国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法與流程

      文檔序號(hào):11143252閱讀:293來(lái)源:國(guó)知局
      基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法與制造工藝

      本發(fā)明屬于震動(dòng)目標(biāo)識(shí)別技術(shù)領(lǐng)域,尤其是涉及一種基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法。



      背景技術(shù):

      目前,對(duì)地面震動(dòng)目標(biāo)檢測(cè)和識(shí)別的主要研究方法是通過(guò)對(duì)采集的震動(dòng)目標(biāo)信號(hào)在時(shí)域和頻域上進(jìn)行綜合分析處理,提取特征信息。震動(dòng)目標(biāo)檢測(cè)過(guò)程中常用的方法是通過(guò)對(duì)信號(hào)進(jìn)行時(shí)域處理,而在震動(dòng)目標(biāo)識(shí)別中常用的方法是對(duì)信號(hào)進(jìn)行時(shí)域和頻域綜合處理并提取特征信息。在時(shí)域內(nèi)常用分析方法有過(guò)零數(shù)分析、信號(hào)波形圖幅度值分析等特征提取分析方法;而地面目標(biāo)識(shí)別技術(shù)中,更多的是對(duì)目標(biāo)信號(hào)在頻域內(nèi)進(jìn)行分析處理,這種處理方法主要是利用快速傅里葉變換得到其功率譜相關(guān)的特征信號(hào),然后從其中提取頻率和譜峰相對(duì)強(qiáng)度判斷特征信息。時(shí)域分析和頻域分析雖然簡(jiǎn)單快捷,但是容易受環(huán)境噪聲的干擾。并且,時(shí)域分析和頻域分析容易忽略信號(hào)中的某些特征,從而減弱目標(biāo)識(shí)別的正確性和準(zhǔn)確性。



      技術(shù)實(shí)現(xiàn)要素:

      本發(fā)明所要解決的技術(shù)問(wèn)題在于針對(duì)上述現(xiàn)有技術(shù)中的不足,提供一種基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其方法步驟簡(jiǎn)單、設(shè)計(jì)合理且實(shí)現(xiàn)簡(jiǎn)便、使用效果好,能簡(jiǎn)便、快速對(duì)震動(dòng)目標(biāo)進(jìn)行識(shí)別,并且識(shí)別結(jié)果準(zhǔn)確。

      為解決上述技術(shù)問(wèn)題,本發(fā)明采用的技術(shù)方案是:一種基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征在于,該方法包括以下步驟:

      步驟一、震動(dòng)信號(hào)采集及同步上傳:采用震動(dòng)檢測(cè)裝置且按照預(yù)先設(shè)定的采樣頻率fs對(duì)待檢測(cè)區(qū)域的地面震動(dòng)信號(hào)進(jìn)行采集,并將各采樣時(shí)刻所采集的地面震動(dòng)信號(hào)同步傳送至數(shù)據(jù)處理器;

      每個(gè)采樣時(shí)刻所采集的地面震動(dòng)信號(hào)均為該采樣時(shí)刻所述震動(dòng)檢測(cè)裝置所采集的震動(dòng)幅值;

      步驟二、震動(dòng)信號(hào)分析處理及震動(dòng)目標(biāo)識(shí)別:所述數(shù)據(jù)處理器按照預(yù)先設(shè)定的分析處理頻率f且按照時(shí)間先后順序,對(duì)接收到的各分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)分別進(jìn)行分析處理,并根據(jù)分析處理結(jié)果對(duì)各分析處理周期內(nèi)待檢測(cè)區(qū)域上存在的震動(dòng)目標(biāo)進(jìn)行識(shí)別;其中,fs=N·f,N為正整數(shù)且N≥100,每個(gè)分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)中均包括所述震動(dòng)檢測(cè)裝置N個(gè)連續(xù)的采樣時(shí)刻所采集的震動(dòng)幅值;各分析處理周期內(nèi)所采集地面震動(dòng)信號(hào)的分析處理方法均相同,對(duì)任一個(gè)分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行分析處理時(shí),過(guò)程如下:

      步驟201、信號(hào)預(yù)處理:調(diào)用信號(hào)預(yù)處理模塊,對(duì)本分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行預(yù)處理,獲得待識(shí)別時(shí)間序列;

      步驟202、時(shí)間序列相似搜索:根據(jù)預(yù)先建立的模式庫(kù),調(diào)用模式匹配模塊且按照時(shí)間先后順序,由先至后對(duì)步驟201中所述待識(shí)別時(shí)間序列進(jìn)行相似性搜索,從所述待識(shí)別時(shí)間序列中找出與所述模式庫(kù)內(nèi)存儲(chǔ)的各模式數(shù)據(jù)匹配的所有匹配數(shù)據(jù),并對(duì)從所述待識(shí)別時(shí)間序列中找出的與各模式數(shù)據(jù)匹配的所有匹配數(shù)據(jù)的數(shù)量分別進(jìn)行記錄;

      所述模式庫(kù)內(nèi)存儲(chǔ)有三個(gè)模式數(shù)據(jù),三個(gè)所述模式數(shù)據(jù)分別為跺腳模式數(shù)據(jù)、車輛經(jīng)過(guò)模式數(shù)據(jù)A和車輛經(jīng)過(guò)模式數(shù)據(jù)B,三個(gè)所述模式數(shù)據(jù)均為時(shí)間序列;

      所述跺腳模式數(shù)據(jù)為調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)跺腳模式采樣數(shù)據(jù)進(jìn)行預(yù)處理后獲得的時(shí)間序列,所述跺腳模式采樣數(shù)據(jù)包括一個(gè)人在待檢測(cè)區(qū)域上進(jìn)行一次跺腳過(guò)程中所述震動(dòng)檢測(cè)裝置M個(gè)連續(xù)的采樣時(shí)刻所采集的震動(dòng)幅值;

      所述車輛經(jīng)過(guò)模式數(shù)據(jù)A為調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)車輛經(jīng)過(guò)模式采樣數(shù)據(jù)A進(jìn)行預(yù)處理后獲得的時(shí)間序列,所述車輛經(jīng)過(guò)模式采樣數(shù)據(jù)A包括一輛車向靠近所述震動(dòng)檢測(cè)裝置一側(cè)行駛過(guò)程中所述震動(dòng)檢測(cè)裝置M個(gè)連續(xù)的采樣時(shí)刻所采集的震動(dòng)幅值;

      所述車輛經(jīng)過(guò)模式數(shù)據(jù)B為調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)車輛經(jīng)過(guò)模式采樣數(shù)據(jù)B進(jìn)行預(yù)處理后獲得的時(shí)間序列,所述車輛經(jīng)過(guò)模式采樣數(shù)據(jù)B包括一輛車向遠(yuǎn)離所述震動(dòng)檢測(cè)裝置行駛過(guò)程中所述震動(dòng)檢測(cè)裝置M個(gè)連續(xù)的采樣時(shí)刻所采集的震動(dòng)幅值;

      其中,N≥n·M,n和M均為正整數(shù),n≥10且M≥10;

      本步驟中,從所述待識(shí)別時(shí)間序列中找出的與所述跺腳模式數(shù)據(jù)匹配的所有匹配數(shù)據(jù)的數(shù)量記作C1,從所述待識(shí)別時(shí)間序列中找出的與所述車輛經(jīng)過(guò)模式數(shù)據(jù)A匹配的所有匹配數(shù)據(jù)的數(shù)量記作C2,從所述待識(shí)別時(shí)間序列中找出的與所述車輛經(jīng)過(guò)模式數(shù)據(jù)B匹配的所有匹配數(shù)據(jù)的數(shù)量記作C3;其中,C1、C2和C3均為自然數(shù);

      步驟203、類模式匹配數(shù)計(jì)算:根據(jù)步驟202中所述的C1、C2和C3,調(diào)用類模式匹配數(shù)計(jì)算模塊,計(jì)算得出跺腳類模式匹配數(shù)c1和車輛經(jīng)過(guò)類模式匹配數(shù)c2;其中,c1=C1,c2=C2+C3,c1和c2均為自然數(shù);

      步驟204、震動(dòng)目標(biāo)識(shí)別:根據(jù)步驟203中計(jì)算得出的c1和c2,調(diào)用震動(dòng)目標(biāo)識(shí)別模塊對(duì)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型進(jìn)行識(shí)別,過(guò)程如下:

      步驟2041、初步識(shí)別:對(duì)步驟203中計(jì)算得出的c1和c2分別進(jìn)行閾值判斷,并根據(jù)閾值判斷結(jié)果對(duì)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型進(jìn)行初步識(shí)別,獲得初步識(shí)別結(jié)果;所述初步識(shí)別結(jié)果中包括一個(gè)或兩個(gè)初步識(shí)別類型,所述初步識(shí)別類型為單人跺腳類、多人跺腳類、車輛經(jīng)過(guò)類或噪聲類;

      其中,對(duì)步驟203中計(jì)算得出的c1進(jìn)行閾值判斷時(shí),根據(jù)閾值判斷結(jié)果初步識(shí)別出本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為單人跺腳類、多人跺腳類或噪聲類:當(dāng)α≤c1≤β時(shí),識(shí)別為單人跺腳類;當(dāng)c1>β時(shí),識(shí)別為多人跺腳類;當(dāng)c1≤ε時(shí),識(shí)別為噪聲類;

      對(duì)步驟203中計(jì)算得出的c2進(jìn)行閾值判斷時(shí),根據(jù)閾值判斷結(jié)果初步識(shí)別出本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)類型為車輛經(jīng)過(guò)類或噪聲類:當(dāng)c2>θ時(shí),識(shí)別為車輛經(jīng)過(guò)類;當(dāng)c2≤ε時(shí),識(shí)別為噪聲類;

      其中,α、β、θ和ε均為正整數(shù)且其均為預(yù)先設(shè)定的震動(dòng)目標(biāo)識(shí)別用判斷閾值,α<β,θ≥ε,α>ε;

      步驟2042、震動(dòng)目標(biāo)類型確定:根據(jù)步驟2041中的初步識(shí)別結(jié)果,對(duì)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型進(jìn)行確定:當(dāng)所述初步識(shí)別結(jié)果中包括一個(gè)所述初步識(shí)別類型時(shí),將所述初步識(shí)別類型作為本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型;否則,當(dāng)所述初步識(shí)別結(jié)果中包括兩個(gè)所述初步識(shí)別類型時(shí),將兩個(gè)所述初步識(shí)別類型中模式權(quán)重較大的一個(gè)所述初步識(shí)別類型作為本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型;

      其中,車輛經(jīng)過(guò)類的模式權(quán)重>多人跺腳類的模式權(quán)重>單人跺腳類的模式權(quán)重>噪聲類的模式權(quán)重;

      步驟205、返回步驟201,對(duì)下一個(gè)分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行分析處理。

      上述基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征是:步驟一中所述震動(dòng)檢測(cè)裝置為震動(dòng)傳感器,所述震動(dòng)傳感器埋設(shè)于待檢測(cè)區(qū)域的地表層內(nèi)。

      上述基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征是:步驟一中所述的fs=1kHz,步驟二中所述的f=1Hz,N=1000。

      上述基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征是:步驟2041中所述的α=2,β=3,θ=ε=1。

      上述基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征是:步驟202中所述的M=55~65。

      上述基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征是:步驟201中調(diào)用信號(hào)預(yù)處理模塊對(duì)本分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行預(yù)處理時(shí),包括以下步驟:

      步驟2011、歸一化處理:調(diào)用歸一化處理模塊,對(duì)本分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行歸一化處理,將所述地面震動(dòng)信號(hào)中各震動(dòng)幅值均處理到0~1之間,獲得歸一化處理后信號(hào);

      步驟2012、去噪處理:調(diào)用去噪處理模塊,對(duì)步驟2011中所述歸一化處理后信號(hào)進(jìn)行去噪處理,獲得去噪后信號(hào);

      步驟2013、平滑處理:調(diào)用平滑處理模塊,對(duì)步驟2012中所述去噪后信號(hào)進(jìn)行平滑處理,獲得平滑處理后信號(hào);

      步驟2014、獲取時(shí)間序列:調(diào)用滑動(dòng)聚集平均近似PAA法處理模塊,對(duì)步驟2013中所述平滑處理后信號(hào)進(jìn)行處理,獲得本分析處理周期內(nèi)所采集地面震動(dòng)信號(hào)的時(shí)間序列,該時(shí)間序列為所述待識(shí)別時(shí)間序列。

      上述基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征是:步驟2012中調(diào)用所述去噪處理模塊對(duì)所述歸一化處理后信號(hào)進(jìn)行去噪處理時(shí),按照Haar小波分析處理方法對(duì)所述歸一化處理后信號(hào)進(jìn)行去噪處理;步驟2013中調(diào)用所述平滑處理模塊對(duì)所述去噪后信號(hào)進(jìn)行平滑處理時(shí),按照五點(diǎn)三次平滑方法對(duì)所述去噪后信號(hào)進(jìn)行平滑處理。

      上述基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征是:步驟202中調(diào)用所述信號(hào)預(yù)處理模塊對(duì)跺腳模式采樣數(shù)據(jù)進(jìn)行預(yù)處理時(shí)、調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)車輛經(jīng)過(guò)模式采樣數(shù)據(jù)A進(jìn)行預(yù)處理時(shí)和調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)車輛經(jīng)過(guò)模式采樣數(shù)據(jù)B進(jìn)行預(yù)處理時(shí),按照步驟2011至步驟2014中所述的方法進(jìn)行預(yù)處理。

      上述基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征是:步驟2042中震動(dòng)目標(biāo)類型確定后,當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為單人跺腳類時(shí),說(shuō)明本分析處理周期內(nèi)待檢測(cè)區(qū)域上存在的震動(dòng)目標(biāo)為一個(gè)人跺腳產(chǎn)生的震動(dòng);當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為多人跺腳類時(shí),說(shuō)明本分析處理周期內(nèi)待檢測(cè)區(qū)域上存在的震動(dòng)目標(biāo)為多個(gè)人跺腳產(chǎn)生的震動(dòng);當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為車輛經(jīng)過(guò)類時(shí),說(shuō)明本分析處理周期內(nèi)待檢測(cè)區(qū)域上存在的震動(dòng)目標(biāo)為車輛經(jīng)過(guò)產(chǎn)生的震動(dòng);當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為噪聲類時(shí),說(shuō)明本分析處理周期內(nèi)待檢測(cè)區(qū)域上不存在震動(dòng)目標(biāo)。

      上述基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,其特征是:步驟202中所述模式匹配模塊為子序列相似性匹配模塊。

      本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn):

      1、方法步驟簡(jiǎn)單且實(shí)現(xiàn)簡(jiǎn)便,投入成本較低。

      2、設(shè)計(jì)合理,基于時(shí)間序列相似搜索進(jìn)行震動(dòng)目標(biāo)識(shí)別,時(shí)間序列數(shù)據(jù)是指一系列數(shù)據(jù)的集合,這些數(shù)據(jù)不是簡(jiǎn)單的孤立個(gè)體,具有二元屬性:時(shí)間屬性和數(shù)值屬性。地表震動(dòng)目標(biāo)的震動(dòng)數(shù)據(jù)是一系列與時(shí)間相關(guān)的數(shù)據(jù),符合時(shí)間序列數(shù)據(jù)的特征。對(duì)震動(dòng)數(shù)據(jù)進(jìn)行處理時(shí),根據(jù)預(yù)先建立的模式庫(kù),將待分類數(shù)據(jù)(即待識(shí)別時(shí)間序列)與模式數(shù)據(jù)進(jìn)行模式匹配,從而識(shí)別出震動(dòng)目標(biāo)的類型。時(shí)間序列相似性匹配分為全序列匹配和子序列匹配,序列匹配是使用相似性度量方法比對(duì)兩個(gè)序列是否相似或者相同從而達(dá)到分類和預(yù)測(cè)的目的。本發(fā)明采用子序列匹配進(jìn)行震動(dòng)目標(biāo)識(shí)別,并且實(shí)際進(jìn)行匹配時(shí),基于歐式距離進(jìn)行匹配,當(dāng)兩個(gè)序列(即待識(shí)別時(shí)間序列與模式數(shù)據(jù))之間的歐式距離小于預(yù)先設(shè)定的距離判斷閾值時(shí),說(shuō)明兩個(gè)序列匹配;否則,說(shuō)明兩個(gè)序列不匹配,實(shí)現(xiàn)簡(jiǎn)便,能在很短時(shí)間內(nèi)自動(dòng)完成震動(dòng)目標(biāo)識(shí)別過(guò)程,智能化程度高。

      3、使用效果好且實(shí)用價(jià)值高,使用時(shí)間序列預(yù)處理方法對(duì)震動(dòng)數(shù)據(jù)進(jìn)行預(yù)處理,能有效降低環(huán)境噪聲對(duì)信號(hào)的干擾;并且,使用時(shí)間序列相似性匹配方法實(shí)現(xiàn)震動(dòng)目標(biāo)識(shí)別,克服了時(shí)域分析和頻域分析忽略特征信號(hào)的缺點(diǎn),能有效提高震動(dòng)目標(biāo)識(shí)別的準(zhǔn)確率。根據(jù)預(yù)先建立模式庫(kù)內(nèi)的多個(gè)模式數(shù)據(jù),能實(shí)現(xiàn)多種震動(dòng)目標(biāo)類型的識(shí)別。使用本發(fā)明進(jìn)行震動(dòng)目標(biāo)識(shí)別,與基于過(guò)零點(diǎn)數(shù)的震動(dòng)目標(biāo)識(shí)別方法比較,目標(biāo)識(shí)別正確率提高了19.34%;與基于Welch功率譜的震動(dòng)目標(biāo)識(shí)別方法比較,目標(biāo)識(shí)別正確率提高了21.67%。由上述內(nèi)容可知,本發(fā)明設(shè)計(jì)新穎、合理,能有效提高震動(dòng)目標(biāo)識(shí)別的準(zhǔn)確性,實(shí)現(xiàn)方便,使用效果好,便于推廣使用。

      綜上所述,本發(fā)明方法步驟簡(jiǎn)單、設(shè)計(jì)合理且實(shí)現(xiàn)簡(jiǎn)便、使用效果好,能簡(jiǎn)便、快速對(duì)震動(dòng)目標(biāo)進(jìn)行識(shí)別,并且識(shí)別結(jié)果準(zhǔn)確。

      下面通過(guò)附圖和實(shí)施例,對(duì)本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

      附圖說(shuō)明

      圖1為本發(fā)明的方法流程框圖。

      圖2為本發(fā)明跺腳模式數(shù)據(jù)的波形示意圖。

      圖3為本發(fā)明車輛經(jīng)過(guò)模式數(shù)據(jù)A的波形示意圖。

      圖4為本發(fā)明車輛經(jīng)過(guò)模式數(shù)據(jù)B的波形示意圖。

      具體實(shí)施方式

      如圖1所示的一種基于時(shí)間序列相似搜索的震動(dòng)目標(biāo)識(shí)別方法,包括以下步驟:

      步驟一、震動(dòng)信號(hào)采集及同步上傳:采用震動(dòng)檢測(cè)裝置且按照預(yù)先設(shè)定的采樣頻率fs對(duì)待檢測(cè)區(qū)域的地面震動(dòng)信號(hào)進(jìn)行采集,并將各采樣時(shí)刻所采集的地面震動(dòng)信號(hào)同步傳送至數(shù)據(jù)處理器;

      每個(gè)采樣時(shí)刻所采集的地面震動(dòng)信號(hào)均為該采樣時(shí)刻所述震動(dòng)檢測(cè)裝置所采集的震動(dòng)幅值;

      步驟二、震動(dòng)信號(hào)分析處理及震動(dòng)目標(biāo)識(shí)別:所述數(shù)據(jù)處理器按照預(yù)先設(shè)定的分析處理頻率f且按照時(shí)間先后順序,對(duì)接收到的各分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)分別進(jìn)行分析處理,并根據(jù)分析處理結(jié)果對(duì)各分析處理周期內(nèi)待檢測(cè)區(qū)域上存在的震動(dòng)目標(biāo)進(jìn)行識(shí)別;其中,fs=N·f,N為正整數(shù)且N≥100,每個(gè)分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)中均包括所述震動(dòng)檢測(cè)裝置N個(gè)連續(xù)的采樣時(shí)刻所采集的震動(dòng)幅值;各分析處理周期內(nèi)所采集地面震動(dòng)信號(hào)的分析處理方法均相同,對(duì)任一個(gè)分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行分析處理時(shí),過(guò)程如下:

      步驟201、信號(hào)預(yù)處理:調(diào)用信號(hào)預(yù)處理模塊,對(duì)本分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行預(yù)處理,獲得待識(shí)別時(shí)間序列;

      步驟202、時(shí)間序列相似搜索:根據(jù)預(yù)先建立的模式庫(kù),調(diào)用模式匹配模塊且按照時(shí)間先后順序,由先至后對(duì)步驟201中所述待識(shí)別時(shí)間序列進(jìn)行相似性搜索,從所述待識(shí)別時(shí)間序列中找出與所述模式庫(kù)內(nèi)存儲(chǔ)的各模式數(shù)據(jù)匹配的所有匹配數(shù)據(jù),并對(duì)從所述待識(shí)別時(shí)間序列中找出的與各模式數(shù)據(jù)匹配的所有匹配數(shù)據(jù)的數(shù)量分別進(jìn)行記錄;

      所述模式庫(kù)內(nèi)存儲(chǔ)有三個(gè)模式數(shù)據(jù),三個(gè)所述模式數(shù)據(jù)分別為跺腳模式數(shù)據(jù)、車輛經(jīng)過(guò)模式數(shù)據(jù)A和車輛經(jīng)過(guò)模式數(shù)據(jù)B,三個(gè)所述模式數(shù)據(jù)均為時(shí)間序列;

      所述跺腳模式數(shù)據(jù)為調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)跺腳模式采樣數(shù)據(jù)進(jìn)行預(yù)處理后獲得的時(shí)間序列,所述跺腳模式采樣數(shù)據(jù)包括一個(gè)人在待檢測(cè)區(qū)域上進(jìn)行一次跺腳過(guò)程中所述震動(dòng)檢測(cè)裝置M個(gè)連續(xù)的采樣時(shí)刻所采集的震動(dòng)幅值;

      所述車輛經(jīng)過(guò)模式數(shù)據(jù)A為調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)車輛經(jīng)過(guò)模式采樣數(shù)據(jù)A進(jìn)行預(yù)處理后獲得的時(shí)間序列,所述車輛經(jīng)過(guò)模式采樣數(shù)據(jù)A包括一輛車向靠近所述震動(dòng)檢測(cè)裝置一側(cè)行駛過(guò)程中所述震動(dòng)檢測(cè)裝置M個(gè)連續(xù)的采樣時(shí)刻所采集的震動(dòng)幅值;

      所述車輛經(jīng)過(guò)模式數(shù)據(jù)B為調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)車輛經(jīng)過(guò)模式采樣數(shù)據(jù)B進(jìn)行預(yù)處理后獲得的時(shí)間序列,所述車輛經(jīng)過(guò)模式采樣數(shù)據(jù)B包括一輛車向遠(yuǎn)離所述震動(dòng)檢測(cè)裝置行駛過(guò)程中所述震動(dòng)檢測(cè)裝置M個(gè)連續(xù)的采樣時(shí)刻所采集的震動(dòng)幅值;

      其中,N≥n·M,n和M均為正整數(shù),n≥10且M≥10;

      本步驟中,從所述待識(shí)別時(shí)間序列中找出的與所述跺腳模式數(shù)據(jù)匹配的所有匹配數(shù)據(jù)的數(shù)量記作C1,從所述待識(shí)別時(shí)間序列中找出的與所述車輛經(jīng)過(guò)模式數(shù)據(jù)A匹配的所有匹配數(shù)據(jù)的數(shù)量記作C2,從所述待識(shí)別時(shí)間序列中找出的與所述車輛經(jīng)過(guò)模式數(shù)據(jù)B匹配的所有匹配數(shù)據(jù)的數(shù)量記作C3;其中,C1、C2和C3均為自然數(shù);

      步驟203、類模式匹配數(shù)計(jì)算:根據(jù)步驟202中所述的C1、C2和C3,調(diào)用類模式匹配數(shù)計(jì)算模塊,計(jì)算得出跺腳類模式匹配數(shù)c1和車輛經(jīng)過(guò)類模式匹配數(shù)c2;其中,c1=C1,c2=C2+C3,c1和c2均為自然數(shù);

      步驟204、震動(dòng)目標(biāo)識(shí)別:根據(jù)步驟203中計(jì)算得出的c1和c2,調(diào)用震動(dòng)目標(biāo)識(shí)別模塊對(duì)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型進(jìn)行識(shí)別,過(guò)程如下:

      步驟2041、初步識(shí)別:對(duì)步驟203中計(jì)算得出的c1和c2分別進(jìn)行閾值判斷,并根據(jù)閾值判斷結(jié)果對(duì)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型進(jìn)行初步識(shí)別,獲得初步識(shí)別結(jié)果;所述初步識(shí)別結(jié)果中包括一個(gè)或兩個(gè)初步識(shí)別類型,所述初步識(shí)別類型為單人跺腳類、多人跺腳類、車輛經(jīng)過(guò)類或噪聲類;

      其中,對(duì)步驟203中計(jì)算得出的c1進(jìn)行閾值判斷時(shí),根據(jù)閾值判斷結(jié)果初步識(shí)別出本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為單人跺腳類、多人跺腳類或噪聲類:當(dāng)α≤c1≤β時(shí),識(shí)別為單人跺腳類;當(dāng)c1>β時(shí),識(shí)別為多人跺腳類;當(dāng)c1≤ε時(shí),識(shí)別為噪聲類;

      對(duì)步驟203中計(jì)算得出的c2進(jìn)行閾值判斷時(shí),根據(jù)閾值判斷結(jié)果初步識(shí)別出本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)類型為車輛經(jīng)過(guò)類或噪聲類:當(dāng)c2>θ時(shí),識(shí)別為車輛經(jīng)過(guò)類;當(dāng)c2≤ε時(shí),識(shí)別為噪聲類;

      其中,α、β、θ和ε均為正整數(shù)且其均為預(yù)先設(shè)定的震動(dòng)目標(biāo)識(shí)別用判斷閾值,α<β,θ≥ε,α>ε;

      步驟2042、震動(dòng)目標(biāo)類型確定:根據(jù)步驟2041中的初步識(shí)別結(jié)果,對(duì)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型進(jìn)行確定:當(dāng)所述初步識(shí)別結(jié)果中包括一個(gè)所述初步識(shí)別類型時(shí),將所述初步識(shí)別類型作為本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型;否則,當(dāng)所述初步識(shí)別結(jié)果中包括兩個(gè)所述初步識(shí)別類型時(shí),將兩個(gè)所述初步識(shí)別類型中模式權(quán)重較大的一個(gè)所述初步識(shí)別類型作為本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型;

      其中,車輛經(jīng)過(guò)類的模式權(quán)重>多人跺腳類的模式權(quán)重>單人跺腳類的模式權(quán)重>噪聲類的模式權(quán)重;

      步驟205、返回步驟201,對(duì)下一個(gè)分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行分析處理。

      步驟202中從所述待識(shí)別時(shí)間序列中找出的與所述模式庫(kù)內(nèi)存儲(chǔ)的各模式數(shù)據(jù)匹配的各匹配數(shù)據(jù)均為一個(gè)時(shí)間序列,并且各匹配數(shù)據(jù)的數(shù)據(jù)長(zhǎng)度與所述模式數(shù)據(jù)的數(shù)據(jù)長(zhǎng)度相同。

      本實(shí)施例中,步驟一中所述震動(dòng)檢測(cè)裝置為震動(dòng)傳感器,所述震動(dòng)傳感器埋設(shè)于待檢測(cè)區(qū)域的地表層內(nèi)。

      震動(dòng)通常是指體積較為龐大的物體發(fā)生的短時(shí)間的偶爾一次或幾次間斷式的震動(dòng)。眾所眾知,震動(dòng)傳感器是一種能夠靈敏地感知地面震動(dòng)的信息探測(cè)器,它通過(guò)震動(dòng)探頭拾取地面振動(dòng)波來(lái)探測(cè)目標(biāo),也稱為拾震器。

      實(shí)際使用時(shí),所述震動(dòng)傳感器與所述數(shù)據(jù)處理器之間以有線或無(wú)線通信方式進(jìn)行雙向通信。本實(shí)施例中,所述震動(dòng)傳感器與所述數(shù)據(jù)處理器之間以無(wú)線通信方式進(jìn)行雙向通信。

      本實(shí)施例中,步驟一中所述的fs=1kHz,步驟二中所述的f=1Hz,N=1000。因而,每個(gè)分析處理周期=1s,每個(gè)分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)中均包括所述震動(dòng)檢測(cè)裝置1000個(gè)連續(xù)的采樣時(shí)刻所采集的震動(dòng)幅值。每個(gè)所述采樣時(shí)刻均為一個(gè)采樣點(diǎn)。

      實(shí)際使用時(shí),可根據(jù)具體需要,對(duì)fs和f的取值大小分別進(jìn)行相應(yīng)調(diào)整。

      本實(shí)施例中,步驟2041中所述的α=2,β=3,θ=ε=1。

      步驟202中所述的M=55~65。

      本實(shí)施例中,M=60。

      實(shí)際使用時(shí),可根據(jù)具體需要,對(duì)M的取值大小進(jìn)行相應(yīng)調(diào)整。

      步驟202中所述模式庫(kù)內(nèi)存儲(chǔ)有兩類模式數(shù)據(jù),其中車輛經(jīng)過(guò)模式數(shù)據(jù)A和車輛經(jīng)過(guò)模式數(shù)據(jù)B屬于同一類且二者均屬于車輛經(jīng)過(guò)類的模式數(shù)據(jù)。跺腳模式數(shù)據(jù)也可再細(xì)分為單人跺腳模式數(shù)據(jù)和多人跺腳模式數(shù)據(jù)。

      由于單人跺腳和多人跺腳都是瞬態(tài)的突變動(dòng)作,其震動(dòng)波形具有相似性,在震動(dòng)波形中都會(huì)存在突變信號(hào);不同之處僅在于,單人跺腳模式中信號(hào)突變的部分比較少,而多人跺腳模式中信號(hào)突變的部分相對(duì)較多。首先忽略這兩種模式的差異,選取二者的相同點(diǎn),將這兩種模式視為同一模式,即跺腳模式,識(shí)別出跺腳模式后,再區(qū)分單人跺腳和多人跺腳。無(wú)論是跺腳還是車輛經(jīng)過(guò),震動(dòng)信號(hào)中均存在突變信號(hào)。采集這兩種情況下的震動(dòng)數(shù)據(jù),將這兩類模式數(shù)據(jù)中的突變數(shù)據(jù)提取出來(lái),并作為這兩種類型的原始模式數(shù)據(jù),這樣做可以忽略次要矛盾而抓住主要特征,對(duì)震動(dòng)目標(biāo)識(shí)別非常有利。

      如圖2所示,所述跺腳模式數(shù)據(jù)中所述震動(dòng)檢測(cè)裝置所采集的震動(dòng)幅值先逐漸減小再逐漸增大,并且持續(xù)時(shí)間較短,通常僅有十幾個(gè)采樣時(shí)刻。如圖3所示,車輛經(jīng)過(guò)模式數(shù)據(jù)A中起始點(diǎn)的波形幅值比較平緩,隨時(shí)間的推移,其波形幅值逐漸變大,這種情況是由于車輛向靠近震動(dòng)傳感器一側(cè)駛來(lái),在車輛距離所述震動(dòng)傳感器較遠(yuǎn)時(shí),采集的信號(hào)較為平緩,越靠近所述震動(dòng)傳感器,震動(dòng)波形就會(huì)出現(xiàn)較大變化;如圖4所示,從整體看,車輛經(jīng)過(guò)模式數(shù)據(jù)A的波形幅值從大逐漸變平緩,這種情況是由于車輛遠(yuǎn)離所述震動(dòng)傳感器產(chǎn)生的。

      本實(shí)施例中,步驟201中調(diào)用信號(hào)預(yù)處理模塊對(duì)本分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行預(yù)處理時(shí),包括以下步驟:

      步驟2011、歸一化處理:調(diào)用歸一化處理模塊,對(duì)本分析處理周期內(nèi)所采集的地面震動(dòng)信號(hào)進(jìn)行歸一化處理,將所述地面震動(dòng)信號(hào)中各震動(dòng)幅值均處理到0~1之間,獲得歸一化處理后信號(hào);

      步驟2012、去噪處理:調(diào)用去噪處理模塊,對(duì)步驟2011中所述歸一化處理后信號(hào)進(jìn)行去噪處理,獲得去噪后信號(hào);

      步驟2013、平滑處理:調(diào)用平滑處理模塊,對(duì)步驟2012中所述去噪后信號(hào)進(jìn)行平滑處理,獲得平滑處理后信號(hào);

      步驟2014、獲取時(shí)間序列:調(diào)用滑動(dòng)聚集平均近似PAA法處理模塊,對(duì)步驟2013中所述平滑處理后信號(hào)進(jìn)行處理,獲得本分析處理周期內(nèi)所采集地面震動(dòng)信號(hào)的時(shí)間序列,該時(shí)間序列為所述待識(shí)別時(shí)間序列。

      本實(shí)施例中,步驟2012中調(diào)用所述去噪處理模塊對(duì)所述歸一化處理后信號(hào)進(jìn)行去噪處理時(shí),按照Haar小波分析處理方法對(duì)所述歸一化處理后信號(hào)進(jìn)行去噪處理;步驟2013中調(diào)用所述平滑處理模塊對(duì)所述去噪后信號(hào)進(jìn)行平滑處理時(shí),按照五點(diǎn)三次平滑方法對(duì)所述去噪后信號(hào)進(jìn)行平滑處理。

      實(shí)際使用時(shí),也可以采用其它類型的去噪處理方法和平滑處理方法。

      本實(shí)施例中,步驟202中調(diào)用所述信號(hào)預(yù)處理模塊對(duì)跺腳模式采樣數(shù)據(jù)進(jìn)行預(yù)處理時(shí)、調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)車輛經(jīng)過(guò)模式采樣數(shù)據(jù)A進(jìn)行預(yù)處理時(shí)和調(diào)用步驟201中所述信號(hào)預(yù)處理模塊對(duì)車輛經(jīng)過(guò)模式采樣數(shù)據(jù)B進(jìn)行預(yù)處理時(shí),按照步驟2011至步驟2014中所述的方法進(jìn)行預(yù)處理。

      步驟2011中歸一化處理后,能有效去除數(shù)據(jù)的異構(gòu)性。步驟2014中調(diào)用滑動(dòng)聚集平均近似PAA法處理模塊,對(duì)所述平滑處理后信號(hào)進(jìn)行處理時(shí),按照常規(guī)的滑動(dòng)聚集平均近似PAA(Piecewise Aggregate Approximation)法進(jìn)行處理,具體是按照常規(guī)的滑動(dòng)聚集平均近似PAA法對(duì)所述平滑處理后信號(hào)進(jìn)行表示?;瑒?dòng)聚集平均近似PAA法也稱為逐段聚集近似PAA法,為一種時(shí)間序列的表示方法。

      步驟202中進(jìn)行時(shí)間序列相似搜索的過(guò)程,實(shí)質(zhì)上為模式匹配過(guò)程,模式匹配是數(shù)據(jù)結(jié)構(gòu)中字符串的一種基本運(yùn)算。本實(shí)施例中,步驟202中所述模式匹配模塊為子序列相似性匹配模塊。并且,按照常規(guī)的子序列相似性匹配方法進(jìn)行匹配。其中,對(duì)各模式數(shù)據(jù)匹配時(shí),以該模式數(shù)據(jù)作為子序列與所述待識(shí)別時(shí)間序列進(jìn)行匹配。實(shí)際進(jìn)行匹配時(shí),基于歐式距離進(jìn)行匹配,當(dāng)兩個(gè)序列(即待識(shí)別時(shí)間序列與模式數(shù)據(jù))之間的歐式距離小于預(yù)先設(shè)定的距離判斷閾值時(shí),說(shuō)明兩個(gè)序列匹配;否則,說(shuō)明兩個(gè)序列不匹配,實(shí)現(xiàn)簡(jiǎn)便。

      步驟202中從所述待識(shí)別時(shí)間序列中找出的與各模式數(shù)據(jù)匹配的所有匹配數(shù)據(jù)的數(shù)量,也稱為該模式數(shù)據(jù)的匹配數(shù),即該模式數(shù)據(jù)在所述待識(shí)別時(shí)間序列中出現(xiàn)的次數(shù)。

      由于在安全防護(hù)領(lǐng)域,不同類震動(dòng)(包括車輛經(jīng)過(guò)類、單人跺腳類和多人跺腳類等)的威脅程度不同,根據(jù)不同類震動(dòng)的威脅程度,將不同類劃分等級(jí)。車輛的威脅程度最大,其次是多人情況,之后是單人情況,最后是噪聲情況。根據(jù)威脅程度,給不同類震動(dòng)賦予不同的權(quán)重,也稱為模式權(quán)重。本實(shí)施例中,所述車輛經(jīng)過(guò)類的模式權(quán)重記作W1,多人跺腳類的模式權(quán)重記作W2,單人跺腳類的模式權(quán)重記作W3,噪聲類的模式權(quán)重記作W4,根據(jù)威脅程度,W1>W(wǎng)2>W(wǎng)3>W(wǎng)4。

      步驟2042中當(dāng)所述初步識(shí)別結(jié)果中包括一個(gè)所述初步識(shí)別類型時(shí),說(shuō)明步驟2041中對(duì)c1和c2進(jìn)行閾值判斷后得出的初步識(shí)別結(jié)果相同,初步識(shí)別得出的所述初步識(shí)別類型均為噪聲類;當(dāng)所述初步識(shí)別結(jié)果中包括兩個(gè)所述初步識(shí)別類型時(shí),說(shuō)明步驟2041中對(duì)c1和c2進(jìn)行閾值判斷后得出的初步識(shí)別結(jié)果不相同,兩個(gè)所述初步識(shí)別類型分別為對(duì)c1和c2進(jìn)行閾值判斷后得出的所述初步識(shí)別類型。

      并且,當(dāng)所述初步識(shí)別結(jié)果中包括兩個(gè)所述初步識(shí)別類型時(shí),即初步識(shí)別結(jié)果屬于兩個(gè)類,此時(shí)以模式權(quán)重最大的類別作為此次識(shí)別的類別,也稱為主模式類。例如經(jīng)初步識(shí)別后,得出這兩個(gè)所述初步識(shí)別類型,分別為多人跺腳類和車輛經(jīng)過(guò)類,這種識(shí)別結(jié)果可能是正確的,也可能是錯(cuò)誤的,但是有一點(diǎn)可以肯定,該待識(shí)別時(shí)間序列中必然存在威脅類的震動(dòng)數(shù)據(jù)。根據(jù)模式權(quán)重的不同,車輛經(jīng)過(guò)類的模式權(quán)重大于多人跺腳類的模式權(quán)重,因此將該待識(shí)別時(shí)間序列確定為車輛經(jīng)過(guò)類,舍去多人跺腳類的類別。所以,該該待識(shí)別時(shí)間序列的主模式類為車輛經(jīng)過(guò)類。這樣做的原因在于,既然威脅程度大的類別和威脅程度小的類別同時(shí)存在,寧可相信威脅程度大的類別存在,也不能因?yàn)閼岩慑e(cuò)誤判斷而否定威脅程度大的類別不存在,這樣做對(duì)威脅估計(jì)更有利。

      本實(shí)施例中,步驟2042中震動(dòng)目標(biāo)類型確定后,所述數(shù)據(jù)處理器還需對(duì)此時(shí)所確定的震動(dòng)目標(biāo)類型進(jìn)行同步存儲(chǔ),并通過(guò)顯示單元進(jìn)行同步顯示。

      為對(duì)本發(fā)明所采用的震動(dòng)目標(biāo)識(shí)別方法進(jìn)行評(píng)價(jià),對(duì)該識(shí)別方法的正確率和錯(cuò)誤率分別進(jìn)行計(jì)算,其中:準(zhǔn)確率其中,P代表所有的樣本數(shù)據(jù)中識(shí)別正確的樣本數(shù)量,N'代表所有測(cè)試樣本的總數(shù)量;錯(cuò)誤率其中,W代表所有的樣本數(shù)據(jù)中識(shí)別錯(cuò)誤的樣本數(shù)量。由于本發(fā)明所采用震動(dòng)目標(biāo)識(shí)別方法的核心是基于匹配數(shù)的時(shí)間序列分類方法。以下將本發(fā)明所采用的基于匹配數(shù)的時(shí)間序列分類方法、基于過(guò)零數(shù)的分類算法和基于Welch功率譜的分類算法分類的正確率和錯(cuò)誤率分別進(jìn)行統(tǒng)計(jì),評(píng)價(jià)結(jié)果詳見(jiàn)表1:

      表1不同分類算法評(píng)價(jià)結(jié)果對(duì)比表

      從表1可以看出:就正確匹配率而言,本發(fā)明所采用的基于匹配數(shù)的時(shí)間序列分類方法最高,其次是基于過(guò)零數(shù)的分類算法,最后是基于Welch功率譜的分類算法。

      本實(shí)施例中,步驟2042中震動(dòng)目標(biāo)類型確定后,當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為單人跺腳類時(shí),說(shuō)明本分析處理周期內(nèi)待檢測(cè)區(qū)域上存在的震動(dòng)目標(biāo)為一個(gè)人跺腳產(chǎn)生的震動(dòng);當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為多人跺腳類時(shí),說(shuō)明本分析處理周期內(nèi)待檢測(cè)區(qū)域上存在的震動(dòng)目標(biāo)為多個(gè)人跺腳產(chǎn)生的震動(dòng);當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為車輛經(jīng)過(guò)類時(shí),說(shuō)明本分析處理周期內(nèi)待檢測(cè)區(qū)域上存在的震動(dòng)目標(biāo)為車輛經(jīng)過(guò)產(chǎn)生的震動(dòng);當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為噪聲類時(shí),說(shuō)明本分析處理周期內(nèi)待檢測(cè)區(qū)域上不存在震動(dòng)目標(biāo)。

      并且,當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為單人跺腳類時(shí),說(shuō)明所述待識(shí)別時(shí)間序列為單人跺腳類數(shù)據(jù);當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為多人跺腳類時(shí),說(shuō)明所述待識(shí)別時(shí)間序列為多人跺腳類數(shù)據(jù);當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為車輛經(jīng)過(guò)類時(shí),說(shuō)明所述待識(shí)別時(shí)間序列為車輛經(jīng)過(guò)類數(shù)據(jù);當(dāng)本分析處理周期內(nèi)待檢測(cè)區(qū)域上所存在震動(dòng)目標(biāo)的類型為噪聲類時(shí),說(shuō)明所述待識(shí)別時(shí)間序列為噪聲類數(shù)據(jù)。

      以上所述,僅是本發(fā)明的較佳實(shí)施例,并非對(duì)本發(fā)明作任何限制,凡是根據(jù)本發(fā)明技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何簡(jiǎn)單修改、變更以及等效結(jié)構(gòu)變化,均仍屬于本發(fā)明技術(shù)方案的保護(hù)范圍內(nèi)。

      當(dāng)前第1頁(yè)1 2 3 
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1