• ISSN 1673-5722
  • CN 11-5429/P

震后特殊环境下压埋人员精确定位算法

成鹏 肖东升

郭宝震, 塔拉, 周海涛, 苏广利. 基于精密水准的鄂尔多斯西北缘现今垂直运动分析[J]. 震灾防御技术, 2017, 12(3): 523-528. doi: 10.11899/zzfy20170308
引用本文: 成鹏,肖东升,2024. 震后特殊环境下压埋人员精确定位算法. 震灾防御技术,19(1):191−198. doi:10.11899/zzfy20240119. doi: 10.11899/zzfy20240119
Guo Baozhen, Ta La, Zhou Haitao, Su Guangli. Current Vertical Motion Analysis of Northwestern Margin of Ordos Based on Precise Leveling[J]. Technology for Earthquake Disaster Prevention, 2017, 12(3): 523-528. doi: 10.11899/zzfy20170308
Citation: Cheng Peng, Xiao Dongsheng. Algorithm of Accurate Location of Buried Personnel in Special Environment after Earthquake[J]. Technology for Earthquake Disaster Prevention, 2024, 19(1): 191-198. doi: 10.11899/zzfy20240119

震后特殊环境下压埋人员精确定位算法

doi: 10.11899/zzfy20240119
基金项目: 国家自然科学基金(51774250);西南石油大学测绘遥感地信与防灾应急青年科技创新团队(2019CXTD07);四川省区域创新合作项目
详细信息
    作者简介:

    成鹏,男,生于1998年。硕士研究生。主要从事地震压埋人员的定位研究。E-mail:1784262989@qq.com

    通讯作者:

    肖东升,男,生于1974年。博士,教授。主要从事地震压埋人员定位与防灾减灾技术研究。E-mail:xiaodsxds@163.com

Algorithm of Accurate Location of Buried Personnel in Special Environment after Earthquake

  • 摘要: 针对目前对震后压埋人员定位精度较低、探测设备成本高且易受环境影响等不足,提出适用于压埋环境特性的压埋人员手机WiFi定位方法,通过衰减因子模型对WiFi探针获取的RSSI数据进行距离解算,结合简化压埋环境内部信号传输方式,采用高斯-卡尔曼滤波对获取的RSSI数据进行处理,通过模型测定的距离,利用改进附有参数的加权最小二乘平差方法,结合粒子群优化算法,最终得到压埋人员手机平面坐标位置。研究结果表明,该方法具有较高精度,在10 m×10 m范围内其平面坐标定位误差在0.3 m左右,可为震后压埋人员应急救援提供辅助决策。
  • 鄂尔多斯地块及周缘地区大致位于105°—115°E,34°—42°N,东西边界为吕梁山和桌子山,南界为渭北山地,北至黄河一线(范俊喜,2002)。地块四周除西南角为弧形断裂束外,四周被河套断陷带、山西断陷带、渭河断陷带和吉兰泰-银川断陷带环绕。鄂尔多斯块体与周缘的分异构造作用十分明显,在其周缘形成一系列褶皱和压型断层,构造较为复杂。目前随着大地形变资料的积累,多位学者曾分析过该区域的活动特征。胡惠民(1996)分析了鄂尔多斯及其周围地区地壳垂直形变与构造应力场;张四新等(2000, 2012)利用跨断层的水准资料分析了渭河断陷带附近的垂直运动差异,认为块体周缘近期小震活跃与汶川震后青藏亚板块挤压应力减弱、华北亚板块挤压应力相对增强造成的“暂态失稳”有关;邓明镜(2003)通过对鄂尔多斯西南缘近十年的水准资料分析表明该区域主要以山区上升、盆地下沉的继承性运动为主;张占阳等(2016)同样利用精密水准资料发现近期鄂尔多斯块体东北缘处于下沉期,并出现了Ⅴ型沉降漏斗。

    受观测环境和经济发展的制约,鄂尔多斯西北缘的大地观测资料甚少,关于该区域的垂直形变特征多从地质考察资料中获取。鄂尔多斯北缘分布狼山山前断裂、色尔腾山山前断裂、乌拉山山前断裂、乌拉山北缘断裂和大青山断裂,控制着河套断陷带(李建华,2005)。鄂尔多斯西缘的贺兰山东麓断裂、黄河灵武断裂和磴口-本井断裂控制着吉兰泰-银川断陷带(图 1)。20世纪70年代以来,该区域曾发生过1979年五原M 6.0、1996年包头M 6.4及2015年巴音木仁M 5.8级地震,其中五原地震和包头地震发生在鄂尔多斯北缘断陷盆地,该区域地震活动受断陷盆地及活动断裂所控制,震源深度不大,一般位于地壳上部。本文根据该区域80年代、90年代、10年代(2014年)3期精密水准观测资料,分析该区域的垂直形变特征。

    图 1  水准观测路线及主要断裂分布
    Figure 1.  The distribution of Level route and main fault

    用于获取垂直形变场的精密水准资料共3期,施测时间分别为1976—1980年、1990—1997年和2014年,路线长度分别为2682km、2709km和2898km,数据范围为105.5°—111°E,37°—41.5°N。平差时采用分段动态线性速率模型,获取区域内以位于鄂尔多斯内部的棋东49基为参考基准的垂直形变场,平差基本情况见表 1。平差结果中单位权中误差均小于1mm,说明本区域的数据内附精度满足要求。平差后删除速率量级过大的或与相邻点差异过大的突变点,采用多面函数法对结果进行格网化,得到该区域的2期垂直形变矢量图、等值线图,如图 23所示。

    表 1  平差统计
    Table 1.  The statistics of adjustment
    时间跨度 公共点数 单位权中误差 参考基准
    1980—1990 538 0.88mm 棋东49基
    1990—2013 343 0.72mm 棋东49基
    下载: 导出CSV 
    | 显示表格
    图 2  1980—1990区域垂直形变矢量图和等值线图
    Figure 2.  The vector and contour diagram of 1980—1990 vertical deformation
    图 3  1990—2014区域垂直形变矢量图和等值线图
    Figure 3.  The vector and contour diagram of 1990—2014 vertical deformation

    从2期垂直形变图(图 23)看,图中所显示的区域形变特征基本一致,即各盆地相对下沉,而大部分山区隆起,表现为明显的继承性运动。其中位于贺兰山东麓断裂和黄河灵武断裂之间的银川盆地下沉速率有所减缓,1980—1990期得到的该区域下沉速率为-2—-4mm/a,1990—2014期为-2—-3mm/a。2期垂直形变图均显示位于阴山断块隆起与鄂尔多斯断块隆起之间的河套盆地相对下沉,其中以临河盆地最为明显,下沉速率约为2—3mm/a,这与地质考察认识的河套三大沉降中心中临河盆地沉降最为强烈的认识基本一致。鄂尔多斯内部表现为相对上升的态势,1990—2014期所计算的隆升速率与1980—1990期基本一致,为0—1mm/a,块体内部相对稳定。

    1980—1990的垂直形变图(图 2)显示位于河套断陷盆地的监测点处于快速下沉的状态,沉降中心速率达到3mm/a,形成了明显的速率梯度带,意味着该区域处于快速的应变积累时期。这一结果与郭良迁等(2002)利用1992—1995年跨断层垂直形变和GPS观测资料计算结果显示的“包头以西,阴山块体、鄂尔多斯块体和河套断陷带形成了统一的高应变体”相同。鄂尔多斯北缘地区处于鄂尔多斯地台与阴山-燕山褶皱带交接地带,形成了断陷盆地与高山峡谷反差极为强烈的地貌景观,构造活动强烈。位于该地区的走向近EW、倾向S的色尔腾山山前断裂于1979年发生正断,导致五原M 6.0地震(闻学泽,2014);1996年在由乌拉山北缘断裂和色尔腾山断裂控制的锐角构造地段发生了包头M 6.4级地震。位于鄂尔多斯西缘的吉兰泰-银川断陷带同样处于快速下沉的阶段,其中位于贺兰山东麓断裂和黄河灵武断裂之间的银川盆地处于沉降中心地带,速率达到-4mm/a。鄂尔多斯块体内部处于稳态,垂直运动速率在零等值线处徘徊。

    图 3为1990—2014的垂直形变图。由于监测路线布设有所不同,同名测点较少,所以在乌海附近有一块监测空白区。但从整个测区来看,位于银川盆地、吉兰泰盆地、临河盆地、白彦花盆地和呼包盆地内的监测点仍处于快速下沉的状态,位于鄂尔多斯块体内部的监测点显示,整个块体表现较为稳定,速率在0—1mm/a,淹没在误差之中。

    本文所用的水准数据多是用于国家基础建设而布置的一等水准网,大部分水准路线避开了构造活动强烈的活动断层,因此这里仅列出了穿过乌拉山北缘断裂和磴口-本井断裂的2条水准剖面(图 4),水准路线与乌拉山山前断裂小角度交汇,正交于乌拉山北缘断裂,剖面从西向东延伸至断层两侧50km左右。1980—1990期、1990—2014期水准剖面观测值均显示,乌拉山北缘断裂和乌拉山山前断裂两侧块体的垂直速率无明显不同,速率差异小于0.5mm/a,断层垂向运动不明显。蹬口-本井断裂是一条依据航磁资料推测的隐伏断裂,仅在东北段的磴口附近出露地表,形成高达20—50m的断崖,推测在晚更新世有活动。目前搜集到的水准资料中,1980、1990年施测的水准路线恰好在登口县附近穿过磴口-本井断裂,而2014年施测路线有所改变,所以这里只绘制了1980—1990年的水准剖面观测值曲线(图 5),剖面由北向南,在断层两侧延伸约60km。剖面显示磴口-本井断裂两侧块体的速率差异不明显,断层的垂向运动速率小于0.5mm/a。

    图 4  乌拉山北缘、乌拉山山前断裂水准剖面观测值曲线
    Figure 4.  The level profile of Ural north rim fracture, Ural before fracture
    图 5  磴口-本井断裂水准剖面观测值曲线
    Figure 5.  The level profile of the Dengkou-Benjing fault

    鄂尔多斯块体与周缘的分异构造作用十分明显,且构造运动多发生在块体周缘断陷盆地和断裂带上。鄂尔多斯西缘,在吉兰泰-银川断陷带及其邻区形成北北东—北东向的挤压构造带,其构造格局对新生代构造的形成、演化具有重要的控制作用。鄂尔多斯北缘受阴山断块隆起、河套断陷带、鄂尔多斯断块隆控制,构造活动强烈。综合水准资料分析可以看出鄂尔多斯周缘断陷盆地带现今垂直形变受区域地质构造控制,差异运动以继承性运动为主。各盆地相对下沉,而大部分山区隆起。其中鄂尔多斯块体、阿拉善块体、阴山及贺兰山和桌子山以上升为主,银川-河套断陷区内的临河、白彦花盆地、呼包盆地、吉兰泰和银川盆地则有相对沉降,形变梯度明显。

  • 图  1  压埋环境示意

    Figure  1.  Schematic diagram of buried environment

    图  2  压埋信号传输路径

    Figure  2.  Transmission path of buried signal

    图  3  数学关系

    Figure  3.  Mathematical relation diagram

    图  4  多组WiFi探针的布设方式

    Figure  4.  Layout of multiple groups of WiFi probes

    图  5  滤波性能比较

    Figure  5.  Comparison of filtering performance

    图  6  不同滤波测距误差

    Figure  6.  Ranging error of different filters

    表  1  模拟压埋环境下平面坐标定位结果(单位:米)

    Table  1.   Results of plane positioning in simulated buried environment(Unit:m)

    点号 方案1 方案2
    定位结果 测距中误差 定位误差 定位结果 测距中误差 定位误差 真实位置
    P1 (4.86,1.79) 1.63 3.21 (5.18,4.86) 0.25 0.23 (5,5)
    P2 (5.21,0.58) 2.3 3.51 (6.14,4.21) 0.32 0.25 (6,4)
    P3 (5.42,4.37) 2.8 1.73 (6.28,5.84) 0.54 0.32 (6,6)
    P4 (3.80,3.42) 2.5 2.59 (4.51,5.86) 0.43 0.53 (4,6)
    下载: 导出CSV
  • 柴伦尚,2014. 基于灾害现场定位搜救技术的无线信道研究. 杭州:浙江大学.

    Chai L. S., 2014. Research of radio channel based on a localization rescue system in disasters. Hangzhou:Zhejiang University. (in Chinese)
    陈国良,张言哲,汪云甲等. 2015. WiFi-PDR室内组合定位的无迹卡尔曼滤波算法. 测绘学报, 44 (12):1314−1321

    Chen G. L., Zhang Y. Z., Wang Y. J., et al. 2015. Unscented Kalman filter algorithm for WiFi-PDR integrated indoor positioning. Acta Geodaetica et Cartographica Sinica, 44 (12): 1314−1321. (in Chinese)
    陈群,高星伟,郭杭等. 2012. ZigBee网络中RSSI的测距模型分析. 测绘科学, 37(5):38−39, 75.

    Chen Q., Gao X. W., Guo H., et al. 2012. Analysis of RSSI ranging model at ZigBee network. Science of Surveying and Mapping, 37(5): 38−39, 75. (in Chinese)
    陈雪纯,张入千,王立新. 2018. 基于Wi-Fi信号强度衰减模型的地震埋压人员定位方法研究. 华南地震, 38(4):10−16.

    Chen X. C., Zhang R. Q., Wang L. X. 2018. Research on positioning method of earthquake buried personnel based on signal strength attenuation model of wireless network. South China Journal of Seismology, 38(4): 10−16. (in Chinese)
    何成文,袁运斌,潭冰峰. 2021. 一种基于UWB TDOA定位模式的迭代最小二乘算法. 大地测量与地球动力学, 41(8):806−809.

    He C. W., Yuan Y. B., Tan B. F. 2021. An iterative least squares algorithm based on UWB TDOA positioning model. Journal of Geodesy and Geodynamics, 41(8): 806−809. (in Chinese)
    胡洋,田忠,伍习光等. 2018. 基于RSSI的无源信号定位算法研究. 自动化仪表,39(6):31−34.

    Hu Y., Tian Z., Wu X. G., et al. 2018. Study on the passive signal positioning algorithm based on RSSI. Process Automation Instrumentation, 39(6): 31−34. (in Chinese)
    景裕,曹育森,朱明明等. 2021. 非接触式生命探测技术研究现状与发展. 中国医疗设备,36(1):1−4.

    Jing Y., Cao Y. S., Zhu M. M., et al. 2021. Research status and development of non-contact life detection technology. China Medical Devices, 36(1): 1−4. (in Chinese)
    李惠芬,蒋向前,李柱. 2004. 高斯滤波稳健性能的研究与改进. 仪器仪表学报,25(5):633−637.

    Li H. F., Jiang X. Q., Li Z. 2004. Study and improvement of robust performance of Gaussian filtering. Chinese Journal of Scientific Instrument, 25(5): 633−637. (in Chinese)
    李亦纲,张媛,李志伟. 2010. 地震现场倒塌建筑物的搜救策略研究. 震灾防御技术,5(4):477−483.

    Li Y. G., Zhang Y., Li Z. W. 2010. Research of search and rescue plan for collapsed buildings on earthquake disaster site. Technology for Earthquake Disaster Prevention, 5(4): 477−483. (in Chinese)
    李桢,黄劲松,2016. 基于RSSI抗差滤波的WiFi定位. 武汉大学学报·信息科学版,41(3):361−366.

    Li Z., Huang J. S. 2016. WiFi positioning using robust filtering with RSSI. Geomatics and Information Science of Wuhan University, 41(3): 361−366. (in Chinese)
    刘晶晶,宁宝坤,吕瑞瑞等,2017. 震后典型建筑物倒塌分类及救援特点分析. 震灾防御技术,12(1):220−229.

    Liu J. J., Ning B. K., Lv R. R., et al. 2017. Classification of typical building collapse and analysis of rescue characteristics after the earthquake. Technology for Earthquake Disaster Prevention, 12(1): 220−229. (in Chinese)
    罗尚,肖东升,2020. 一种面向震后压埋人员的RSSI快速定位算法. 测绘科学,45(6):142−149.

    Luo S., Xiao D. S. 2020. An RSSI fast localization algorithm for buried personnel after earthquake. Science of Surveying and Mapping, 45(6): 142−149. (in Chinese)
    裴凌,刘东辉,钱久超,2017. 室内定位技术与应用综述. 导航定位与授时,4(3):1−10.

    Pei L., Liu D. H., Qian J. C. 2017. A survey of indoor positioning technology and application. Navigation Positioning and Timing, 4(3): 1−10. (in Chinese)
    武有文,洪利,姚振静等,2017. 地震废墟环境下Wi-Fi无线信号传播模型参数测量. 震灾防御技术,12(1):210−219.

    Wu Y. W., Hong L., Yao Z. J., et al. 2017. Parameter measurement of Wi-Fi radio signal propagating in constrction ruins by earthquake. Technology for Earthquake Disaster Prevention, 12(1): 210−219. (in Chinese)
    肖东升,钟祖峰,2021. 基于人类动力学的地震压埋人员先验在室率研究. 灾害学,36(1):54−59.

    Xiao D. S., Zhong Z. F. 2021. Research on indoor rate of the earthquake buried personnel based on human dynamics. Journal of Catastrophology, 36(1): 54−59. (in Chinese)
    赵大龙,白凤山,董思宇等,2015. 一种基于卡尔曼和线性插值滤波的改进三角质心定位算法. 传感技术学报,28(7):1086−1090.

    Zhao D. L., Bai F. S., Dong S. Y., et al. 2015. An improved triangle centroid location algorithm based on Kalman filtering and linear interpolation. Chinese Journal of Sensors and Actuators, 28(7): 1086−1090. (in Chinese)
    Ahn S., Lee G., Han D., 2018. A location estimating method of buried victims in collapsing area using Wi-Fi signals. In: Proceedings of the 2nd International Conference on Vision, Image and Signal Processing. Las Vegas: ACM, 49.
    Bouet M., Pujolle G. 2009. L-VIRT: range-free 3-D localization of RFID tags based on topological constraints. Computer Communications, 32(13−14): 1485−1494.
    Burian A., Kuosmanen P. 2002. Tuning the smoothness of the recursive median filter. IEEE Transactions on Signal Processing, 50(7): 1631−1639.
    Choi J. S., Lee H., Elmasri R., et al., 2009. Localization systems using passive UHF RFID. In: 2009 Fifth International Joint Conference on INC, IMS and IDC. Seoul: IEEE, 1727−1732.
    Hata M. 1980. Empirical formula for propagation loss in land mobile radio services. IEEE Transactions on Vehicular Technology, 29(3): 317−325. doi: 10.1109/T-VT.1980.23859
    Joho D., Plagemann C., Burgard W., 2009. Modeling RFID signal strength and tag detection for localization and mapping. In: 2009 IEEE International Conference on Robotics and Automation. Kobe: IEEE, 3160−3165.
    Lima A. G. M., Menezes L. F., 2005. Motley-Keenan model adjusted to the thickness of the wall. In: SBMO/IEEE MTT-S International Conference on Microwave and Optoelectronics. Brasilia: IEEE, 180−182.
    Moon H., Kim C., Lee W. 2016. A UAV based 3-D positioning framework for detecting locations of buried persons in collapsed disaster area. The International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences, XLI-B8: 121−124.
    Pan J. J., Tang Y. Y., Pan B. C., 2007. The algorithm of fast mean filtering. In: 2007 International Conference on Wavelet Analysis and Pattern Recognition. Beijing: IEEE, 244−248.
    Tang S. Y., Shu X. M., Shen S. F., et al. 2014. Study of personnel positioning in large area based on pseudo base station. Procedia Engineering, 71: 481−485.
  • 加载中
图(6) / 表(1)
计量
  • 文章访问数:  137
  • HTML全文浏览量:  36
  • PDF下载量:  10
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-08-04
  • 刊出日期:  2024-03-31

目录

/

返回文章
返回