[发明专利]一种基于九轴传感器的振动报警方法及其装置、系统

说明书

本发明涉及一种基于九轴传感器的振动报警方法及其装置、系统，所述方法包括如下步骤：S1、采集九轴传感器的三轴陀螺数据、三轴加速度数据和三轴磁力矩数据；S2、采用傅里叶变换、小波变换和希尔伯特黄变换对采集的数据进行实时数据融合分析；S3、根据数据融合分析结果，进行正常振动数据特征和非正常振动数据特征提取，并根据提取的非正常振动数据特征进行振动报警。有益效果是误报率低、响应及时、频谱范围宽、灵敏度高、功耗小，成本低。

【技术领域】

本发明涉及安防报警技术领域，具体涉及一种基于九轴传感器的振动报警方法及其装置、系统。

【背景技术】

在当前的安全检测及报警系统中，常常需要通过各种传感器来检测环境中的各种突发情况。振动传感器是一种能够对物体的振动或移动情况进行检测的传感器，其被广泛应用于安防及其相关领域中。现有的振动传感器包括电感式振动传感器、压电式振动传感器、光纤振动传感器等。但这些振动传感器的电路结构都较为复杂，并且存在误报率较高、响应不及时、频谱范围窄、灵敏度低、功耗较大，生产成本高、制造困难等缺点。

所谓九轴传感器，其实是三种传感器的组合：3轴加速传感器、3轴陀螺仪和3轴电子罗盘(地磁传感器)。三个部分作用不同，相互配合，是我们手机、平板电脑、游戏机等电子产品中常用的运动感测追踪元件，应用于各类软件、游戏中的交互控制。MPU9250是世界上最小的9轴运动跟踪装置。

数据融合技术是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理技术。傅立叶变换，表示能将满足一定条件的某个函数表示成三角函数(正弦和/或余弦函数)或者它们的积分的线性组合。最初傅立叶分析是作为热过程的解析分析的工具被提出的。小波变换(wavelettransform，WT)是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。希尔伯特黄变换HHT主要内容包含两部分，第一部分为经验模态分解(Empirical Mode Decomposition，简称EMD)，它是由Huang提出的；第二部分为Hilbert谱分析(Hilbert Spectrum Analysis，简称HSA)。简单说来，HHT处理非平稳信号的基本过程是：首先利用EMD方法将给定的信号分解为若干固有模态函数(以Intrinsic Mode Function或IMF表示，也称作本征模态函数)，这些IMF是满足一定条件的分量；然后，对每一个IMF进行Hilbert变换，得到相应的Hilbert谱，即将每个IMF表示在联合的时频域中；最后，汇总所有IMF的Hilbert谱就会得到原始信号的Hilbert谱。

傅立叶变换、短时傅立叶变换、小波变换有一个共同的特点，就是预先选择基函数，其计算方式是通过与基函数的卷积产生的。HHT不同于这些方法，它借助Hilbert变换求得相位函数，再对相位函数求导产生瞬时频率。这样求出的瞬时频率是局部性的，而傅立叶变换的频率是全局性的，小波变换的频率是区域性的。

【发明内容】

本发明的目的是，提供一种误报率低、响应及时、频谱范围宽、灵敏度高、功耗小，成本低的振动报警方法。

为实现上述目的，本发明采取的技术方案是一种基于九轴传感器的振动报警方法，包括如下步骤：

S1、采集九轴传感器的三轴陀螺数据、三轴加速度数据和三轴磁力矩数据；

S2、采用傅里叶变换、小波变换和希尔伯特黄变换对采集的数据进行实时数据融合分析；

S3、根据数据融合分析结果，进行正常振动数据特征和非正常振动数据特征提取，并根据提取的非正常振动数据特征进行振动报警。

优选地，上述正常振动包括汽车经过、飞机飞过导致的九轴传感器振动；上述非正常振动包括人为攀爬、人为破坏导致的九轴传感器振动。