1.一种利用自动编码震源信号的脉冲神经网络模型的定位方法,其特征在于:其步骤是:(1)建立IF神经元模型用于发射脉冲
依据神经元的基本特征利用RC电路模型建立神经元模型,8个神经元输入电流如下式所示其中,I(t)为神经元模型电流输入;u(t)为神经元膜电势;E代表神经元静息电势;Rm、Cm分别为漏电阻和电容;令du(t)=u(t+dt)‑u(t),则根据式(1)得到u(t+dt)为(2)神经元模型加入STA/LTA自动检测模块在电流输入神经元模型前加入STA/LTA模块,对于振动事件有其中,STA(t)是长度为ns的短窗平均,LTA(t)是长度为nl的长窗平均,λ为STA/LTA的阈2
值,当CF(t)为特征函数,为CF(t)=I(t)‑I(t)I(t‑1);加入自动检测模块后,即当时有神经元的膜电势(3)定义编码神经元偏好方向,将8个神经元的按圆形排列,并且定义8个编码神经元的偏好方向;
(4)组合编码神经元,利用3/1构型建立脉冲神经网络
用8个步骤(2)中的神经元组成一个神经网络,第k个接收器采集的震源信号为Vk(t),其中k=1,2,...,8,第k个神经元的兴奋输入为Iexk(t)=Vk(t),其中k=1,2,...,8;同时第k个方向即γk方向的神经元会抑制反向相邻三个方向 的指令神经元,其中即第k个神经元的抑制输入为其中,k=1,2,...,8;w为抑制输入的权重系数,依据神经元与应用模型特性相结合令w=0.2;每个神经元构成一个3/1构型,即一个兴奋输入和一个反向的三重抑制输入,即Ik(t)=Iexk(t)‑Iink(t);则当 时计算神经元的膜电势当膜电势uk(t)达到Uthre时,神经元k发射一个脉冲,并且令膜电势下降到静息电势;
(5)使用stacking STA/LTA对震动事件进行定位脉冲拾取使用stacking STA/LTA值对事件脉冲进行提取,振动事件的stacking STA/LTA值,λ′为判断一个振动事件的stacking STA/LTA的阈值,当第一个满足时说明在t1时刻开始有震动事件发生,直到有第一个满足
的时刻结束,即t1~t2时间段内是一个完整的振动事件,对这一时间段内脉冲神经网络产生的脉冲进行拾取并计数,则偏好方向γk的神经元在t1~t2时间内产生的脉冲数为nk,其中k=1,2,...,8;
(6)利用PVA对进行震源定位
使用群向量编码对振动事件进行定位,定义
其中,n为模长,φ为相角,exp(iφ)=cosφ+isinφ,exp(iγk)=cosγk+isinγk,相角φ表示经过整体向量处理后得到的定位角度,即