2017, Vol. 37
地震预警系统性能在很大程度上受限于地震监测网络的密度。虽然单个台站可以快速发布预警信息，能为震源区提供服务且造价相对较低，但由于P波传播的多样性，单个台站掌握的地震信息不全，并易受到外部因素干扰，增加了虚报、漏报、误报的几率。区域预警方法能较好地提高地震预警信息的可靠性，为了缩小区域预警的盲区，需减少或缩短地震仪器的布设间距。在保证地震监测仪器布设密度的条件下如何控制地震仪器的成本，是地震预警应用技术亟待解决的问题之一。
宽频带地震计、强震仪等仪器自身成本较高，大范围布设会大大增加地震预警系统的成本。而成本相对低廉的地震烈度仪，若其具有足够的动态范围，则可适应地震预警系统高密度布设的需求。地震烈度仪内置智能处理器，易于实现网络接口，配合相应的地震预警算法，能够实现地震预警功能，并可以达到地震预警与烈度速报综合应用的目的，从而实现“一网多能”。
本文采用非对称结构的MEMS加速度传感器，研制了兼具地震预警与烈度速报功能的新型地震烈度仪。在保证其性能满足地震预警需求的前提下，控制了仪器成本，为地震预警与烈度速报系统的推广应用创造了条件。
1 非对称三分量加速度传感器 1.1 加速度传感器选型美国国家地震监测台网系统ANSS(advanced national seismic system)将用于地震动检测的加速度传感器按照性能分为A、B、C 3类[1]。A类传感器的动态范围大于120 dB，三分量A类传感器的造价约为2 000~4 000美元；B类传感器动态范围大于90 dB，三分量B类传感器的造价约为500~1 000美元；C类传感器动态范围大于60 dB，三分量C类传感器的造价约为100~200美元。加速度传感器是地震烈度仪进行信息获取的关键部件，也是整个仪器中最为昂贵的部分，决定着整个仪器的性能与成本。
根据地震预警与烈度速报的实际应用需要，地震预警用加速度传感器的动态范围应大于等于80 dB，而烈度速报用加速度传感器的动态范围应大于等于60 dB[2]。因此，地震预警应采用B类传感器，而烈度速报宜选择C类传感器。本文B类传感器采用Coilbrys公司的单分量MEMS加速度传感器VS1002，其成本约为200美元，而C类传感器选择意法公司的三分量MEMS加速度传感器LIS344ALH，其成本低于10美元。
1.2 非对称结构的三分量传感器为了兼具地震预警与烈度速报的功能，综合用地震烈度仪至少需要采用B类传感器。如前所述，B类传感器的造价不低于500美元，而为了缩小地震预警的盲区，必须增加单位面积内地震烈度仪布设的数量。地震预警仪器的布设间距应以10 km为宜[3]，根据这样的布设密度，B类传感器的硬件成本似乎显得高了一些，而按照地震预警的应用需求，这已经是地震烈度仪的最低成本了。
为了进一步降低地震烈度仪的成本，首先对地震烈度仪的传感器结构进行分析。如图 1所示，地震烈度仪的敏感元件通常由对称结构的三分量加速度传感器组成，分别用于测量X、Y、Z轴方向的线加速度。所谓的对称是指3个分量的加速度传感器其各分量的性能一致。
|
图 1 三分量加速度传感器结构 Fig. 1 Structure diagram of the three-component accelerometer |
地震预警系统中主要采用P波到时自动拾取、地震定位以及震级确定等算法，来获得地震预警所需的三要素信息(时间、地点与震级)，如P波到时自动拾取的SLA/LTA法和AIC法，地震定位的Voronoi剖分图法以及震级确定的τc法与Pd法。地震预警的三要素信息通常都是通过对地震P波信号竖直分量进行分析、处理而获得的[4-6]，因此可以考虑对地震烈度仪的三分量加速度传感器按照功能进行细分，设计非对称结构的三分量加速度计，即3个分量的加速度传感器的性能不一致。
如图 2所示，非对称结构的三分量加速度传感器，由1个单分量的B类传感器和1个三分量的C类传感器组成。单分量的B类传感器用以测量Z轴方向(竖直方向)的线加速度，并获得地震预警信息；而三分量的C类传感器用以测量X、Y轴方向(水平方向)的线加速度，与单分量的B类传感器一起获得烈度速报信息。非对称结构的加速度传感器满足地震动观测的三分量要求[2]，并将1个三分量B类传感器转换为1个单分量B类传感器加1个三分量C类传感器。按照文中选择的单分量B类传感器VS1002与三分量C类传感器LIS344ALH，敏感元件的硬件成本由3个600美元的VS1002，减少为1个200美元的VS1002，再加上1个10美元的LIS344ALH。
|
图 2 非对称结构的三分量加速度传感器 Fig. 2 Structure diagram of the asymmetric three-component accelerometer |
非对称三分量加速度传感器的输出，需要使用具有地震预警与烈度速报功能的专用数据采集器进行采集。非对称三分量加速度传感器和专用数据采集器二者构成综合用地震烈度仪。
如图 3所示，专用数据采集器以ARM嵌入式系统为核心，由数据采集模块、GPS模块等部分构成。
|
图 3 基于ARM的数据采集器硬件框图 Fig. 3 Block diagram of the ARM based data collector |
数据采集模块是数据采集器的核心部件，将非对称三分量加速度传感器输出的模拟信号转换为数字信号，并发送给ARM嵌入式系统。GPS模块用以获取数据采集器的安装位置信息，同时还提供数据采集所需的时间同步信息。ARM嵌入式系统用于整个烈度仪的配置与管理，通过数据采集模块和GPS模块获得地震动数据，并根据地震预警和烈度算法获得地震预警和烈度速报信息，实现上述信息的本地存储与远程上报。
2.2 数据采集模块如图 4所示，数据采集模块包括信号调理与滤波电路、A/D转换器、复杂可编程逻辑器件(complex programmable logic device, CPLD)和先进先出缓冲器(first in first out, FIFO)等部分。
|
图 4 基于ARM的数据采集器硬件框图 Fig. 4 Block diagram of the data acquisition module |
非对称结构的三分量加速度传感器，其输出首先发送给数据采集模块的信号调理与滤波电路，信号调理与滤波电路对接收到的模拟信号进行调理和抗混叠滤波，然后A/D转换器将地震动模拟信号转换为数字信号。而CPLD为数据采集模块的前端协处理器，其负责A/D转换器的接口控制、时序控制以及工作模式选择等。同时CPLD对地震动数字信号进行数字滤波，并通过FIFO缓冲器将滤波后的地震动数字信号发送给ARM处理器。FIFO缓冲器是数据采集模块与ARM处理器的桥接器件。CPLD向FIFO缓冲器依次写入地震动数字信号，而ARM处理器则通过FIFO缓冲器依次读出地震动数字信号。
文中信号调理电路与滤波电路以TI公司的全差分放大器THS4521ID为核心搭建。A/D转换器采用TI公司的24位工业级ADS1278芯片，并使其工作于高精度的8通道采集模式。CPLD采用EPM1270T144C5芯片，该芯片具有可编程逻辑块、可编程I/O口及内部连线，其执行速度较快，能够预测时间延时，且系统断电之后编程信息不会丢失。ADS1278与EPM1270T144C5芯片之间采用SPI接口实现数据交换。FIFO缓冲器由3片FIFO缓冲器芯片IDT7205L25JI组成。IDT7205L25JI是一种高速、低功耗的先进先出缓冲器，有完善的逻辑控制，应用方便、可靠且成本低。
2.3 ARM嵌入式系统ARM嵌入式系统由ARM处理器模块、CF卡存储器、网络通信模块等组成。ARM处理器模块包含MARVELL公司的ARM处理器芯片PXA270、2片16位的256 M的SDRAM、128 M的NorFlash以及1 G的SLC型NandFlash K9F1G08U0B。ARM嵌入式系统集成了8 GB的CF存储卡，可以实现地震动数据、地震预警与烈度速报信息的本地存储，避免了固态存储记录次数的限制。网络通信模块兼容有线网络(RJ45)、Wi-Fi无线网络(IEEE802.11X)、3G无线网络等多种网络传输介质，并支持IPv4/IPv6双协议栈，以实现地震烈度仪的有线/无线网络接入。
3 综合用地震烈度仪的软件设计 3.1 CPLD程序CPLD程序采用VHDL语言进行开发，其流程图如图 5所示。系统上电之后，CPLD对A/D转换器和FIFO缓冲器进行复位和初始化，之后CPLD为A/D转换器提供一个数据采集时钟，A/D转换器对8个通道的数据进行模数转换。当A/D转换器完成模数转换后，CPLD读取A/D转换器的8通道24位串行数据，经数字滤波之后，将串行数据转换为并行24位数据，然后CPLD使FIFO写使能信号WR有效，A/D转换结果在写时钟的驱动下写入FIFO。同时CPLD监控FIFO的半满标志位是否变化，如果半满标志位变化，则将此信号变化作为触发信号发送给ARM处理器。ARM处理器接到该触发信号后，启动FIFO读时钟，使FIFO的读使能信号RD有效，将FIFO中的全部A/D转换数据读入ARM的内存。
|
图 5 CPLD程序流程图 Fig. 5 Flow chart of the CPLD program |
ARM嵌入式系统程序的实现采用操作系统、驱动和应用等3层结构，图 6为其程序结构。
|
图 6 ARM嵌入式系统程序框图 Fig. 6 Block diagram of the ARM embedded system's program |
操作系统采用嵌入式Linux操作系统，以增强整个程序的可扩展性和可移植性。驱动层定义在操作系统之上，为系统的各个硬件单元提供软件操作接口。应用层建立在驱动层之上，由主应用程序和通信应用程序组成。主应用程序主要负责地震动信号的采集、带通滤波、基线校正、地震事件提取、地震预警信息获取、烈度速报信息获取等。通信应用程序负责网络通信链路的管理与保持、地震动信号的上传、地震预警信息的发布以及地震烈度信息的发布等。
图 7为ARM嵌入式系统程序的业务流程图。ARM嵌入式系统启动后，首先进行系统的自检与初始化，然后通过数据采集器获得地震动信号，并对采集到的地震动信号进行基线校正和IIR带通滤波，以消除环境噪声等非地震动干扰。针对竖直方向的测量结果，采用STA/LTA比值法判断是否有地震发生，若没有地震发生则循环采集地震动信号进行分析；若有地震发生则进行P波到时拾取，并根据τc法与Pd法估计震级信息，并将这些地震预警信息进行上报。同时根据水平方向的地震动测量结果计算仪器烈度，并上传地震烈度速报信息。
|
图 7 ARM嵌入式系统程序流程图 Fig. 7 Flow chart of the ARM embedded system's program |
为了评价综合用地震烈度仪的实际性能，分别对基于ARM的数据采集器和非对称三分量传感器进行性能测试。
4.1 数据采集器的噪声测试将数据采集器的3个通道输入端短接接地，采集N个采样数据Xi(i=1, 2, …，N，N≥4 000)，计算Xi的平均值X0，按式(1)计算数据采集器的噪声：
|
(1) |
式中，nR为数据采集器噪声的均方根值。
表 1所示为一组3通道噪声的测试结果，图 8为3通道的部分噪声测试数据。
|
表 1 噪声测试结果 Tab. 1 Results of the noise test |
|
图 8 噪声测试数据 Fig. 8 Data of the noise test |
将数据采集器的3个通道输入端输入正弦信号(频率10 Hz，幅值为满量程输入值)。数据采集器以250 sps的采样率采集数据，采集4 000个以上数据点，并进行动态范围计算。按照式(2)计算采样数据的有效值Ae：
|
(2) |
式中，Ae为采样记录有效值，Am为采样记录振幅值。按照式(3)计算数据采集器的动态范围DR：
|
(3) |
式中，DR为采集单元的动态范围。
表 2为一组3通道动态范围的测试结果，图 9为3通道的部分动态范围测试数据。
|
|
表 2 动态范围的测试结果 Tab. 2 Results of the dynamic range test |
|
图 9 动态范围的测试数据 Fig. 9 Data of the dynamic range test |
将非对称三分量传感器送至测试计量部门进行性能测试，其测试结果如表 3所示，其中频率范围为0.01 Hz~50 Hz。
|
|
表 3 非对称传感器的性能测试结果 Tab. 3 Results of the asymmetric sensor's performance test |
为了最大限度地降低地震烈度仪成本，本文对典型地震预警与烈度速报方法进行分析，提出了一种基于非对称结构传感器的地震烈度仪，以满足地震预警与烈度速报的综合应用需求。该烈度仪的敏感元件由1个单分量的B类传感器与1个三分量的C类传感器构成，代替对称式的三分量B类传感器，成本可降低为原来的三分之一。另外，以高精度24位A/D转换器和嵌入式系统为核心，设计了一种基于ARM的数据采集器，实现了地震P波到时自动拾取以及地震预警与烈度速报信息的获取和发布等功能。
经测试，该地震烈度仪的数据采集器具有大于107 dB的动态范围。非对称三分量传感器中，单分量的B类传感器的加速度误差小于0.8%，动态范围大于105 dB，而三分量的C类传感器的加速度误差小于5%，动态范围大于61 dB。该地震烈度仪的各项指标均满足地震预警与烈度速报综合应用的各项技术要求。
| [1] |
Evans J R, Allen R M, Chung A I, et al. Performance of Several Low-Cost Accelerometers[J]. Seismological Research Letters, 2014, 85(1): 147-158 DOI:10.1785/0220130091
(  0) |
| [2] |
中国地震局. DB/T 59-2015地震观测仪器进网技术要求: 地震烈度仪[S]. 北京: 地震出版社, 2015 (China Earthquake Administration. DB/T 59-2015 Technical Requirements of Instruments in Network for Earthquake Monitoring——Seismic Intensity Instrument[S]. Beijing: Seismological Press, 2015) http://www.csres.com/detail/267084.html
( 0) |
| [3] |
杨陈, 郭凯, 张素灵, 等. 中国地震台网现状及其预警能力分析[J]. 地震学报, 2015, 37(3): 508-515 (Yang Chen, Guo Kai, Zhang Suling, et al. Status Quo of China Earthquake Networks and Analyses on Its Early Warning Capacity[J]. Acta Seismologica Sinica, 2015, 37(3): 508-515)
( 0) |
| [4] |
Meng L, Allen R M, Ampuero J P. Application of Seismic Array Processing to Earthquake Early Warning[J]. Bulletin of the Seismological Society of America, 2014, 104(5): 2-2 561
( 0) |
| [5] |
Wu Y M, Kanamori H. Development of an Earthquake Early Warning System Using Real-Time Strong Motion Signals[J]. Sensors, 2008, 8(1): 1-9 DOI:10.3390/s8010001
( 0) |
| [6] |
金星, 张红才, 李军, 等. 地震预警连续定位方法研究[J]. 地震物理学报, 2012, 55(3): 925-936 (Jin Xing, Zhang Hongcai, Li Jun, et al. Research on Continuous Location Method Used in Earthquake Early Warning System[J]. Chinese Journal of Geophysics, 2012, 55(3): 925-936)
( 0) |