说，不会对胎儿的身心发育产生任何胎教所预期的影响。语音胎教也是如此，即便把准父母们对胎儿的问候语和古诗词作为完整的语言形式作用于胎儿，对于没有语言经验的胎儿来说，能理解和接纳其中包含的社会文化信息吗？至于想通过抚摸训练来加快婴儿的动作发展，恐怕非常难。人的生长发育是有序的，任何功能的出现都是由于机体成熟的结果。运动机能也是如此，动作的出现和发展是由于中枢神经系统、肌肉和骨骼的发育与成熟，一般的情况下，这种成熟既不会提前，也不会滞后。格塞尔著名的双生子爬梯试验已很好地说明了这一点。现实生活中也不乏这样的例证：霍皮族印第安人的婴儿一年到头大部分时间被紧紧地包裹着，还固定在摇篮里，可是到了一定的年龄就会走路。
那么，怎样做才能使发育中的胎儿受到有益的影响或说是对他们进行了有效的胎教了呢？
其实很简单，而且我们的祖先就已经做得很好了，最早的胎教可以追朔到周代，《周室三母》中就有关于胎教的详细的记载，后来，据此总结出：“调情志，忌房事，节饮食，适劳逸，慎寒温，戒生冷。”六条胎教原则。这些做法，在今天看来也是很有实用价值的，而且也是具有一定的科学依据的。现代科学胎教的两个重要理念或做法，就与其相通。第一是孕妇应摄入均衡的营养，第二是保持良好的情绪状态。对于发育中的胎儿来说，最大的需要莫过于母体为其提供的充足而均衡的营养。胎儿期是大脑细胞形成的关键时期，脑细胞的形成与增生主要依赖于蛋白质。胎儿期如果营养不良，缺少蛋白质，就会减少和降低胎儿脑细胞的数量和质量。有研究表明，胎儿期营养不良使得出生时的婴儿大脑细胞数量减少15%～20%。并可以对以后的学习和智力产生不良影响，严重的营养不良还会导致智力发育不全。
对胎儿产生较大影响的另一因素是孕妇的情绪，不同的情绪总是会有一个与之对应的生理状态，因此一个心情宁静、舒畅的母亲的胎儿和一个心情紧张、忧虑的母亲的胎儿是生活在大不相同的环境里的，两者血液中的化学成分，所产生的激素以及细胞的新陈代谢都不相同。母体不同的情绪变化，给胎儿带来了不同的生理环境，从某种意义上说，胎儿和母体有着相同的情绪体验。有人对一些出生后体重较轻，更为好动，吃食上挑剔，呕吐，啼哭多，腹泻多的婴儿的调查显示，生育这类婴儿的母亲在孕期都有过强烈的情绪干扰。美国心理学家欧西格和西蒙斯在对大量调查材料研究后也发现，妇女在孕期若有严重的焦虑和高度紧张的情况，则孩子成长后情绪常不稳定，易激动，更易出现人格或情绪障碍。甚至有人认为，母亲在妊娠期的强烈不良情绪还可能引起腭裂和脑积水之类的先天缺陷。
除以上两点外，怀孕期间应慎重用药以避免药物给胎儿带来损伤。过去，人们曾一度认为胎盘能保护成长中的胎儿不受母体有害成分的影响。而现在的研究证明，任何药物都能在没有药理变化的情况下透过胎盘，对胎儿产生和母亲一样的影响。尤其在怀孕初期，即便是一些和缓的药物，成人服用的剂量，足以对胎儿的发育造成一定的伤害。另外，药物能改变母亲的生理状态，从而也就改变了子宫的环境，有些药物会使母体血压下降，以至供给胎儿的氧气量严重减少，造成胎儿脑细胞损伤。所以，在孕期应做好身体保健，避免生病，避免吃药。如确有需要则应严格根据医嘱服用。
能做到以上几点的准父母，其实已完成了很好的胎教。这与数千年来行之有效的胎教是一脉相承的。胎教，或者说所有的教育，都不是施教者善意的推测和构想，它必须依据受教者的自然本性，以能接受并可产生预期效果为原则。背離了这个前提它就不再是教育了。但现代胎教的种种方法，无论是轻轻拍打、讲故事、朗诵诗歌或听音乐，我们不能完全否认它的功效，尽管胎儿无法接受，但它可以消除孕妇的焦虑并调整她们的情绪，使得微血管扩张,改变胎盘和脐带向胎儿输送的血量,提供给胎儿更多更好的养分和氧气，而且胎儿也会因母亲的放松而体验到更多的愉悦情绪。这些虽不是现代胎教的预期，但无疑也会有利于胎儿的生长发育。
参考文献:
［1］(英)朱莉娅.贝里曼等.发展心理学和你[M].北京：北京大学出版社,2001.
［2］张田勘.胎教的神话.健康报，2004－4－19.
［3］(美)黛安.E.帕普利等.儿童世界[M].北京：人民教育出版社,1981.
［4］(美)鲁道夫谢弗.母亲的使命[M].沈阳：辽海出版社,2000.
［5］(美)詹姆斯.O.卢格等.生活心理学[M].哈尔滨：黑龙江人民出版社,1988.
叠前深度偏移技术的应用 篇3
关键词：层析反演静校正,叠前多域保幅噪音衰减,地表一致性子波处理,叠前深度偏移
随着新疆吐哈盆地勘探程度的逐步提高和地质认识的不断深化, 就需要将叠后偏移处理转向叠前偏移技术, 特别是叠前深度偏移技术。叠前深度偏移是一个不同于常规的系统工程, 应分为两个阶段:时间域处理阶段和叠前深度偏移处理阶段。时间域处理阶段也叫数据准备阶段, 主要是为叠前深度偏移准备一个信噪比高、时间和空间上振幅均衡的叠前数据。
1 时间域处理
1.1 建立合理的浮动基准面
由于新疆吐哈盆地的地表条件较复杂, 因此必须确定一个相应的比较平缓的浮动基准面, 并把野外数据校正到这个平面上。因此首先要建立一个合理的浮动基准面, 以避免大的静态时移。浮动基准面选取的基本原则有两点:一是浮动基准面尽可能接近地表, 二是浮动基准面尽可能平滑。
2 时间域关键处理技术序列
2.1 模型约束层析反演静校正技术
模型约束层析反演静校正是利用原始地震记录初至时间反演出近地表速度模型, 计算出浮动面静校正量和水平基准面校正量。通过对浅层地表速度模型进行完全模拟, 完全剥蚀低降速层的层析反演静校正, 该方法能有效地消除长波长静校正量, 消除构造假象, 有利于后续精确速度分析和剩余静校正成功进行。模型约束层析反演静校正主要工作包含:交互方式拾取初至、初始模型建立、基于波动方程的快速步进波前追踪、非线性层析反演、层析反演质量控制、基准面校正和静校正质量控制。首先根据大炮初至迭代进行层析反演, 得出近地表模型, 其次根据野外小折射等测量成果对近地表模型进行校正, 求出炮点和检波点校正量。本方法优势主要体现在既应用了大炮初至信息, 同时也应用了野外近地表勘探成果, 精度非常高。通过精细的参数调试和优选工作, 模型约束层析反演静校正在该区块取得了明显效果。
2.2 叠前多域保幅噪音衰减技术
研究区块资料噪声严重, 因此在叠前预处理时必须进行叠前噪声的压制, 在不损失有效信号的前提下最大限度地提高信噪比。针对该区干扰波的特点, 通过试验对比, 主要采取由强到弱, 由高频到低频, 先规则后随机逐步去除干扰, 对于面波与线形干扰采用多域多系统方法压制, 使单炮及剖面的信噪比、分辨率及保真度得到了有效的提高。干扰波的组合去噪方案:1) 精细剔道、初至切除。2) 单频噪音的压制。3) 强振幅噪音压制。4) 面波及线性噪声的压制。5) 分频随机噪声的压制。叠前多域保幅噪音衰减技术方法和应用的主要技术模块, 如图1所示。图2鲁克沁区块噪音衰减前后单炮记录和叠加剖面对比, 从单炮记录上看到, 强能量的面波、异常能量、单频噪音、声波等一系列干扰波很好的压制, 单炮记录非常干净, 叠加后, 剖面信噪比明显提高, 有效反射能量增强, 同相轴连续性变好。
2.3 地表一致性子波处理技术
地表一致性子波处理技术主要包含地表一致性振幅补偿和地表一致性反摺积技术。地震波在传播过程中, 由于波前扩散、地层吸收等原因造成其能量衰减, 也造成了地震波高频信息损失。
采用地表一致性振幅补偿, 消除因激发和接收条件不同、仪器因素的变化及地表不均匀所造成的振幅空间变化, 它是假设激发、接收的振幅响应具有地表一致性, 应用统计学原理, 在选定的计算时窗计算每一道的对数功率, 然后用最小平方法将其线性分解为共炮点、共检波点、共偏移距、共中心点四个分量, 根据共炮点和共中心点分量求得炮点和检波点补偿因子, 在道集内逐道进行补偿。地表一致性振幅补偿可以有效地改善道间的振幅和相位关系, 从而有利于做到相对振幅保真, 并对提高叠加结果的信噪比和分辨率也是有利的, 对于深层能量的补充也有益。
2.4 精细速度分析与多系统剩余静校正迭代技术
由于剩余静校正量的存在使得速度分析时, 有效反射同相轴不能很好的聚焦, 从而使得很难准确提取有效反射波的精确叠加速度值。为此采用剩余静校正与速度分析迭代处理来进行速度分析, 以提高叠加速度的精度, 改善叠前CMP道集的资料品质。一般经过二到三次迭代处理后, 不但资料信噪比得到改善, 其叠加速度的精度也大大提高。
速度分析是资料处理的核心, 速度拾取的精确与否和处理的质量有直接的关系。为提高速度分析精度, 利用多种方法确定速度, 调查全区速度规律, 并进行交互速度解释, 常速扫描和变速扫描。利用动校正道集、叠加剖面和速度剖面进行质量控制。
3 叠前深度偏移
三维叠前深度偏移处理原理:时间域的偏移无法摆脱与实际情况相违背的层状介质假设, 深度偏移不依赖任何双曲线假设。其基本原理是以深度模型和层速度模型为依据, 利用射线追踪的方法计算反射旅行时, 建立非双曲线的cmp理论道集与实际地震记录相关, 采用相干函数定量计算二者的相干值, 确定层速度和深度模型, 以最终地球模型为基础进行偏移成像。
叠前深度偏移的主要工作分五步:
(1) 建立工区, 加载cmp道集及叠后时间偏移剖面, 检查数据的空间关系是否准确。
(2) 时间域的层位解释, 建立时间域地质模型:解释层位时要求尽可能选取反射能量强, 同相轴连续的反射层, 同时要求层间层间厚度适中。
(3) 建立初始地球模型:这是深度偏移最关键的一步。层速度模型的求取一般要求多种方法结合, 相互检验。以得到相对准确的接近实际地质特征的模型。
(4) 模型修正:初始地球模型往往与实际地球物理模型存在一定的速度-深度误差, 必须要作模型的优化, 建立相对精确的地球模型, 模型的准确程度不仅影响深度域成像质量, 同时也直接影响地层实际深度的可靠性。
(5) 目标线的偏移成像:建立最终地球模型后, 就可以做全数据体的深度偏移成像, 偏移孔径的选择可依据参考公式:Aperture=Max depth *0.75/cmp interval。
叠前深度偏移的最终效果主要取决于速度深度模型的准确性, 方法的实验集中于初始地质模型的建立及地质模型修正。
4 成果分析
4.1 资料处理成果分析
深度偏移技术的应用很好的解决了该区块难点问题, 鲁克沁新三维深层构造清晰准确成像问题。资料处理取得了明显效果。总体可以概括为资料保真度提高, 波组特征清楚, 断裂系统合理, 资料品质明显改善, 可以满足当前勘探开发要求。效果展示, 如图3所示。
4.2 地质应用成果分析
在地质应用上, 深度偏移处理技术也取得了众多勘探成果。通过解释交流, 重新优化速度模型, 精细化处理参数, 通过处理、解释人员共同深度模型的建立, 通过开展新处理资料解释研究, 重新落实断裂系统, 特别是落实了鲁克沁东区钻探的英10-P、鲁8、鲁201井的构造圈闭。以上成果, 为油田的精细化勘探发挥了积极作用。地质应用效果, 如图4所示。
5 结论与认识
深度偏移技术处理对叠前数据要求较高:具有一定的信噪比, 静校正问题得到较好解决、振副能量要均衡。在吐哈盆地表层模型的建立、静校正问题地解决程度和基准面的选择是偏移成败的关键。处理解释一体化建立和修正速度模型是做好叠前深度偏移的重要环节。针对不同的勘探目标和地震地质条件应用不同的偏移策略。
参考文献
[1]熊煮.复杂地震数据处理思路[M].北京工业出版社, 2002.
[2]熊煮.地震数据处理方法系统思维[M].石油工业出版社, 1995.
高校中心任务不能模糊或偏移 篇4
不妨以“以教学为中心”为例来探究一部分提法的正误。按照教育学界定，“教育”是“教学”的上位概念，绝不能将其等同于“教学”，教学主要是承载智育任务，只是教育的一部分。因此，部分高校所倡导的“以教学为中心”的观点大大窄化或缩小了高校的任务和职能，无论是对学生、学校，都会产生负面影响，也会影响高校的社会声誉。因为在以教学——实质上是以分数为中心的模式下，所“培养”的学生只能是片面发展的人，并不是社会真正需要的人。其他类似提法也是如此。
作为高校和广大教育工作者，应该全面认识自己肩负的历史使命和重要责任，树立全面、正确的教育理念，简言之，就是要按照我国《高等教育法》的要求，始终坚持“以培养人才为中心”。《高等教育法》规定，“高等教育的任务是培养具有创新精神和实践能力的高级专门人才，发展科学技术文化，促进社会主义现代化建设”；“高等学校应当以培养人才为中心，开展教学、科学研究和社会服务，保证教育教学质量达到国家规定的标准”。《教育规划纲要》也指出，高等教育要“牢固确立培养人才在高校工作中的中心地位，着力培养信念执著、品德优良、知识丰富、本领过硬的高素质专门人才和拔尖创新人才”。可见，培养人才是国家赋予高校的最基本的职能，各项工作都应该围绕培养人才这个中心开展。
坚持以培养人才为中心的办学理念，有助于我们深入思考如何做好人才培养工作这样一个最基本而又最深刻的问题。只有把育人为本摆在学校全部工作的中心位置，才能把教书育人、管理育人、服务育人及环境育人的功能发挥到最大限度，真正做到全员育人、全过程育人、全方位育人，才能实现高等教育的根本目标。学生就是学校的“产品”，所有教职员工都是这个特殊产品的制造者。如此，高校工作重心才会真正转移到人才培养上，各种教育资源才会聚集到人才培养上。
确立了以培养人才为中心的教育理念，教学工作就不单纯是上课，而是要从培养人的高度，去探讨如何培养学生的各方面素质和能力，提高教育教学质量；做好科研工作，也不仅仅是要出多少成果，申请多少经费，而是要在科研过程中锤炼培养人才，培养学生的科研习惯，教会学生学习，教会学生研究，教给学生方法，培养学生的创新精神和实践能力；管理工作也不仅仅是简单地做好事务性工作，而是要通过细致入微、以人为本的工作，培育、传承和弘扬大学精神，建立、健全和构筑大学制度和管理文化，以制度、文化规范和熏陶学生；服务部门也会紧紧围绕培养人才这一中心任务，努力做好各项服务工作，以自身的热情服务和良好的职业道德影响学生，为学生创造良好的成长环境。
经济社会的发展和进步，赋予了高校越来越多的职能，但既是大学，就必须坚持以培养人才为中心，以片面或错误的“中心”理念指导高校各项工作的开展，势必会使高校的工作产生偏差。
基坑围护桩顶部偏移事故分析 篇5
本工程为某核电公司检修热车间项目(见图1),车间结构形式为钢筋混凝土排架结构(单层、部分二层),其中地下室标高为-5.000 m,整个建筑物高度为16.350 m,外形尺寸72.2 m,324.5 m,屋面为大型预制屋面板,结构抗震等级二级,总建筑面积为3 813 m2。
检修热车间工程基坑围护采用排桩加冠梁支护结构。排桩采用冲孔灌注桩,桩径为800 mm,桩间距1.0 m～1.2 m,有效桩长约为3.50 m～9.50 m,嵌入深度随基岩面埋深不同而不同。桩数为168根,桩身的混凝土强度为C25。以坡、洪积土及中等风化岩层作为桩端持力层。冠梁断面尺寸为800 mm×600 mm,在基坑西南角采用钢筋混凝土现浇角撑,角撑梁断面为600 mm×600 mm。
基坑开挖的施工过程中,在区域⑧轴线～⑩轴线/?轴线～?轴线按照设计要求开挖完毕的第二天,发现基坑东段约1/3长度处,基坑北侧围护桩顶的冠梁产生裂缝,并向基坑方向偏移约100 mm。出现上述险情后,施工单位当即停止基坑的开挖工作,并对已开挖的基坑四周进行观测。此后,在基坑北侧围护桩与厂区主交通干线间绿化带的土体产生多条约20 mm～50 mm不等的裂缝,裂缝走向与北侧围护桩平行,并且在扩展。同时北侧围护桩的冠梁向坑内以每20 min约4 mm的速度继续偏移。当时情况非常紧急,基坑北侧围护桩随时有倾斜的危险。施工单位立即将现场险情应急措施通报了建设单位及监理,同时又与设计单位取得了联系。为控制险情,施工单位采取了如下紧急处理措施:将基坑北侧绿化带内的土体挖除卸载,减少土体对围护桩挡墙的土压力。
采取上述措施后,基坑北侧围护桩向基坑内偏移的速度明显减慢,及时有效地防止了基坑围护桩倾覆倒塌危险。事后说明,施工单位所采用的措施,是积极有效的,并得到了设计单位的认可。
2 原因分析
在施工现场,设计院、监理单位、施工单位与建设单位针对出现的事故险情共同分析原因,并研究解决基坑围护的方案,设计院介绍基坑围护设计的重点在于桩底必须进入岩石勘探报告中的第三层土,即洪坡积土约1 m～2 m。按设计长度,参照岩土勘探报告,从理论上讲,桩底已经进入了第三层土。由于该设计思想没有在图纸、图纸会审等设计文件中明确描述,施工单位与监理单位在围护桩施工过程中,重点控制桩的实际长度是否与设计长度一致。经查施工验收记录,表明实际施工桩长已达到设计长度。但从围护桩的施工过程中分析,从桩孔中抓出的泥土基本上都含有黑色软土,表明围护桩底进入第三层土的深度不够。
经过上述情况的交流说明,岩土勘探报告与实际地质条件有出入,产生险情的根本原因是围护桩没有进入到硬土层(洪坡积土层)及进入深度不够,导致围护桩端锚固不够。另外施工期间的雨水使得地下水位升高,土体含水率增高,使土侧压力加大。当然作为施工单位在围护桩的施工期间应关注成孔过程中所反映的地质变化情况并及时与监理方、设计单位沟通,以避免事故的发生。
3 处理方案
在找到险情发生的根本原因后,设计单位、监理单位和施工单位共同协商后明确了以下原则方案,由施工单位进一步实施:
1)在基坑东北角、西北角利用工字钢角作撑梁增设角支撑。
2)挖除基坑北侧的绿化带内的土层进行卸载,减少土压力。
3)在基坑北侧设3组～4组锚拉点,采用拉锚方式防止北侧围护桩在后期开挖过程中产生偏移。
4)加强基坑四周的排水措施。
4结语
对基坑支护重新加固后,保证了后续工序顺利进行,达到了预期效果。通过这次事故说明在进行基坑围护时,要注意以下几个问题:
1)施工前要认真分析地质勘探资料;结合围护桩的施工,与设计单位、监理充分沟通,理解设计内容,做好事前的质量安全控制分析落实措施
基于FPGA的车道偏移告警系统 篇6
近年来,汽车电子技术迅猛发展,在越来越多的汽车电子应用中,电子技术、动力优化技术、传感器技术、网络技术、电子地图技术等先进技术开始交叉融合[1,2,3]。现代电子系统已经从微处理系统已经发展到专用DSP系统和SOC阶段[4]。随着现代电子系统的数据处理能力不断增强,汽车电子技术的应用将朝着信息化、智能化、网络化的方向继续发展,目标是为驾驶者提供更加安全、舒适、高效、环保的驾驶体验[5]。
相对于被动安全技术,以驾驶辅助系统为代表的汽车主动安全技术进一步提高了车辆驾驶的安全性,同时创造出了革命性的崭新驾驶体验[6]。先进驾驶辅助系统通过各种传感器感知车辆所处的环境信息,进行实时的处理,将可能的危险以最快的速度告知驾驶者,以达到增强行车安全的目的[7]。
车道偏移告警系统(LDWS)的运行环境复杂,实时性要求高,同时应具备良好的实用性,这三种特性在一个具体软硬系统上实现时往往是互相制约的[8]。在实现方式上,基于图像的实现方式具有信息量大,成本低的优势,但是算法复杂度高,对数据的处理速度有很高的要求。当前基于视觉的车道偏移告警系统主要采用高性能的DSP处理器[9],但是该方案的实现成本较高,处理能力很难满足实时性要求,而具有并行计算和可重构特性的FPGA,通过算法的RTL实现,对图像进行并行处理,可以实现每秒高达1000帧以上的处理能力[10],另外,FPGA可以很灵活地进行软硬件协同设计,这决定了它非常适合用于实现图像处理系统,能够很好地解决系统体积、成本、速度、灵活性等方面的实际问题[11]。
1 系统的构成与特点
本课题在充分利用FPGA特性的基础上,设计了如图1所示的车辆安全驾驶辅助系统。
该驾驶辅助系统采用ALTERA的DE2作为设计平台,以Cyalone II FPGA作为处理核心,包括了图像AD芯片,音频DA芯片,GPS传感器,抬头显示系统,存储器等外设,满足机器视觉的处理和信息交互的需求。其中LCD以动画的形式显示当前的处理画面和处理结果。
该系统主要有以下两个特点:(1)该系统采用FPGA作为处理器核心,在一块芯片内搭建了一个包含NIOS II软核的SOPC系统,以及一个图像处理算法的RTL级模块,实现了系统的软硬件协同设计,既满足了图像处理的高速计算需求,又节约了板上面积,不需要额外的嵌入式处理器芯片,降低了成本和开发难度。FPGA的可重构特性使系统的实现方式和后续改进都变得更加灵活;(2)采用OLED屏幕作为抬头显示系统(HUD)的显示器,通过将告警信息投射到车辆前方的挡风玻璃上,帮助驾驶员的视线保持在前方的同时,更加高效地获取重要的提示信息。OLED又称有机电激光显示,与市场上现有抬头显示系统所采用的LED数码管相比具有自发光、对比度高、视角广、反应速度快等优异特性,能够表现出更加丰富的提示信息。
2 算法的研究与仿真
车道偏移告警算法主要由车道线检测算法和车道偏移告警算法两部分级联而成。文中首先在Matlab平台上对算法进行了研究和验证。
2.1 一种快速车道线检测算法
该部分主要包括图像最佳二值化阈值求取和车道线特征提取两个步骤,具体方法如下:
(1)基于图像灰度分布的车道线二值化阈值求取。通过Matlab分析,道路的灰度分布呈明显的双峰特征,在光照条件较好时,波谷的灰度范围在150至200之间。固定阈值的图像进行二值化后能够基本区分出车道线和路面,但是固定的阈值对光线变化的适应性差,也容易引起更多的噪声点。
图2为前方道路图像的灰度分布例图,其中双峰中的波谷对应的灰度值是最佳的二值化阈值,但是灰度分布曲线有很多毛刺,容易形成很多伪波谷,影响二值化阈值的求取。
为了消除灰度分布曲线的毛刺对二值化阈值求取影响,本文采用将灰度空间划分若干区间后进行灰度分布统计,即对0～255 的灰度分为若干个区间,统计图像下半部分的灰度值落在每个区间的数量,达到消除毛刺,天空景物干扰的目的。实验表明:过大的区间粒度和过小的区间粒度都无法获得最好的效果。当灰度区间的粒度划分成16个等长的区间时,图像二值化的效果最好,峰形明显而且曲线光滑,不同图像的二值化结果最为稳定。实验结果如图3所示。
(2)基于车道线和车道宽度特征的车道线提取。经过对二值化后的图像进行分析,图像的上半部分主要为天空,目标车道线位于图像下半部分,虽然车道线比较清晰,但是也有部分噪点。本文将车线宽度和车道宽度作为车道线提取的特征,通过对图像进行行扫描,设定车道线的宽度阈值和车道宽度阈值,采用状态机控制扫描输出的算法,找到车道线的中线。为了验证该车道线提取的有效性,本文通过设定实验组,对不同图像进行处理,寻找出车道线,结果如图4所示。
2.2 车道偏移告警算法
车道偏移告警算法是通过计算当前车辆靠近车道线的程度来产生不同等级的告警输出,即需要根据图像坐标系中车道线相对于中心线的位置判断发生偏移的程度。
在本文中,设定摄像头是向着车辆行驶的正前方水平放置,摄像机的设定与成像模型如图5所示。
由此可以认为世界坐标系的Z轴与摄像机坐标系的Z轴(光轴)一致,摄像机坐标系与世界坐标系之间的转换只有Z方向上的平移,而没有旋转。即若以车头为世界坐标系的原点,则坐标原点到摄像头之间的矢量为平移向量,在此设为变量T。
从图6模型分析可知:在图像x方向上,线段的宽度和世界坐标系的X方向是呈线性关系的,即在水平横向,即图像坐标系的X方向上有Dw=βd,其中Dw是世界坐标系中车道线的宽度,d是图像坐标系中的像素宽度,β是转换系数。因此根据标准车道线之间的实际物理宽度和车道线之间的像素点数便可获得转换系数。
根据车载辅助系统线性成像模型的分析,车道偏移报警算法中设定的输入变量为当前偏移距离D和每一帧图像中偏移距离的变化量△D(t),而输出为警告等级。若当前偏移距离小于一定阈值时则产生偏移告警,或者当D(t)变化速度v过快(即v=(D(t)- D(t-1))/0.033),且预留的反应时间小于驾驶员的反应时间0.3s时产生告警信息(其中,图像帧率为30帧/秒)。由此,可以根据当前的偏移距离和速度,计算反应时间t。其计算公式如下:
t=D/v=0.033*D/(D(t)-D(t-1))
3 系统平台的搭建与实现
采用DE2作为开发平台,该平台通过软硬件划分,将对处理速度要求不高的系统控制功能用软件实现,以满足系统灵活性需求,而对处理速度要求很高的图像处理算法则采用固件实现,以满足实时性能的需求。
系统平台设计框图如图7所示,主要包括两条总线和两个实现部分:MMB总线、VSB总线,以及LDWS算法固件模块和SOPC系统。
Memory Map Bus总线是一个低速总线,主要是为了方便片内系统对LDWS固件部分的寄存器管理,通过SPI_MMB模块进行数据的串并转换,使得外部的处理器也可通过SPI串行方式读写系统挂载在MMB总线上的寄存器来改变系统特性,由此使得系统扩展变得更加简便。
Video Stream Bus总线是一个高速总线,是由图像处理的数据通道,标志信号和控制信号组成。基本信号有8bits的图像数据,1bit的帧头脉冲信号、行有效脉冲信号、帧尾信号,以及模块使能信号。
LDWS固件部分采用自顶向下的设计思想对算法进行硬件实现,具体分为四个层次:(1)系统管理层:实现算法流程的管理;(2)数据控制层:实现不同流程的数据控制功能;(3)数字图像处理与显示方案层:完成具体图像处理算法和显示方案的实现;(4)存储器接口和显示接口层,产生相应的接口时序。
作为LDWS固件部分的核心模块,LDWS DSP和LDWS Display 两个模块分别有若干个组模块构成。图8显示了DSP模块的设计框图,该图显示了上述研究算法的实现流程,主要包括求取阈值、车道线提取和告警算法的流程。本文据此完成了该模块的RTL实现。该DSP模块分为两级流水,第一级流水为图像二值化阈值的求取,第二级流水为二值图像的特征提取和偏移告警检测。
LDWS Display模块由图像控制子模块和动画生成子模块构成。
图像数据从DSP时域通过乒乓操作进入VGA显示时域。乒乓操作的触发以及图像显示的过程由VGA时序和设置的显示坐标通过逻辑进行控制。根据上层的流程管理模块,系统会在VGA场消隐期间使能系统最终实现了通过LCD显示当前的处理画面,以及通过动画的形式显示处理结果。
SOPC系统嵌入了Nios II软核和常见的一些接口控制器,使该平台能够通过软件与外界进行灵活的信息交互。图9为SOPC系统中HUD显示驱动的软件流程。
图10为本研究的系统实现硬件平台及效果演示图。
4 结束语
文中研究了基于机器视觉的车道偏移告警系统算法,并通过软硬件协同设计,以FPGA为核心对算法进行了RTL级实现,同时搭建了片上系统,实现了车道偏移告警系统与驾驶员抬头显示系统的集成。系统最高运行速率为100MHz,此时图像处理速率可以达到1157帧/秒。
文中设计的车道偏移告警系统采用基于FPGA的图像处理系统,相对于传统的DSP处理平台具有并行处理和软硬件协同设计的明显优势,同时将系统与抬头显示系统相结合,采用最新的OLED显示技术,使驾驶员能够更加安全、高效地获得重要的驾驶信息。
随着可编程技术的发展,传统的计算技术和体系结构正发生着深刻的变化,FPGA凭借其优势将在未来的各种车辆驾驶辅助系统中将得到越来越广泛的应用。
参考文献
[1]庄严霞.汽车电子技术的应用和发展趋势浅析[J].农业装备与车辆工程,2009(2).
[2]李军,黎兆衡,张世艺.电子信息与智能化技术在汽车上的应用[J].重庆交通学院学报,2006.
[3]黄巍.基于CAN总线的车辆状态信息显示处理系统[D].大连理工大学硕士论文,2005.
[4]何玮,刘召度,杨其校,等.汽车前途是SOC系统的应用与发展[J].电子技术应用,2005(4).
[5]罗佳.浅谈汽车电子技术发展的前景[J].汽车工业研究,2006.
[6]蔡建余.汽车主动安全性研究综述[J].汽车零部件,2009(2).
[7]孙龙林.先进驾驶辅助系统的发展现状和趋势[J].汽车电器,2009(7).
[8]徐中明,陈旭,贺岩松,等.智能交通系统(ITS)中的智能汽车技术[J].重庆大学学报,2005,28(8).
[9]陈清阳.基于计算机视觉的车道跑偏告警系统研究[D].国防科学技术大学工学硕士学位论文,2007.
[10]李金元,张万成,吴南健.一种基于并行处理器的快速车道线检测系统及FPGA实现[J].电子信息学报,2010(12).
基于边缘特征的车道偏移检测与预警 篇7
车道偏移预警系统(LDWS)可以在单调环境中(如高速公路),对行驶路线偏移车道标志线的驾驶员进行警告,以预防事故的发生[1,2]。目前,大多采用基于灰度特征的识别方法,利用车道标识线的灰度特征完成对车道标识线的识别。其中,道路预处理中几何投影变换应用较广[3,4],虽然它可以重建道路平面图,但对不同拍摄高度、不同焦距则不能自适应;道路检测中,很多学者采用了准确性较高的Hough变化[5],但由于计算量大,即使采用分段处理技术,也难保证实时。边缘检测的方法能更有效地利用车道的边缘特征[6],但同时也会检测出具有明显边缘特征的低强度物体,易对车道检测的精确度造成影响。本文将两种基于灰度特征的识别方法结合起来查找车道边缘,不仅保持了较低的时间复杂度,也提高了车道检测的准确性。在车道跟踪过程中,改进的边缘分布函数理论的应用可以在去除干扰点影响的同时快速地分离出车道偏离的重要特征——车道方向角,因此能够更准确有效地判断车道偏离程度并给予报警。
1 车道初始化检测
1.1 车道标志线的检测
目前,车道的检测以基于灰度阈值分割和基于图像边缘的检测技术为主。为了准确定位车道标志线的位置,并节省初始化检测的时间消耗,本文采用了基于灰度阈值的车道边缘检测,算法如下:
1) 路面平均灰度值的计算
路面投影图像基本位于整个图像的下半方,因此易在下半方获得纯路面像素。根据下半方的直方图分布,计算其平均灰度作为分割车道标志线的阈值α。
2) 基于Sobel算子的边缘检测
边缘可由图像灰度函数的梯度定义。一幅图像的灰度定义为f(x,y),点(x,y)的梯度由矢量ᐁf表示:
undefined
其中Dx,Dy分别为x和y方向的微分,其大小可利用Sobel算子求微分获得。点(x,y)的梯度大小|ᐁf(x,y)|为:
undefined
由于平方根和平方的运算量较大,因此实际中经常使用的一种方法是用绝对值对梯度进行近似:
undefined
对f(x,y)>α的像素进行Sobel算子边缘检测。由于路面图像基本位于图像的下半方,故屏蔽上半方后就可获得较清晰准确的车道边缘特征,如图1所示。
1.2 车道线拟合
平面中任意一条直线可以用两个参数ρ和θ完全确定下来,其中ρ指明了该直线到原点的距离,θ确定了该直线的方向[7],对于如图2所示的左右两条车道标志线,以图像左下角为原点,
f ((ρl,θl) ,( xl ,yl))=ρl- xlcosθl- ylsinθl=0 (4)
f ((ρr,θr) ,( xr ,yr))=ρr - xrcosθr- yrsinθr=0 (5)
将路面图像中的每一点(xi,yi)映射到Hough空间中的累加器A(ρi,θi)上,满足(4)或(5)直线方程上的点,将使对应的累加器中的值加1。通过检测Hough参数计算空间(HPCS)中的局部最大值,可以确定与一条直线对应的一对参数(ρ,θ),从而确定该直线方程[5]。
在路面投影图像上,左右车道标志线具有明显的特征,即θl∈(0,90),θr∈(90,180),因此可以将HPCS空间分割为两部分,分别寻找局部最大值,便可确定左右车道的直线方程。
2 车道的跟踪
由于Hough变换对路面视频的处理,实时性较差,因此要在保证车道检测准确性和实时性的前提下,利用初始化检测的结果,启用跟踪算法。
2.1 感兴趣区域的定义
现以式(4)、(5)两条直线方程为中心,分别向左向右进行适量扩展,由此而得到的区域作为下次车道检测的区域——感兴趣区域(ROI)。考虑到摄像的透视效果,该ROI区域在远景处较近景处更狭小,即直线顶部向两边偏移wtop个像素,底部向两边偏移wbottom个像素,且wtop
2.2 边缘分布函数
在路面图像中,任一点(x,y) ,其梯度方向为:
undefined
线性物体的边缘点具有相同的梯度方向。由于车道标志线是路面上唯一的线性物体,因此设置一个0°～180°范围的梯度角累加器,对具有相同梯度角的像素的梯度值进行累加,则累加器中必然会出现两个波峰值分别对应左右车道边缘的梯度方向。
定义边缘分布函数EDF(Edge Distribution Function):
undefined
其中n(d)为满足(6)式中梯度方向d=α(x,y)的像素的数量,d的范围为0°到180°,并且变化幅度为1°,ᐁf(x,y)是(x,y)像素点的梯度值。
由于路面的灰度值较低,因而造成其梯度角出现较大的随机性,如图4所示。通过阈值处理能干扰像素点的影响,并获得较明显的车道边缘的梯度角波峰值。因此在ROI区域内,以1.1中平均灰度值α为阈值,仅对灰度f(x,y)>α的像素进行EDF函数的运算。映射到二维图表上,并作适当平滑处理后,可以获得非常清晰的两个波峰值,分别对应左右车道标志线方程的θl和θr角,如图5所示。以波峰θr 为例,对于ROI区域中d=θr的所有像素点,均来源于原车道图像中的右车道标志线边缘,如图6所示。
虽然边缘分布函数的引用保证了系统运行的实时性,但由于跟踪处理的精确度要小于初始化检测,因此,每当车辆行驶经过时间t之后,便重新引发一次初始化检测,对ROI区域进行定时修正。
3 车道偏移的预警
当车辆行驶在道路中央时,θl+θr=180°,对应于EDF图像,两个波峰应为关于d=90°的中心轴对称,因此可通过对称轴位置来确定车道偏移的情况。如果行驶发生偏移,该对称轴就会偏移90°。
车道偏移的量化定义:undefined,其中undefined是当前对称轴位置,xc是保持车辆行驶在车道中央时的对称轴位置。当摄像头置于车辆中心,xc应取为90°。
现定义警戒区域系数β和危险偏移系数ε(ε>β),将报警程度分为两级:其中ε>ρ>β时定义为偏移警戒区域,当车辆驶入该区域则表明车辆可能会发生危险偏移,此时需要增大初始化检测的频率,以提高偏移预警的及时性;将ρ>ε时定义为进入了危险车道偏移区域,此时需对驾驶员进行报警。其中,β、ε可通过车辆驾驶的实际实验来确定。
4 实验结果与分析
选取了道路视频中的273幅图像进行道路检测,拍摄速度为20fps,图像大小为240×360(像素),根据车辆在不同偏移角度时的危险程度定义了如下参数:t=0.5s,β=10°,ε=18°,xc=90°,即undefined,且当18°>ρ>10°时,车辆驶入偏移警戒区域,当ρ>18°时,车道发生危险偏移,进行报警。从192～242帧中取样,获得实验结果,如图7所示。
图7中,a～b均为安全行驶区域,从c～d为偏移警戒区域,从c需增大检测频率,定义t=0.25s, e～f为危险偏移区域,应立即进行报警。
5 结 论
本文将两种基于特征的识别方法结合起来查找车道标志线,用时间复杂度较低的阈值分割技术缩小了边缘检测的范围,确保车道特征点来源可靠性,同时缩短了初始化检测的时间,并有效地抑制路面图像中非线性物体的干扰,从而获得准确的车道标志线方程。定义感兴趣区域,引进了边缘分布函数,能消除路面图像的干扰且快速有效地分离出车道方向角。该方法不但能够保证高速公路图像处理的实时性,也能够保证检测与预警的准确性。
摘要：车道偏移的检测是智能车辆辅助驾驶系统中的重要技术问题之一。通过基于灰度阈值分割的梯度边缘检测技术,在对路面图像进行边缘检测的同时,配合以路面的灰度信息,准确地分离出车道标志线的边缘,再依此定义车道的跟踪区域——感兴趣区域(ROI),利用车道边缘信息定义边缘分布函数EDF(Edge Distribution Function),通过对跟踪区域中车道线梯度方向的分析,获取两条车道标志线在道路图像中的方向,以此作为车道偏移判断与预警的主要根据。该方法能够有效地抑制图像中非线性物体的干扰,是一种有效、可靠的车道偏移检测与预警方法。
关键词：车道标志线,感兴趣区域,边缘检测,边缘分布函数
参考文献
[1]LeBlanc D J,et al.CAPC:A Road-Departure Prevention System.IEEEControl Systems Magazine,1996,16(6):61-71.
[2]Chen M,Jochem T,Pomerleau D.AURORA:A Vision-Based RoadwayDeparture Warning Systems.tech.report CMU-RI-TR-97-21,RoboticsInstitute,Carnegie Mellon University,May,1997.
[3]邢延超,谈正.基于计算机视觉的车道标线与障碍物自动检测.计算机工程与应用,2003(6):223-225.
[4]周欣.高速公路多车道分道线快速检测与重建技术.中国公路学报,2005,18(2):107-111.
[5]范培蕾,张晓今,廖传锦,寇保华.基于视觉的高速公路目标检测与跟踪系统研究.重庆邮电学院学报:自然科学版,2005,17(6):776-779.
[6]Joon Woong Lee.A Machine Vision System for Lane-Departure Detec-tion.Computer Vision and Image Understanding,2002(86):52-78.
孤堡输电杆塔偏移状态检测装置设计 篇8
输电杆塔在电力输电线路系统中起到重力支撑、走向转变等重要作用。架空输电线路走廊内的杆塔基础受开发区建设、生产活动等外部因素作用后会形成为数众多的输电杆塔孤堡。本文所提及的孤堡主要包括以下地理环境:工程建设等生产生活活动对填埋有输电杆塔基础的土壤造成破坏, 使其形成倾斜度高的土坡或孤立于地平面的土堡;山林地区输电线路中, 若干输电杆塔矗立于陡坡、山崖等。
孤堡输电杆塔的运行状态极大程度影响着电力系统的稳定供电。资料显示, 2007年重庆某供电公司220kV坪界二线#16塔基外围因暴雨渗透, 造成农业园区内的孤堡输电杆塔发生滑坡事故;2011年重庆某供电公司35kV三乌线#5杆塔因工业建设外围挖掘形成孤堡, 造成线路被迫停运。由此可见, 对孤堡输电杆塔偏移状态的实时监测十分必要。
1 系统整体方案设计
本文通过建立孤堡输电杆塔偏移状态监测系统, 实现对杆塔偏移量的实时获取、数据传递、上位机显示等监测环节。该装置安装于户外孤堡输电杆塔上, 以太阳能电池板结合蓄电池作为电源;利用STM32L系列微处理器作为下位机主控制器来处理传感器采集的孤堡输电杆塔塔身状态信息, 进而控制GPRS模块传输监测数据于上位机;上位机利用监测数据实现杆塔实时状态量显示, 最终向输电线路运维人员提供直观的杆塔状态监测信息。图1为孤堡输电杆塔偏移状态检测装置结构示意图。
为实现信号采集单元设计目标, 装置利用相关传感器对孤堡输电杆塔整体偏移状态信息及杆塔基础所处的外部环境状态信息进行有效采集。这些传感器及其作用主要包括: (1) 倾斜角传感器, 获取孤堡输电杆塔塔身偏移角度信息; (2) 超声波传感器, 以所测距离为参考, 获取孤堡输电杆塔基础偏移位置信息。
在信号处理单元中, 系统主控制器控制传感器以一定时间间隔进行现场状态量采集, 经GPRS模块以采样数据形式将状态信息无线传输至上位机接收模块。上位机接收模块利用采样数据实现预先设计的相关算法, 并生成孤堡输电杆塔的实时直观状态信息体现于上位机上。
2 孤堡输电杆塔基础偏移量监测方法
在一定的监测周期内, 孤堡输电杆塔基础偏移量是装置的重点监测量, 其关键技术在于获取杆塔基础上支撑脚处的位置坐标。当前电力系统应用中, 主要有基于GPS的无线传感定位方法及强制对中法等检测措施, 但这些方法存在成本及检测精度因素相互制约的矛盾。为此, 孤堡输电杆塔偏移量检测中的杆塔支撑脚位置坐标的获取方法应根据实际情况独立设计。
图1中, 装置以超声波传感器作为偏移量的检测元件, 将传感器所测距离转换为空间坐标系内的位置坐标, 需独立设计坐标原点并以超声波传感器替代;单独直立于孤堡顶端的杆上, 将分别垂直安装两套超声波传感器, 作为坐标系中的原点及对照参考点。杆塔偏移量检测坐标系模型如图2所示。
图2中, 将参考点传感器II处的对应位置设计为坐标系原点O, 将参考点传感器I处的对应位置设计为O′, 将OO′所在方向作为Z轴正方向, 将地理正东方向作为X轴, 将地理正北方向作为Y轴建立三维直角坐标系。坐标系中, 将孤堡杆塔基础4支撑脚处相应超声波传感器位置编号为A、B、C、D点, 在固定检测周期内对以上4点的位置坐标进行统计及分析, 便可清晰判断孤堡输电杆塔整体偏移趋势。
3 系统主控制电路硬件设计
孤堡输电杆塔偏移状态检测装置中, 系统控制电路对相关传感器采集的具有杆塔位置状态信息的电信号进行处理, 利用GPRS模块实现下位机与上位机间相互数据传输, 便于在上位机中实现杆塔偏移状态的数据统计及分析。系统主控制电路由主控制器、电源与驱动模块、超声波测距传感器、偏移角传感器、GPRS模块组成, 如图3所示。
3.1 主控制器及外围电路
主控制器CPU使用STM32L152TBT6超低功耗32位处理器, 其最高频率为32MHz, 具有超低功耗的特性及工业级温度范围, 可通过串口与GPRS模块进行通信。主控制器将铁塔上的各类传感器采集的孤堡输电杆塔状态监测数据集中起来, 通过短信的方式将所有数据发送到上位机接收模块中。
3.2 电源与驱动模块
装置整体安装于户外环境中, 以太阳能电池板及蓄电池组合作为电源, 其中光伏器件为主控制电路提供12V电源电压。为实现电路中相关芯片的供电, 采用开关电源芯片MP2303将电源电压转换为3.3V输出直流电压。输出电压应满足以下关系:
式中, R58、R59分别是反馈电阻和接地电阻。
3.3 超声波测距传感器控制电路硬件设计
安装于输电杆塔塔身上的传感器将所测数据经IIC总线与主控制电路相连, 若在主控制电路中添加IIC驱动芯片, 可使IIC总线的传输距离增加到15m。装置选用KS103超声波距离检测传感器, 在检测模式下其检测范围为0.01~10m, 工作电压范围为3.0~5.5V;采用可调滤波降噪技术, 在电源电压受干扰或噪音较大时, 该传感器仍可正常工作。
3.4 偏移角传感器控制电路硬件设计
装置选用Mpu6050作为偏移角传感器, 通过IIC总线与主控制电路相连。该芯片内部集成有三轴加速度微机电系统与三轴角速度微机电系统, 并自带一个数字运动处理器DMP, DMP可处理加速度与角速度数据生成四元数, 可通过算法将其转化为传感器的偏移角度。
3.5 GPRS模块硬件设计
装置中GPRS模块由SIM900A通信模块及SIM卡构成。SIM900A通信模块中可通过TXD、RXD端口与CPU的PA2、PA3端口连接实现串口通信。在GPRS模块电源端设计有磁珠以吸收天线引入的超高频信号;为增强SIM卡可靠性, 在端口增加ESD静电保护器件SMF05C;可通过将PWRKEY端口设计为低电平实现模块在开机时自动启动。
4 系统软件设计
4.1 主程序流程
系统主程序实现下位机对传感器采集输电杆塔状态信息动作的控制, 并实时将传感器采集数据以短信形式经GPRS模块传输至上位机接收终端。图4为上位机处理软件流程图。
4.2 上位机程序流程
上位机接收终端接收GPRS模块以短信方式向其发送的监测数据, 通过232串口或USB口方式将经相关算法处理后的数据发送至PC机。PC机上以界面的形式向用户呈现输电杆塔偏移状态的统计分析数据, 并对数据进行存储, 以备分析。上位机接收模块中使用STM32F103RBT6作为CPU, 其最高频率可达72MHz。图5为上位机处理软件流程图。
5 系统检测试验及分析
依据本文所设计系统, 进行了孤堡输电杆塔偏移量检测试验。按比例在试验室中搭建了直线型孤堡输电杆塔的局部结构, 主要包含以砂土堆积形成的孤堡以及填埋于孤堡中的4个杆塔支撑脚为主的杆塔模型。将输电杆塔4支撑脚分别标记为A、B、C、D, 并将监测系统实物安装于构造的孤堡输电杆塔模型上。
试验中, 以水冲刷孤堡土壤的形式模拟自然环境对孤堡及杆塔造成的影响, 并按固定时间间隔由传感器获取距离数据, 经下位机处理后, 将传感器采集数据转化成为实际位移数据。经统计, 4支撑脚相对于首次测量位置的随时间发生变化的相对位移量SA、SB、SC、SD的变化趋势如图6所示。
由图6可得出以下结论:
(1) 在此次测量时间内, 输电杆塔塔基向C支撑脚方向偏移最为严重, 其表现形式为杆塔基础在C支撑脚处存在向外侧移动趋势。这主要是由于孤堡上土壤所处状态发生了变化, 造成的坡度变化引起杆塔基础在C支撑脚处所受水平推力增强。
(2) 输电杆塔基础在C支撑脚处的偏移, 使B、D支撑脚处基础受到横向水平力作用, 结合该处下压力影响, B、D杆塔基础也随之向C杆塔基础方向偏移。
6 结束语
孤堡输电杆塔偏移状态检测装置实现了对输电线路上形成的孤堡输电杆塔塔身及其基础偏移量的准确获取, 其监测结果最终通过上位机向线路运行维护人员展示。该装置利用孤堡及输电杆塔所形成的现有地理条件建立检测杆塔支撑脚位置的坐标系, 可在满足精度要求基础上极大降低监测设备生产维护成本, 具有精度高、实时性好、反应速度快的优势, 能为输电线路杆塔基础提供可靠的状态量, 实时监测孤堡输电杆塔的状态, 为线路基础隐患抢险抢修提供判据, 保障线路安全稳定运行。
摘要：针对输电线路上孤堡输电杆塔因土壤破坏而缓慢偏移乃至倾覆等现象, 建立了以STM32L系列32位ARM微控制器为控制电路核心的孤堡输电杆塔偏移状态检测系统, 实现对孤堡输电杆塔偏移状态的实时在线监测。该系统将采集的输电杆塔偏移实时数据通过GPRS模块传输至上位机存储、分析及展示, 可快速识别孤堡输电杆塔偏移趋势、倾斜角度, 具有稳定性高、精度好等优点, 可提供可靠的输电线路杆塔基础状态量数据, 确保线路安全稳定运行。
某桥桥台各桩偏移测量方法的分析 篇9
关键词：桥墩桩基偏移；三点画圆法；交圆心法
1 概述
在人们的日常生活中，桥梁的作用日益增强。但是质量问题始终是桥梁建设过程中始终面临的重要问题。桥梁墩台的桩基既是桥梁的基础部分，也是桥梁质量控制的重要组成部分。在实际桥梁建设过程中由于放样产生的误差或是施工工艺较差，使桩的位置发生较大偏移，为桥梁安全埋下巨大隐患。针对这一问题，本文提出了可行的解决方案以确定桩位的实际偏移情况。
2 工程概况
某桥为5跨预应力混凝土梁桥，跨径组合为50m+100m+212m+100m+50m。桥梁下部结构桥墩采用矩形实心墩、钻孔灌注桩基础，桥台采用“U”型重力式桥台，基础下共有17个桩，桩基均为嵌岩桩。但是由于施工单位放样误差以及在钻孔过程中产生误差，导致了桩位偏移。根据《公路桥涵施工技术规范JTG TF50-2011》的要求，群桩的孔的中心位置允许偏差小于100mm。为了保证工程质量，对桥台各桩中心点位置进行测量。
3 三点画圆法
3.1 方法介绍 由于桥台各桩设计形状为圆柱体，并且施工现场没有标示出各桩的中心位置，为了找到各桩的中心位置，测量时采用三点测圆的方法，即在每个桩最外侧标出三个点，再用全站仪测量这三个点的坐标，利用三点画圆的原理，确定桩圆心的位置。通过比较实测各桩圆心坐标和设计圆心坐标，便可确定各个桩的偏移量。
3.2 测量结果 用以上测量方法测出各个桩的坐标，然后使用CAD软件将各个桩标示出来，找出圆心坐标。各个桩对应的圆心的设计坐标和实测坐标如表1：
存在频率偏移条件下的独特字检测 篇10
突发数字通信应用广泛, 例如时分多址卫星通信系统和陆地移动蜂窝通信系统。在每个突发之前, 通常发送一段确知序列的前导码, 即独特字 (UW) , 以便于突发检测。
在这样的系统中, 突发前导码序列中独特字的检测是个很关键的问题。当信号载波和本地振荡器很好的同步之后, 独特字的检测可以可以通过滑动相关完成, 即比较输入数据字段和已知的独特字模式。[1]当相关器的输出超出预先设置的门限时, 即完成一次突发检测。然而, 如果存在频率偏差, 这一方法将失效。此时可以采用最大似然比测试法, 该技术采用一组中心频率位于不同频点的带通滤波器, 且每个滤波器后跟一个滑动相关器, 其输出将和预先设置的门限比较得到判决结果。该技术的性能取决于带通滤波器的数目和带宽, 分支越多, 带宽越窄, 性能就越好。 (实际使用中) 分支数目的确定取决于代价和性能损失之间的折衷。
本文提出了一种新方法, 可以完成存在频率偏差时的独特字检测。该方法采用信息理论中的模型选取原则, 即由Rissanen和Schwartz最先引入的最小描述长度准则 (MDL) 。与排列于不同频点的多重检测不同, 新方法应用信号子空间分解技术得到独特字的检测统计量。一旦检测到独特字, 基于包含最大能量的信号子空间基矢量, 可以很容易地估计频率偏差[2]。新技术具有恒定的误警概率, 很好的计算效率, 适合DSP实现。
2 问题的提出
假定TDMA突发前导码序列中的独特字已知, 并产生于伪随机数发生器, 且采用QPSK调制。接收信号被下变频至基带或中频, 残留未知非零的频率偏差。频率偏差可能来自本振 (LO) 漂移或多谱勒影响。符号定时已经恢复, 接收信号按照码元速率采样。信道噪声为白噪声, 服从高斯噪分布。
按照上述假设, 采样数据可表述如下:
其中a是信号幅度;Sn是QPSK符号, 取值0, 1, 2, 3;Δω表示频率偏差;准是载波相位偏差;ωn是高斯白噪声。独特字包含在符号序列之间。
如果频率偏差为零, 则Δω等于零, 独特字UW可用如下定义的相关器检测:
其中Cn独特字序列, 通常是随机序列, 长度是M。如果xn中存在独特字, 而且按照Cn的顺序排列, 相关器输出将得到最大值, 此时意味着检测到独特字。如果频率偏差不为零, 即使Sn中的独特字按照Cn的顺序排列, 正如下面所讨论的, 相关器输出不一定得到最大值。
定义新序列
将xn-M-m代入该公式, 直接处理之后得到:
其中ΔSm=Sn-M+m-Cm;ω'n-M+m与ωn-M+m具有同样的统计特性。如果独特字UW包含于xn, 且对齐于Cm, 例如:
公式4变成
Yn-M+m含有未知频率Δω的复正弦波信号和高斯白噪声。不过, 如果xn中不存在独特字, 或者没有按照Cn的顺序正确排列, 则
而且由于Sn-M+m和Cm随机特性的影响, ΔSm成为白随机序列。这也就意味着Yn-M+m仍然是白噪声序列。
在多径环境中, 上述处理可能在Yn-M+m中产生不止一个正弦波, 如果独特字正确排列的话。由于多谱勒漂移的影响, 这些正弦波可能具有不同的频率成分。
因此, 存在频率偏移条件下的独特字检测问题也就演变成了确定Yn-M+m是否由正弦波和噪声组成;换言之, 这是噪声中未知频率成分正弦波的检测问题。[2]
3 基于MDL的检测技术
新的检测技术建立在信息理论准则基础之上, 术语称之为最小描述长度 (MDL) 。这隐含着将一个二维信号空间分解成两个一维信号子空间。二维信号空间定义为Yn-M+m的2×2相关矩阵。一维信号子空间定义为它的基矢量和能量, 即相关矩阵的特征向量和特征值。检测统计量是两个子空间的能量值。
3.1 信号空间和子空间分解
由于需要解决的问题只是确定Yn-M+m是否由正弦波组成, Yn-M+m2×2的相关矩阵构成的二维空间足以解决该问题。将序列Yn-M+m表示成如下的矩阵:
其相关矩阵R如下:
上标H表示复共轭运算。
相关矩阵R在二维空间定义了Yn-M+m的特性。该空间可由R的特征值λi和特征向量vi完全刻画, 其定义如下:
特征向量vi是一维子空间的基矢量, 特征值λi是每个子空间的能量值。如果Yn-M+m由单个正弦波和噪声组成, 含有最大能量的是信号子空间, 此外是噪声子空间。否则两者都是噪声子空间。
特征值将在新的独特字检测技术中采用, 其表达式如下:
式中rij是R矩阵i行j列的元素。通常假定Yn-M+m平稳, 也就是说, r11=r22, 上式可简化如下:
3.2 基于MDL的独特字检测法
MDL准则解决的一般化问题是给定一组N个观察点{yn}和一族由概率密度函数描述的可选模型如何选择与数据匹配最好的模型?
定义MDL量
其中, k是模型阶数, 是模型参数θ的最大似然估计量, ρ是θ中无关联参数的数目, MDL准则选择使MDL (k) 最小化的k值作为模型阶数。
为了确定隐含在高斯白噪声中的正弦波的个数, Wax和Kailath给出如下表达式:
式中p是相关矩阵的维数, N是用于估计相关矩阵的采样点数。使得判决量最小的k值就是数据中正弦分量的数目。Wax和Kailath进一步证明MDL准则给出的是正弦分量数目的一致估计。
MDL (k) 相对k的分布呈抛物线形状。在K个正弦波的情形下, MDL (k) 随着k的增加单调下降直至k等于K;在大于K的情况下, MDL (k) 随着k的增加单调递增。因此, 为了确定数据中是否包含正弦分量, 在关心的范围内, 只有两个MDL值 (p=2) 要估计, 即k=0和k=1。这两个值分别计算如下:
注意式中N=M-1。如果MDL (0) 大于MDL (1) , 则至少存在一个正弦波而且检测到独特字;如果标记判决规则可简化如下:
4 性能分析
新的UW检测器的性能可用检测概率PD和误警 (虚假检测) 概率PFA刻画。为了计算这两个概率值, 需要知道参量t在有无同步独特字条件下的概率密度函数 (PDF) 。然而, 推导这样的概率密度函数是非常困难的。因此, 这里只能给出估计量PD和PFA的计算机仿真结果。
4.1 误警概率
不存在独特字时, 特征值λ1和λ2表示噪声方差。仔细研究测试统计量t发现它独立于噪声方差。换言之, 噪声方差改变, t的统计分布保持不变。[3]这一发现揭示新的独特字检测器一个非常优异的性能:能提供恒定的误警概率 (CFAR) 。误警概率仅仅取决于独特字大小M, 这一点大大简化了仿真过程。
计算机仿真结果表明t服从渐进指数分布。这一结果意味着当M值很大, 误警概率很小时, 可以采用半解析的办法确定误警概率:首先做一定数量的仿真估计出PDF;接着调整指数分布拟合估计出的PDF;最后根据拟合的PDF和门限值β计算PFA。该方法对于确定非常小的PFA非常有效。不过, 当M取值较小时, 只需通过计算机仿真就能得到PFA的取值, 因为PFA相对较高, 无需太多的仿真时间就能得到好的估计值。
4.2 检测概率
为了估计新技术在存在载波偏差条件下的检测概率, 仿真时需要在载波和本地振荡器之间引入多个不同的频率偏差。 (1) 当M=32, Eb/N0=3d B时, 不同归一化频率 (归一化频率为波特率) 偏置条件下的检测概率不受载波偏置的影响。 (2) 当M从16增至128时的结果。相对码元波特率的归一化频率偏移为0.01, 试验次数是10000次。
从试验结果看来, 为了获得期望的检测概率, 独特字增长时, 所需的信噪比Eb/N0减小。以PD=0.999为例, 当M=64时, Eb/N0=3d B;当M=128时, Eb/N0=1d B。
5 结论
本文基于最小描述长度准则, 给出了一种新的TDMA通信系统独特字检测技术。该技术包括对2×2相关矩阵的公式表述, 及其特征值的计算, 这些比较容易实现。为了研究该技术的性能进行了计算机仿真, 仿真结果表明误警概率独立于信道噪声大小, 仅仅和独特字长度有关;检测概率独立于载波频率偏移, 并随着独特字长度和信噪比大小的增加而增加。进一步的工作可以研究码元时序和载波频偏的联合估计, 以及同其他CFAR技术的性能对比。
参考文献
[1]鲜婷, 徐曦.无线网络规划SMART解决方案[J].电力信息化, 2006, (10) :88.
[2]秦晓懿, 王瀚晟, 曾烈光.一种应用于交换机的字节同步复分接系统[J].电信科学, 1997 (2) :52.
