论文速递 | 基于Crame´r-Rao界原理和改进遗传编码优化地下空间微震传感器网络

UNDSP Journal

点击蓝字关注地下空间

Optimizing microseismic sensor networks in underground space using Crame´r–Rao Lower Bound and improved genetic encoding

基于Crame´r-Rao界原理和改进遗传编码优化地下空间微震传感器网络

Volume 23, August 2025, Pages 307-326

https://doi.org/10.1016/j.undsp.2025.02.009

论文内容

微震定位技术作为一种重要的无损监测技术，在采矿工程等地下空间中得到了广泛应用。微震源定位的主要目的是监测地下空间岩石损伤和预测动力灾害，而传感器网络布局好坏是微震源定位精度和可靠性的关键决定因素，它从根本上决定了系统的长期监测能力。因此，优化设计传感器网络对于可靠、准确定位震源至关重要。但目前传感器网络评估方法尚存在以下局限性：（1）现有优化指标未考虑震源参数的最大似然估计，传感器网络的长期定位不确定度高；（2）矿山等受限空间下传感器网络优化布局的基本原理和规则尚不明确；（3）常见传感器网络几何不兼容无速度监测系统且未考虑重点监测区域；（4）网络布局的优化求解面临严峻的计算挑战。

针对传感器网络配置对定位精度的长期、严峻影响，本文采用克拉美罗下界（CRLB）理论与改进遗传编码提出了一种受限空间传感器网络优化的创新方法。首先，通过CRLB构建传感器网络优化函数，量化监测区域的理论定位精度；其次，开发约束遗传编码，采用改进的约束遗传操作（图1）探索优化模式，提升全局搜索效率；整体流程见图2。通过模拟试验和声发射实验对新方法的有效性进行了全面测试，证实了其准确性及高效的计算效率（图3）。在1D、2D和3D模拟测试系统中，首先验证了传感器网络优化法的优越性，并进一步阐明了传感器网络布局的一般规律和原则，为微震监测系统中传感器的战略布局提供了有效指导。例如，对于3D监测系统，传感器必须覆盖所有三个维度，并需兼顾网络内部和表面的传感器布置（图4）。室内声发射实验进一步验证了传感器网络优化法的准确性和跨尺度适应性（图5）。最后，开展了现场爆破实验，进一步验证了新方法在工程中的应用能力，结果显示：经过优化的传感器网络布局具有15米的高定位精度，相对定位精度仅为4.22%（图6）。