(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111641588.5 (22)申请日 2021.12.2 9 (71)申请人 中国电建集团贵阳勘测设计 研究院 有限公司 地址 550081 贵州省贵阳市观山湖区兴黔 路16号 (72)发明人 徐伟　杨成龙　李鹏飞　吴述彧　 朱代强　郑克勋　 (74)专利代理 机构 北京联创佳为专利事务所 (普通合伙) 11362 代理人 韩炜 (51)Int.Cl. G08B 21/10(2006.01) G08B 31/00(2006.01) G01B 21/02(2006.01)G06N 3/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于信息融合的滑坡位移监测预警系 统及方法 (57)摘要 本发明公开了一种基于信息融合的滑坡位 移监测预警系统及方法， 其特征在于： 包括光伏 供电及信息采集模块(1)， 光伏供电及信息采集 模块(1)连接UWB ‑MEMS多元信息融合模块(2)， UWB‑MEMS多元信息融合模 块(2)连接SVR ‑LSTM多 元信息融合预测模块(3)， SVR ‑LSTM多元信息融 合预测模块(3)连接预警模块(4)， 预警模块(4) 分别连接报警模块(5)和可视化模块(6)。 本发明 的监测预警装置集成后， 可以实现智能化的监测 预警。 对于工程技术人员而言， 可操作性强、 自动 化程度高、 长期成本低， 对工作人员的知识水平 要求低， 采集模块功率低， 实用性强， 节省人力资 源和成本， 实现长期实时监控预警。 权利要求书1页 说明书5页 附图4页 CN 114299692 A 2022.04.08 CN 114299692 A 1.一种基于信息融合的滑坡位移监测预警系统， 其特征在于： 包括光伏供电及信息采 集模块(1)， 光伏供电及信息采集模块(1)连接UWB ‑MEMS多元信息融合模块(2)， UWB ‑MEMS多 元信息融合模块(2)连接SVR ‑LSTM多元信息融合预测模块(3)， SVR ‑LSTM多元信息融合预测 模块(3)连接预警模块(4)， 预警模块(4)分别连接报警模块(5)和可视化模块(6)。 2.根据权利要求1所述的基于信息融合的滑坡位移监测预警系统， 其特征在于： 所述 UWB‑MEMS多元信息融合模块(2)包括UWB天线(201)， UWB天线(201)信号连接3个以上的基站 (202)， UWB天线(201)的数据传输至位置解析处理器(203)， 位置解析处理器(203)还接受 MEMS传感器(204)的信号， 位置解析处理器(203)与UWB ‑MEMS多元信息融合处理器(205)连 接， UWB‑MEMS多元信息融合处理器(205)还接收其他指标传感器(206)的信 号， 包括渗压传 感器(207)、 降雨量传感器(208)和地下水位传感器(209)， UWB ‑MEMS多元信息融合处理器 (205)连接SVR ‑LSTM多元信息融合预测模块(3)。 3.根据权利要求2所述的基于信 息融合的滑坡位移监测预警系统， 其特征在于： 所述位 置解析处 理器(203)连接断电存 储器(210)。 4.根据权利要求2所述的基于信息融合的滑坡位移监测预警系统， 其特征在于： 所述 MEMS传感器(204)包括加速度计(21 1)、 磁力计(212)和陀螺 仪(213)。 5.如权利要求1 ‑4任一项所述的基于信息融合的滑坡位移监测预警系统的预警方法， 其特征在于： MEMS传 感器(204)和UWB天线(201)采集数据并传输至位置解析处理器(203)， 位置解析处理器(203)判断传感器的状态并得到单次运动距离和方向角， 位置解析处理器 (203)将解析后的数据传输至UWB ‑MEMS多元信息融合处理器(205)进行融合， 然后传输至 SVR‑LSTM多元信息融合预测模块(3)， SVR ‑LSTM多元信息融合预测模块(3)根据数据分析得 到滑坡位移预测结果， 将预测结果传输 至报警模块(5)。 6.根据权利要求5所述的基于信息融合的滑坡位移监测预警方法， 其特征在于： 所述 UWB‑MEMS多元信息融合处理器(205)采用Kalman结合Gauss ‑Newton迭代算法修正误差； 将 UWB天线(201)采集得到的位置数据信息结合监测目标运动频率和单次运动距离信息作为 系统的初始值和 状态变量， 将第一次测出的数据作为系统的初始状态变量， 利用Kalman算 法克服运动过程中的累计误差， 利用迭代实现对误差修正， 以此来控制系统的整体误差； 将 UWB天线(201)和MEMS传感器(204)对监测目标 获取的位置数据和实时运动姿态信息进行信 息融合， 提高系统输出 数据的准确性。 7.根据权利要求5所述的基于信息融合的滑坡位移监测预警方法， 其特征在于： 所述 SVR‑LSTM多元信息融合预测模块(3)的预测流 程如下， (1)基于模糊函数， 利用已处理的训练数据 集训练SV R模型， 采用粒子群算法搜索SV R模 型的最优参数， 得 出滑坡敏感因子； (2)选择具有最优敏感因子的SVR模型作为趋势序列预测模型； (3)使用K ‑means聚类分析 方法将敏感因素分为 N个敏感状态； (4)将当前月份和前几个月的外部因素的影响作为输入来训练LSTM神经网络， 得到敏 感状态预测模型； (5)将预测的敏感状态和趋势序列融合进行滑坡位移预测， 得到预测结果。权　利　要　求　书 1/1 页 2 CN 114299692 A 2一种基于信息融合的滑坡位移监测预警系统及方 法 技术领域 [0001]本发明涉及 一种基于信息融合的滑坡位移监测预警系统及方法， 属于岩土工程及 地质灾害监测预警领域。 背景技术 [0002]目前对于滑坡的监测主要集中于激光、 宏观监测、 摄影、 基于材料自身特性的传感 器以及目前新兴的光纤光栅技术为主， 激光测距非接触式测量方法容易受到气候的影响， 不能进行长期测量； 危岩宏观 监测精度较低； 近景摄影测量法的监测信息量大， 只适用于变 形较大的滑坡体且仪器昂贵， 精度低， 监测不能自动化； GPS技术垂直精度不高且对于坡体 内部位移的监测效果较差； 射频识别技术不可长期监测， 需要 预先埋设RFID电子标签； 光纤 光栅目前正处于发展时期， 仍然受限于解调仪价格昂贵、 铺设线路费用高等问题 限制； 另 外， 黄登水电站库区1号倾倒体由于库水位抬升淹没坡脚监测仪器导致位移计失效无法正 常运行， 监测仪器在水下不能正常工作。 专利CN104143252A所述的滑坡检测系统对滑坡位 移的监测和解算， 并对滑坡发生概率解算后进行报警， 一方面， 该专利的监测系统的工作运 行需要持续提供电源供应， 在新建或某些偏远不便的滑坡工程地区难以满足该要求， 从概 率角度对滑坡进行研究， 未能运用大数据时代的人工智能方法进行研究， 方法较单一和局 限， 该专利 所述MEMS加 速度数据与UWB脉冲信息的处理未进行不同层次信息(多个传感器) 的多元信息融合、 未考虑高层次和低层次信息传递和反馈的动态平衡， 未考虑不同类型传 感器的协同合作(各自发挥其特长进行优势互补， 发挥系统最佳性能)、 各传感器之间信息 的协调管理(将不同传感器数据分类整合， 对目标进行一致性描述)和处理器的优化； 另一 方面， 对滑坡的监测指标监测量过于局限， 缺乏对于应力、 库水位和降雨量等影响滑坡位移 运动的重要诱发因素 的考虑， 例如水电站库区库水位和降雨量对滑坡的影响不容忽视， 水 库蓄水后库水位上升， 淹没该专利所述监测装置， 监测设备失效， 无法取得有效监测数据， 不能解决水下监测的痛点和难题， 当库水位下降时， 库水位的下降速率滞后于地下水位下 降速率， 产生水力 梯度， 当地下水溢出滑坡体时会产生动水压力(指向坡外)， 不利于斜坡的 稳定； 滑坡体中地下水位抬高， 坡体受到水的静水压力(与坡面垂 直并指向坡面)， 有利于滑 坡体的稳定； 降雨形成地表径流冲刷坡体表面， 还将下渗形成地下水， 增加坡体重度、 软化 其岩土体， 不利于坡体的稳定， 对于应力的监测也不容忽视， 应力指标对于滑坡稳定性分析 具有一定的意义和价值。 专利CN110718001A所述的飞机辅助动力装置的性能参数单步预测 方法属于航空航天技术领域(与本 申请应用领域不同)， 通过卡尔曼滤波将LSTM和SVR模型 融合， 对飞机辅助动力装置性能参数进行预测， 该专利中采用的SVR模型为传统模型， 未采 用优化算法， 影响SVR模型 预测的准确性， 难以避免参数的盲目性试算， 进 而影响预测效果。 发明内容 [0003]本发明的目的在于， 提供一种基于信息融合的滑坡位移监测预警系统及方法。 解 决监测预警工作中存在的不能长期观测、 监测精度低、 成本高、 监测信息量大、 自动化程度说　明　书 1/5 页 3 CN 114299692 A 3