论文部分内容阅读
近年来,地震灾害频发,地震后建筑物如果发生垮塌,将形成废墟。建筑物垮塌压埋的被困人员是震后应急救援的主要对象之一。建筑物垮塌废墟中常常存在大量空隙,被困人员可发出求救的声音信号。但废墟结构及环境较复杂,不能准确判断被困人员位置,为及时精确救援造成一定困难。目前国内已有的微型生命探测仪,可探测到被困人员的求救声音,却不能准确对被困人员进行定位。震后被困人员的定位研究成为应急救援研究的热点问题之一。本文针对地震后对被困人员定位不够准确的问题,将声源定位与神经网络两种技术相结合,在废墟的环境下建立六元传声器阵列几何模型,并根据几何模型计算得出时延差值作为输入,将目标声源位置作为输出,建立神经网络定位预测仿真模型,通过仿真模型对被困人员位置的预测能够达到提高定位准确度,缩小震后救援范围的目标。本文在研究传声器声源定位原理的基础上,通过对三种声源定位技术进行比较分析,在震后废墟环境下选择计算量少,实时性较强的定位技术。论文通过在废墟中建立二维平面和三维空间传声器阵列几何模型,分析了二维平面阵列模型在空间定位方面的不足,通过对比三种三维空间传声器阵列几何的定位性能,选择确定了定位性能效果最佳的传声器阵列几何结构。论文通过对径向基神经网络的基本理论进行研究,对径向基神经网络的学习算法进行性能分析,确定了径向基神经网络具有良好的拟合能力。论文利用径向基神经网络适用于多输入多输出系统和非线性系统的特点,建立了神经网络定位预测仿真模型。根据六元传声器阵列结构的几何关系得到的时延差值作为输入,以给定的声源坐标作为输出,确定仿真模型的输入层和输出层。根据地震现场环境建筑物倒塌及人员被埋的具体情况,提取了仿真模型的数据样本,并对样本进行预处理,以便于仿真模型进行学习训练和预测。论文通过Matlab平台,对定位仿真模型进行调试,并给出确定的常规参数值。通过对仿真模型进行训练和预测,得到的预测值可极大提高定位的准确性,缩小救援范围,提升救援效率,验证了定位仿真模型的正确性。同时论文通过构建BP、GRNN神经网络仿真模型,并与RBF神经网络定位仿真模型的定位效果进行对比,证明了RBF神经网络声源定位仿真模型的定位性能较好。考虑到在震后废墟环境下建立传声器阵列几何结构的阵元为任意位置,论文还对阵元处于特定位置时的阵列几何结构对仿真模型定位预测效果的影响进行了研究。通过建立三种三维空间传声器规则几何结构,仿真分析了这三种规则的阵列结构对方位角、俯仰角、距离定位精度的影响。在论文的研究过程中,在Matlab软件的GUIDE图形用户开发环境下建立了GUI仿真界面,建立了基于神经网络的被困人员定位预测仿真平台。在地震救援环境下,搜救人员通过仿真平台可以实现人机交互功能。