基于同源性檢驗的干擾信號識別方法*

許春香， 許海濤， 林偉國

(1.鄭州工程技術學院 土木工程學院,河南 鄭州 450044； 2.北京化工大學 信息科學與技術學院，北京 100029)

0 引 言

目前，各國學者對于管道異常信號特征提取和泄漏點精確定位進行了大量的研究[1～4]。其中，基于聲波的管道泄漏檢測方法[5]由于具有較高的泄漏檢測靈敏度和定位精度，且成本較低、容易實現，得到了更多的關注。在實際的基于聲波的管道泄漏檢測中,管道輸送過程中由于調泵、調壓、調閥等產生的干擾信號與泄漏信號具有較為相似的特征[6]。當由站點操作產生的干擾信號與泄漏信號出現在同一幀聲波信號中時，泄漏信號往往被幅值較大的干擾信號淹沒，信號整體相關定位的結果就會受到干擾信號的影響，如果不能對其進行有效識別并分離，極易造成定位不準甚至出現漏報和誤報警。 目前，干擾信號的識別方法主要包括基于模式識別的方法[7,8]和基于雙傳感器結構的方法[9～11]，其中模式識別的方法對干擾信號的識別難度大，不具備普遍性；而雙傳感器方法由于需要在管道上另行打孔裝表，且其安裝間距有一定要求，限制了其推廣應用。

針對強干擾背景下站點干擾信號對聲波泄漏檢測的影響，本文提出一種基于同源性檢驗的干擾信號識別與分離方法。將泄漏信號和站點產生的干擾信號都歸為異常信號，將由同一個信號源傳播到首末站的異常信號稱為同源信號。通過對首、末站聲波信號中的異常信號進行一對一互相關延時估計，找出定位在站上的異常信號。以定位在站上的異常信號的傳播衰減特性和互相關系數為特征，建立同源性檢驗支持向量數據描述(support vector data description,SVDD)模型，實現對來自站點的調泵、調壓、閥門動作等干擾信號的識別和分離，消除干擾信號對互相關定位的影響，有效減少系統的誤報和漏報，并提高泄漏點定位的精度。

1 同源性檢驗方法

對于定位在站點的同源干擾信號來說，其肯定具有2個特征：1)具有較高的波形相似性；2)滿足信號的傳播衰減規律。本文通過檢驗定位在站點的異常信號的同源性實現站上干擾信號的識別。本文中的同源性檢驗只針對定位在站點的首末站異常信號。

1.1 同源信號的波形相似特征

同源信號由同一個信號源產生，并安裝在首末站點的聲波傳感器捕獲，因此,同源信號具有一定的波形相似性，可由相關系數ρxy表征

(1)

式中Rxy(m)為首末站信號的互相關函數，μx和μy分別為首末站信號均值，σx和σy分別為首末站信號標準差。

對于定位在站上的首末站異常信號來說，相關系數越大說明信號越相似，但不能憑此就判定兩異常信號為同源信號；相關系數較小僅能說明兩異常信號不是同源信號的可能性較大。但同源信號的相關系數肯定在一個合理的范圍內波動，因此,可作為信號同源性檢驗的一個特征。

1.2 同源信號的傳播衰減特征

聲波的傳播規律是一個與時間和空間相關的函數，一般可描述為[12]

p=p0ej(ωt-kl)

(2)

式中p0為泄漏時刻的聲壓，k為波數，l為聲波的傳播距離，t為聲波的傳播時間，ω為聲波的角頻率。

理論上，從異常點到聲波傳感器的頻率響應函數為

H(ω,l)=e-jωl/ceωβl

(3)

式中c為波速，β為衰減系數。

實際中，由于異常聲波信號的頻率集中在低頻段。在低頻條件下，管道滿足線性聲學的基本方程，可視為線性系統。根據卷積定理以及譜密度與相關函數的關系，可得到等效線性系統的幅頻響應特性H(ω)

(4)

式中Sxy(ω)和Rxy(τ)為首末站異常聲波信號x(t)和y(t)的互譜密度和互相關函數，Sx(ω)和Rx(τ)分別為首站異常聲波信號x(t)的譜密度和自相關函數，FFT(·)為傅里葉變換函數。

在一定的傳播距離l下，幅頻響應H(ω)是一個隨頻率逐漸衰減的指數函數，但同源和非同源信號的波動特征有明顯的差異。圖1所示為一幀包含人工模擬泄漏信號和站上干擾信號的聲波信號，其中一對一相關定位在站點的異常信號中既有非同源信號(Sx1和Sy1)也有同源信號(Sx2和Sy2)，對應的非同源信號的H1(ω)和同源信號的H2(ω)在低頻段內的對比如圖2所示。

圖1 定位在站點的同源與非同源信號

圖2 定位在站點的同源與非同源信號的H(ω)在低頻段內的對比

由于背景噪聲的影響H(ω)一般會在一定范圍內波動，為了方便特征提取，取定位在站點的異常信號的幅頻響應特性H(ω)在低頻頻帶內的均值Hm作為判別信號同源性的另一特征

(5)

式中FR為頻率分辨率(FR=fs/NF，fs為采樣頻率，NF為傅里葉變換的數據點數)，fL和fH分別為被選頻帶的邊界頻率，round(·)為四舍五入取整函數。

1.3 同源信號檢驗模型

本文將定位在站點的異常信號的相關系數及反映其傳播衰減特性的幅頻響應H(ω)在低頻段內的均值作為特征值，利用SVDD方法建立同源性檢驗模型。

SVDD的基本思想在于建立一個封閉緊湊的超球體，將目標類樣本全部或盡可能多地包含在該超球體內，形成中心為a，半徑為R的超球體[13,14]，為了增強其分類的魯棒性，引入松弛因子ξ，則超球體應滿足

(6)

式中C為懲罰因子(常數)，起控制對錯分樣本懲罰程度的作用;S為樣本個數。

SVDD決策函數定義為

(7)

式中xi,xj為支持向量；x為待測試向量；αi,αj為拉格朗日乘子；R為SVDD超球體半徑；K(·)為核函數；f(·)為SVDD決策結果；若f(·)<0，即認為樣本為同源性信號。

2 同源性檢驗方法實現

2.1 異常信號提取及一對一延時互相關定位

由于聲波信號為正負相間的雙極性信號，根據信號的過零點對一幀信號作正負區間劃分(如圖3所示)，可以得到NC個區間信號。將每個區間信號當作一個獨立的信號，則一幀信號由NC個區間信號疊加而成

(8)

式中Si(n)=Dp(n)·[u(n-SS(j))-u(n-SE(j))]，u(·)為階躍函數。SS(j)和SE(j)分別為每個區間的起始和結束時間，j為區間序號，j=1,…,NC。

圖3 信號區間劃分示意

在信號區間劃分的基礎上，采用基于迭代計算的異常信號自適應提取方法[15]可以到異常信號的個數和位置(包括區間信號的峰值Peak(j)及其位置PeakPos(j))，從而為一對一互相關定位創造條件。

圖4所示為提取得到的首末站異常信號，其同極性異常信號一對一互相關定位關系如表1所示，其中符號“√”表示相關計算。

圖4 提取得到的異常信號

2.2 同源性檢驗模型的建立

基于SVDD的同源性檢驗模型建立過程如下：

1)根據異常信號檢測和互相關定位結果，選取同源信

表1 異常信號的一對一互相關計算關系

號樣本S組。

2)根據式(1)計算同源樣本信號的互相關系數極值CP作為特征一，Feast(1)=CP。

3)根據式(4)計算同源信號的幅頻響應特性H(ω)。在選定的頻帶fL～fH內，根據式(5)計算H(ω)的均值Hm，作為特征二。由于Hm在均值Sm上下波動，按式(9)作歸一化處理

(9)

式中sp為一常數，根據均值Hm的波動范圍確定，S為同源信號的樣本數。

構建特征向量Feat=[Feat(1),Feat(2)]。

4)選取合適的核函數K(·)，由S組特征向量訓練SVDD模型，最終得到SVDD同源性檢驗模型。

2.3 案例學習

本文以某原油輸送管道為例，其上游輸送工藝如圖5所示，泵a為大泵，泵b，c為小泵。在A，B兩罐都滿罐條件下，由大泵進行輸送；當兩罐液位接近1/2時，改為兩個小泵進行輸送。由于兩小泵在輸送過程中不可能始終保持同步，因此，在輸送過程中每天會產生多達上百次的干擾信號，嚴重影響泄漏檢測和定位。該原油輸送管道的相關參數管道總長X為15.6 km,管道直徑D為250 mm，首站壓力為2.80 MPa，末站壓力為0.67 MPa，聲波速度c為1 194(m/s),人工模擬泄漏點距首站的距離為6.0 km,人工模擬泄漏孔徑為5 mm,采樣頻率為50 Hz。

圖5 原油輸送管道上游輸送工藝

根據異常信號提取及一對一互相關定位選取同源信號樣本55組；然后分別計算特征值Feat(1)和Feat(2)，其中頻帶fL～fH的選取范圍在1 Hz左右，當fL=0.2 Hz，fH分別取0.3，0.6，0.9，1.2，1.5 Hz時，其對應的Hm分布的均值和標準差分別為：1.505 9,0.671 6;1.421 1,0.506 6;1.414 9,0.481 0;1.384 6,0.386 5;1.449 2,0.478 0。

可以看出，當fH=1.2 Hz時，Hm分布曲線的標準差最小，即幅頻響應曲線波動最小，因此，本文中選取的fL～fH為0.2～1.2 Hz，其對應的Hm分布曲線如圖6所示，Hm在均值Sm(1.384 6)附近波動，且波動范圍在0.54～2.23之間，取sp=3。同源信號樣本特征CP和Hm(歸一化后)如圖7。

圖6 同源信號樣本特征Hm的分布曲線

圖7 同源信號樣本特征值

以上述55組同源信號樣本的特征向量為輸入，建立SVDD同源性檢驗模型。本文選取懲罰因子為1，即默認樣本中不含非同源數據，以0誤差將樣本包圍，實現同源信號和非同源信號的硬間隔分類。采用高斯核函數，當核函數中σ由0.01～1.00之間變化時，超球體半徑R及支持向量的個數如圖8所示。一般來說支持向量不宜過多，且超球體半徑要適中，超球體半徑過大容易造成漏報警，過小則容易造成誤報警。綜合考慮選定超球體半徑R=0.514 6，對應核參數σ=0.76，此時支持向量數為4個。

圖8 支持向量的個數與超球體半徑R隨核參數σ的變化

3 現場數據檢驗

為驗證上述方法的有效性，由在實際原油輸送管道上采集的人工模擬泄漏聲波信號對其進行驗證。表2為2011年3月27日所有模擬泄漏信號的定位結果比較，從表中可以看出：當采取直接互相關計算時，在6次模擬泄漏中有5次漏報，有1次定位誤差較大；當采取同源性檢驗剔除干擾信號后，6次人工模擬泄漏均報警且定位準確。

表2 剔除同源干擾信號前后的定位結果比較

利用上述基于同源性檢驗的干擾信號的識別與分離方法，對2011年03月20日00時00分至2013年9月30日23時59分的歷史數據進行了離線檢驗，期間管線模擬泄漏共33次，系統全部檢出并準確定位。

綜上所述，相比于直接互相關定位，當存在調壓、調閥和泵動作等干擾信號時，利用基于同源性檢驗的干擾信號的識別與分離方法，提高了系統的定位精度，減少了系統的漏報，保障了系統的可靠性。

4 結 論

本文提出了一種基于同源性檢驗的干擾信號識別與分離方法。結合異常信號提取方法，干擾信號的同源性檢驗方法有效實現了干擾信號與泄漏信號的識別與分離。對歷史數據的離線檢驗表明：該方法能有效減少系統漏報，降低誤報，提高了管道泄漏監測系統的可靠性和定位精度。