《Geomatics, Natural Hazards and Risk》:Adaptive particle swarm algorithm for solving three-dimensional coordinates of infrasound sources based on acoustic field velocity potential theory
编辑推荐:
摘要
灾害易发区岩土体在过量外部荷载作用下,通过分子尺度的摩擦与破裂产生低频次声。该次声波可作为地质灾害的前兆信号。本研究提出了一种利用紧凑型6传感器阵列的次声源定位新方法。从空气动力学角度出发,研究建立了自由空间与半空间中均匀介质的速度势理论,推导了声压
摘要
灾害易发区岩土体在过量外部荷载作用下,通过分子尺度的摩擦与破裂产生低频次声。该次声波可作为地质灾害的前兆信号。本研究提出了一种利用紧凑型6传感器阵列的次声源定位新方法。从空气动力学角度出发,研究建立了自由空间与半空间中均匀介质的速度势理论,推导了声压、质点振速与速度势之间的非线性方程组。研究提出一种自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)以高效求解上述方程组,从而实现次声源的精确定位。研究人员针对单频与宽带点声源开展了仿真实验,获得了声源位置的三维空间散点图,定位精度可接受。此外,灵敏度分析与鲁棒性测试表明,该方法在噪声干扰下仍能保持可靠的精度。该方法对地质灾害的监测、预警与超前防治具有重要的应用价值。
论文解读文章
**一、研究背景与问题分析**
地质灾害(如落石、滑坡、边坡坍塌等)对全球基础设施和人类生命财产安全构成严重威胁。研究表明,在岩土体发生宏观破坏之前,过量的外部荷载会引起内部分子尺度的摩擦与微破裂,这些微动态力学过程会释放低频声发射信号,即频率通常低于20 Hz的次声波。由于次声波具有波长长、在大气中衰减极低的特点,其被视为地质灾害监测和超前预警的理想可靠前兆信号。从次声初现到滑坡、泥石流、坍塌等灾害发生,时间窗口通常有数小时至数天。若能在此窗口期准确定位初始岩土损伤位置,并结合次声信号特征预测灾害类型与空间发生方位,即可实现地质灾害的有效监测、预警与主动防治。
然而,当前主流声源定位方法,包括到达时间差(TDOA)技术、波束形成方法和匹配场处理三维联合估计方法,均存在固有局限性。其一,这些方法通常需要大量传感器单元,在崎岖地形中布设困难;其二,更为根本的是,它们主要利用声压的标量属性,未能充分利用声波传播中蕴含的方向矢量信息,难以用最少的传感器实现高精度三维定位。因此,亟需发展一种新的物理信息驱动的定位策略,以克服对大尺度分布式阵列的依赖。
**二、研究内容与方法概述**
针对上述问题,本研究提出了一种基于声场矢量特性的三维次声源定位新方法。该方法从空气动力学视角出发,利用速度势描述声场的矢量场特性,推导了自由空间与半空间均匀介质中声压、质点振速与速度势之间的非线性方程组。通过仅使用6个正交布置的传感器构成紧凑型阵列,同时采集声压标量信息与声压梯度矢量信息,直接求解非线性方程组即可获得次声源的三维坐标。
为解决该非线性方程组多变量、多模态、难以求解的问题,研究提出了一种自适应粒子群优化(APSO)算法。该算法通过动态调整惯性权重和粒子聚集度控制,结合变异机制,实现了全局快速收敛,满足实时定位需求。研究采用有限元仿真软件COMSOL进行声传播模拟,设置了自由空间模型和半空间模型,针对单频信号与宽带信号分别开展了定位仿真;随后在宽带信号中引入不同信噪比(30 dB、20 dB、10 dB)的加性高斯白噪声以验证方法的鲁棒性;最后将APSO算法与标准粒子群算法及牛顿-拉夫逊法进行了性能对比,并对传感器间距这一关键硬件参数进行了灵敏度分析。
**三、研究结果**
**3.1 单频声源定位仿真分析**
研究利用COMSOL压力声学模块仿真了10 Hz单频声源在自由空间中的传播。在测量点(100 m, 100 m, 10 m)处接收声压及声压梯度后,将各极值代入速度势非线性方程组,采用APSO算法求解。结果表明,声源坐标沿x轴范围为83.76至103.31 m,y轴范围为86.47至109.38 m,z轴范围为3.35至16.53 m,聚集于真实声源点(100 m, 100 m, 10 m)周围。预测点与真实声源点的最小距离仅为2.10 m,最大距离为10.66 m,均方根误差(RMSE)为5.74 m。以声源到测量点距离141.77 m计,最小定位误差为1.48%,最大为7.52%,RMSE为4.05%,精度满足应用需求。
**3.2 宽带信号次声源定位仿真分析**
研究在相同仿真环境下设置了频率分别为10 Hz、11 Hz和12 Hz的三个单极简谐声源以构成宽带信号。将测量点处声压和声压梯度的极值代入宽带信号的非线性方程组,利用APSO算法求解。结果显示,声源坐标沿x轴范围为87.09至103.31 m,y轴范围为90.46至108.22 m,z轴范围为5.34至15.74 m,同样聚集于真实声源点附近。最小距离为2.03 m,最大距离为12.15 m,RMSE为6.57 m,对应最小误差1.43%、最大误差8.56%、RMSE为4.62%,定位精度可接受。
**3.3 噪声干扰下的仿真验证**
为检验方法在真实环境中的鲁棒性,研究在宽带信号中引入不同信噪比(SNR)的加性高斯白噪声。结果表明,在SNR=30 dB时,APSO算法保持高精度,RMSE约为7.5 m;当SNR降至20 dB时,RMSE增至约10.5 m;在SNR=10 dB的低信噪比条件下,RMSE超过20 m,定位性能显著下降。该分析证实了方法对中等强度背景噪声具有鲁棒性,但实际应用中需结合小波去噪等信号处理技术以应对高噪声环境。
**四、讨论与结论**
在算法性能对比方面,APSO算法平均85次迭代即可收敛至稳定解,而标准PSO需要162次;APSO在94%的运行次数中成功收敛至全局最优区域,而标准PSO在22%的运行次数中出现早熟收敛。灵敏度分析表明,传感器间距L对定位精度影响显著,呈现“U形”曲线特征,推荐最优间距为0.2至0.4 m。
研究结论表明:利用紧凑型6传感器阵列,可成功将声压与其梯度之间的空间矢量关系转化为非线性方程组;APSO算法显著优于传统的牛顿-拉夫逊法和标准PSO方法,能够实现次声源的准确定位;该方法具有良好的环境鲁棒性,在20 dB信噪比噪声水平下仍能以可接受精度辨识灾害源位置。本研究为地质灾害监测预警技术的超前定位与防治提供了科学思路。