[發明專利]基于無用分量投影分析的供水管道安全監控方法

無效

• 申請號: 201210216648.3
• 申請日: 2012-06-28
• 公開（公告）號: CN102749848A
• 公開（公告）日: 2012-10-24
• 發明（設計）人: 賈雪霏;巴福生
• 申請（專利權）人: 北京安慧音通科技有限責任公司
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及聲學信號處理、模式識別領域，具體來說，是一種基于無用分量投影分析的，對破壞供水管道活動進行檢測的方法。

背景技術

為保證城市供水管道安全，需要對破壞供水管道行為及時預警，以防供水管道泄漏。造成管道泄漏的主要因素有管道腐蝕、非主觀的人為損壞、主觀的人為破壞和不可抗拒的自然力等。一般而言，管網腐蝕是緩慢的物理、化學過程，主要通過定期的管道維護和管道更新解決該問題。非主觀的人為損壞包含的內容很廣泛，例如，重型機械作業時，不清楚作業區域中管道的具體位置，無意識破壞管道；對管道進行操作時，由于操作失誤造成管道壓力過高，使得管道爆裂。這些因素會導致管道內某些物理參數的突變，管道監測系統可以根據監控量的變化，向監控人員匯報，進而通過及時有效的行動，預防嚴重后果的發生。主觀的人為破壞指不法分子通過對管道的惡意破壞，達到某種不可告人的目的。最常見的破壞方式是通過鐵制器械，對管道的硬性損害。我們將非主觀的人為損壞和主觀的人為破壞統稱為破壞供水管道活動。

對供水管道的泄漏以及破壞供水管道活動的檢測有多種手段，傳統的方法包括人工法、數字圖像檢測法、負壓力波法、流量平衡法、光纖法和聲學信號處理法。所謂人工法是指通過專業人員的巡視，發現管道破壞行為；數字圖像檢測法是指在重點區域或者合適地點安裝數字圖像傳感器，通過圖片進行判斷，減輕人工巡視的負擔；負壓力波法是指對管道內的壓力進行檢測，根據壓力變化的情況判斷是否發生泄漏現象；流量平衡法是對管道入水流量和出水流量進行檢測，根據兩者差值判斷管網狀態；光纖法是通過在管網周圍鋪設光纖，進而達到對周圍管線的監控作用。

高斯混合模型(Gaussian?mixture?models)：是單一高斯概率密度函數的延伸，能夠平滑地近似任意形狀的密度分布。通常，高斯混合模型是通過EM算法(EM?algorithm)估計而得的。EM算法是進行極大似然估計的一種有效方法，它主要應用于下面兩種非完全數據參數估計：①觀測數據不完全，這是由于觀測過程的局限性所導致；②似然函數不是解析的，或者似然函數的表達式過于復雜從而導致極大似然函數的傳統估計方法失效。第二種情況在模式識別中經常遇到。采用高斯混合模型時，由于模型的自由度較大，故而難以達到穩健的估計。無用分量投影通過移除變量中對識別不利的要素，使估計的參數更為穩健。通過無用分量投影技術，我們得到穩健的高斯混合模型。隨后，我們采用支持向量機，對模型加以區分。支持向量機將輸入元素映射到一個高維的空間，并在這個空間求解最大間隔超平面，可以求解非線性問題。

發明內容

本發明的目標是研制一種通過先期聲學數據建模，使用檢測到的聲學數據輸入模型并得出對被檢測的管道的狀態變化情況的判斷，進而實現管道系統安全事件報警系統。

本發明采用EM算法和無用分量求解算法分別得出通用背景高斯混合模型和投影模型，以自適應技術和無用分量投影得出投影向量，然后采用SVM訓練算法得出訓練模型，最后以檢測數據得到的投影向量代入訓練模型并得出相應的檢測結果。

其具體步驟如下：

(1)將原始聲學數據通過同態信號處理得出時間序列

(2)采用EM算法得出通用背景高斯混合模型：將EM算法應用到混合分布的情形。下面我們以一個二維混合正態分布為例在MatLab中做模擬實驗。本實驗中，混合分布樣本數據的產生方法如下：設X是屬于給定的混合密度參數族P的一個隨機變量，它具有形如式(1)的概率密度函數。設x是對X的一個觀察值，Z是x的分類隨機變量，其取值Z＝i(i＝1，2，…，m)；那么在給定Z＝i的條件下，X＝x的條件概率為p_i(x|θ_i)(i＝1，2，…，m)，而其無條件概率為p(x|θ)。

X的一個觀察樣本產生過程如下：