基于多尺度分解的次声波信号特征的提取

《基于多尺度分解的次声波信号特征的提取》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于多尺度分解的次声波信号特征的提取第1章绪论1.1研究背景及意义次声波，指的是频率低于20Hz的声波，又称为亚声波。次声波的频率范围是0.0001Hz~20Hz，而人耳可听到的声音频率范围是20Hz~20000Hz，次声波的频率范围在人耳可听声音频率范围之外，故一般人们是听不到次声波的。它是一种无声无形的声波。一般地震、火山爆发、海啸、风暴、雷暴等自然灾害，以及人类生活中，如汽车、飞机和轮船等交通工具行驶时都会产生次声波等，还有一些动物，例如大象、老虎、鳄鱼发出的声音中也包含次声波，就连人体某些器官的振动也会产生次声波。另外，例如蝴

2、蝶煽动翅膀等活动也会产生次声波。因此，虽然我们平时是听不到次声波的，但在我们的日常生活中次声波却无处不在。次声波作为声波中的一种，因此其遵守普通声波的传播规律，但是因为频率低，故在传播过程中有自己的特点[2]。次声波波长长，传播过程中容易发生衍射，可绕过障碍物传播，传播过程中即使是遇上了高山，也可绕过继续传播；而且，次声波在传播过程中不易被吸收，即使是传播了数千米，空气对其吸收也十分之少，不超过万分之几，故其在传播过程中的衰减非常小，可远距离传播；另外，次声波的穿透力非常的强，可穿透大气、海水、土壤以及墙壁、钢板等，甚至是坦克、潜艇等

3、都能穿透。此外，次声波还具有一定的危害性[3]，由于次声波的频率和人体的一些器官的固有频率非常相近，可产生共振，这种共振会对人体的造成一定损害，使得人们出现头晕、恶心、呕吐等不良状态，还能使人耳聋、昏迷、精神失常，严重时甚至可以致人死亡。........1.2研究现状次声波是一种低频声波，同时也是一种无声无形的声波，故人们对次声波的研究起步较晚，一直到60年代人们才渐渐开始研究次声波[9]。它最早是由法国科学家Gaveau于1966年提出，其定义也是直到1972年才在巴黎国际噪声专业会议上被正式确定。之后作为一门新兴科学渐渐被人们所熟

4、知。次声波武器，就是指能发出次声波的装备。在20世纪60年代早期，一些国家在次声波武器这一方面的研究就已经开始了，这些国家当中有法国、苏联、美国、英国、日本等。其中美国在20世纪60年代早期，就已经建设了世界上第一座次声波监测网络站点，用它来监视其他国家核试验情况；法国国家实验中心于1972年制作了世界上第一台超强次声发生器，其产生的次声波可造成5公里以内的人员伤亡。70年代中期，美国研究出了用于控制人群骚乱的次声波武器SoundCurler。到了20世纪90年代，美国军方开始将次声波武器用于小规模战争当中，如1995年底发生的波黑战

5、争当中，美国就使用了次声波武器并取得了战争的胜利。总之，次声波作为一种新兴的军事武器，有着伤人或杀人于无形的特点，或成为未来战争中一种强而有力的武器。地震预报方面。目前，国内外已经有很多方法用于预测地震当中，总体可分为这三类，地震地质方法、地震统计方法以及地震前兆方法。所有这些预报方法中，利用地震前兆次声波对地震进行预测是目前比较新且具有挑战性的课题。一般，在地震发生之前，会产生前兆次声波，这些次声波的频率很低，在20Hz以下，有着衰减很小，穿透性强及传播距离远等特点，在大气中可以传播数千公里，有的甚至可以在绕地球数周后仍能被探测到，

6、因此人们开始研究这些前兆异常次声波与地震对应的关系。通过多年的研究，北京工业大学地震研究发现次声信号异常和地震有着很好的对应关系，全球7级以上地震，一般在震前9天都会出现频率在1Hz以下的次声波异常信号，声压愈强对应未来地震的震级愈大[10]。随着电子设备和信号分析技术的发展，利用次声波预测地震的方法将会更加完善，并且成为预测地震的一个重要的方法。......第2章信号分析及特征提取方法为了有效的获取信号的信息以及更好的利用所获取信号的信息，对信号进行分析与处理是十分有必要的。利用信号分析方法对信号进行分析，人们可以获取信号更多的信息

7、，并使这些所获得的信息得到很好的利用。而信号的特征提取则是以信号的分析为基础并通过某种变换来获取信号的有用信息，即其特征信息，用较少的特征信息来表示这个信号，使得人们能够更容易的区分不同类的信号[24]。因此为了更好的了解所研究的信号并获取其特征，对信号进行分析和特征提取都是十分有必要的。随着信号分析技术的发展，信号分析方法已从最初的频域发展到现在的时频域，其中傅立叶变换、小波变换以及希尔伯特黄变换的提出都对该领域产生了深远的影响，人们也逐渐将这些信号分析方法应用于信号的特征提取当中。目前信号分析和特征提取的方法有很多种，本章节主要介

8、绍了傅立叶变换、小波变换、希尔伯特黄变换这三种信号分析及处理方法，其中小波变换和希尔伯特黄变换都属于多尺度分析算法。2.1傅立叶变换由于在时域上很难获取信号的信息，相对来说在频域上更容易获取信号的信息，傅立叶变换就是将信