[發明專利]一種巖溶塌陷四維監測的信息系統

有效

• 申請號: 202211352643.3
• 申請日: 2022-11-01
• 公開（公告）號: CN115468541B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 張云峰;安美艷;杜亞魯;王少娟;呂明薈;李生清;程鳳;盧曉龍
• 申請（專利權）人: 山東省地質礦產勘查開發局八〇一水文地質工程地質大隊（山東省地礦工程勘察院）
• 主分類號: G01C11/36
• 分類號: G01C11/36;G06N3/0464;G06N3/08;G08B21/24;G08B3/10
• 代理公司: 北京中索知識產權代理有限公司 11640
• 代理人: 郭浩鵬

1.一種巖溶塌陷四維監測的信息系統，其特征在于：包括:

電源，用于向其他模塊提供工作電壓和電流；

四維監測模塊，用于提供巖溶塌陷數據信息的四維監測信息，并將監測到的數據信息傳遞到終端設備；四維監測模塊包括FPGA模塊和與所述FPGA模塊連接的360°立體旋轉四維采集模塊、數據串并轉換模塊、數據融合模塊、信號映射器、功率比較器和數字調制器；其中所述FPGA模塊用于實現數據信息的控制；其中所述數據融合模塊用于實現不同巖溶塌陷數據信息的融合；其中所述數據串并轉換模塊將一組并行數據從一個存儲器件向另一個存儲器件進行串行傳輸，所述數據串并轉換模塊內設置有巖溶塌陷信號檢測電路；所述360°立體旋轉四維采集模塊通過設置四維空間旋轉軸實現空間范圍內的旋轉和運動；

視頻傳輸模塊，用于將接收并傳遞輸出的視頻傳輸數據信息傳遞到視頻解碼器中；

視頻解碼器，用于將接收到的數據信息解碼，以獲取視頻傳輸模塊傳送過來的視頻；

信息計算單元，用于計算四維監測模塊監測到的數據信息，通過改進型卷積神經網絡模型實現數據信息的計算；

信息分析單元，用于分析巖溶塌陷數據信息，以提高數據信息分析能力；

其中，所述電源與所述四維監測模塊、所述視頻傳輸模塊、所述視頻解碼器、所述信息計算單元、所述信息分析單元相連接，對整個過程進行供電，所述四維監測模塊的輸出端與所述視頻傳輸模塊的輸入端連接，所述視頻傳輸模塊的輸出端與所述視頻解碼器的輸入端連接，所述視頻解碼器的輸出端與所述信息計算單元的輸入端連接，所述信息計算單元的輸入端與所述信息分析單元連接，所述信息分析單元分析完畢后傳送給用戶；

改進型卷積神經網絡模型在網絡模型前兩層中設置卷積分解模型，其中改進型卷積神經網絡模型的工作方法為：

利用卷積分解模型對CNN網絡模型進行改進，將CNN網絡模型設置為深度可分離卷積模塊；

其中卷積分解模型的工作方法為：將輸入的監測系統運行狀態參數{Q}與第三層的卷積核進行卷積操作，卷積函數公式為：

（1）

式（1）中，Z_j表示巖溶塌陷安全狀態監測模型的卷積層的輸出，j為CNN網絡模型不同節點下巖溶塌陷數據分析輸出的變量值，x_i表示巖溶塌陷安全狀態監測模型卷積核的輸入，x_i中的i?表示監測異常數據類型的總數，k_ij表示輸入的監測系統運行狀態參數，表示卷積操作，b_j表示安全狀態監測模型卷積層的偏置；公式（1）表示出安全狀態監測模型的特征提取信息，安全狀態監測模型的卷積操作完成后，卷積模塊后接批標準化處理和激活函數為：

（2）

式（2）中，BN表示巖溶塌陷數據信息批標準化處理信息，relu表示激活函數，W表示識別模型的卷積模塊，y表示巖溶塌陷數據信息標準化處理函數，x表示巖溶塌陷安全狀態監測模型卷積核的輸入，b表示安全狀態監測模型卷積層的偏置，公式（2）中的激活函數為網絡中的非線性單元，加入調整因子后的激活函數為：

（3）

式（3）中，z_in、z_out表示CNN網絡模型批處理層的輸入和輸出的監測狀態信息，、表示CNN網絡模型調整因子，z^~表示CNN網絡模型中上一層卷積輸出，表示卷積分解模型的權重系數，表示監測系統樣本數據的特征值，?c表示批處理層常數；量化當前系統的安全狀態指標的公式為：

（4）

式（4）中，p表示監測系統中遭到網絡攻擊的概率，M表示受到網絡攻擊的次數，i表示監測異常數據類型的總數，I表示監測到異常數據類型，n表示監測到異常數據類型總數，R_j表示當前監測系統的安全監測值；

監測系統運行狀態參數的輸出端與卷積神經網絡的輸入端連接，卷積神經網絡的輸出端一部分與卷積分解的檢測單元連接，檢測單元與卷積分解連接；卷積神經網絡的其他一部分與深度可分離卷積的檢測單元連接，檢測單元與深度可分離卷積連接，池化層通過卷積模塊與深度可分離卷積相連。

2.根據權利要求1所述的一種巖溶塌陷四維監測的信息系統，其特征在于：所述電源為不間斷UPS電源。