地震紧急自动处置用智能传感器的贫信息处理方法

本项目从非统计原理出发研究地震紧急自动处置用智能传感器中新的信息处理方法。由于地震的震源机制、场地特征、环境因素和生命线工程系统属性等存在较大差异，地震紧急自动处置用智能传感器可获得的数据量少，寻找统计规律困难，具有贫信息特征。因此拟运用非统计原理深入研究发掘地震动特征及其参数与生命线工程系统破坏的现实规律，解决少数据、不确定和概率分布未知等贫信息问题，研究、运用灰色动态滤波、自助最大熵和关联度分析等非统计方法，有效地剔除非地震干扰，不失真地获得地震动特征，以及快速地估计地震可能造成的生命线工程系统破坏，弥补统计学方法在处理贫信息问题中的不足，丰富和发展非统计原理及其应用基础，为地震紧急处置用智能传感器的贫信息处理开辟一条崭新的途径，也为地震紧急自动处置技术乃至城市与生命线工程系统防灾减灾提供新的理论依据。

由于地震的震源机制、场地特征、环境因素和生命线工程系统属性等存在较大差异，地震紧急自动处置用智能传感器可获得的数据量少，寻找统计规律困难，具有贫信息特征。因此在小样本条件下，传统的以中心极限定理和大数定律为基础的统计分析方法不能很好的解决贫信息处理问题。为了解决该问题，项目开展了以下研究工作：第一，运用灰色系统理论以动态的模型描述智能传感器的动态特性，为地震动特征的提取和非地震干扰的分离提供了依据。第二，采用灰色动态滤波器进行了非地震干扰的分离，其算例分析表明，与中值滤波相比，灰色动态滤波不仅能有效的抑制高斯噪声，而且也能明显地消除概率分布未知的噪声信号，并且滤波误差均控制在10%以内。第三，综合运用灰色关联分析、灰色建模、BP神经元网络，以及模糊范数等方法，提出了多种地震动强度（烈度）的快速估计方法。并且以四川汶川、台湾集集，以及美国加利福尼亚等地震的强地震动记录为研究对象，进行了数据仿真实验。实验结果表明模糊范数方法具有较高的烈度估计准确率，可达到40%-50%左右。另外经过场地校正后烈度估计的准确率可以进一步提高到50%-60%左右。第四，结合自助法和模糊数学方法，提出了一种多传感器数据自助模糊融合算法，并以此进行了生命线工程系统的震害情况的估计。最后，以三分量加速度计与嵌入式系统为核心，先后研制了SI-3型与ACC-1型两款地震紧急自动处置用智能传感器。经计量部门测试，ACC-1型实验装置在0.01Hz至50Hz频带范围内，传感器输出噪声均方根值为0.01mV，±2g量程内其动态范围为110.6dB。综上所述，地震紧急自动处置用智能传感器中的贫信息处理方法，允许小样本、以及概率分布非典型或未知，具有算法简单、实时性强等特点，弥补了统计学方法在处理贫信息问题中的不足，为地震紧急自动处置技术乃至生命线工程系统防灾减灾提供新的理论依据。