文摘

地震预警系统(SAS),也称为地震预警系统(EWS)或地震早期预警系统(EEW或EEWS),代表了最重要的一个,可以采取措施预防和减少地震损失。这些系统主要是用来检测p波和更快的地震波和随后对传入的s波触发警报,慢的和最危险的地震波。在某些情况下,分布式系统也可以提醒一些地点在即将到来的p波罢工。介绍Earthcloud,基于云的情景应用程序,旨在提供所有前功能,同时保持金融的可访问性。Earthcloud第一个结果,生成的四个月的数据采集,比较与那些来自其他系统。特别是,本文侧重于处理和通信延迟,展示Earthcloud新的检测策略可以减少延迟。虽然彻底测试活动需要更多的传感器节点来评估性能可靠,尤其是对于高度密集的城市场景,初步结果是有前途的,总延迟Earthcloud总是在秒的标志,尽管牺牲固体大小估计。

1。介绍

由于相对快速传播的地震波,只能从SASs收到警报的时间从几秒到几十秒前罢工。不过,他们可能会产生非常重要的好处。如果地震发生在晚上当人们通常是睡觉,例如,人类健康的主要风险(主要受影响的人数计算)表示可能崩溃的建筑物或其中部分地区。潜在的受害者通常突然醒来,很可能处于一种恐慌的状态和被事件的风险。对人类健康的风险甚至会更高,如果地震发生在那一天许多人工作或旅行。很不幸,这些危害的例子比比皆是,可以从小受伤大规模的核灾难,例如,脱轨的火车在铁路和地铁,车辆在桥梁和隧道,危险的机器和工作环境中的化学物质,悬浮负载和工作在建筑工地的高度,火灾,,加上倒塌的建筑物,如前所述。除了所有这些之外,一些风险涉及机械,可能会或可能不会影响人类健康,但不可避免地会造成经济损失。接收地震警报,即使只有秒到来之前的破坏性波,可以防止人类的损失,伤害和损坏机械和基础设施。例如,它可以触发之前批准应急计划的实施,人们可以存在于远离危险设备,躲藏在桌子下面或承重结构,等机械设备,另一方面,可以自动减缓,关闭,和/或隔离,以防止损坏以及避免级联的点火的威胁,如火灾,kindle在地震之后。

设计和操作一个有效的情景应用程序,然而,通常是不平凡的,因为地震检测,处理,并通知明显比地震波的传播速度快。此外,环境、交通、工业、和其他类型的噪音,很容易产生假阳性往往现在和必须在很短的时间内有效地分类错误率很低。Earthcloud的第二次迭代提出物联网(物联网)情景应用程序设计为低成本、低功耗和云计算。从第一个异常的检测报警,处理和通信延迟几个系统的分析和比较的结果Earthcloud原型。

为读者提供坚实的学科基础,部分2确定了相关工作,而部分3总结了必要的地质概念。部署原型中描述部分4和5传感器单元和详细的云系统,分别。部分7介绍了四个月的结果处理,重点是处理和通信延迟。部分8总结了写作。

本节的目标是不详尽;反而是呈现一个象征群来自学术界和工业界的工作,形成一个代表的选择和指向读者相关的来源。

早在1996年,利奇等人写的第一个工作SASs基于计算机技术(1]。作者设计了一种神经网络与真实数据从地震记录中提取和训练。然后,神经网络已经被美联储与其他数据从同一来源,研究及其结果。一个实际的系统不发达,但准确的风险评估的算法是成功的开始,停止,和持续时间。该算法能够生成一个警告信号检测第一个地面运动后0.3秒。

大多数的SAS原型在文献中报道的目标是低成本使用MEMS(即。、微机电系统)加速度计作为传感器。在[2),例如,霍克等人建立了一个原型,加速度计组成的传感器连接到Arduino微控制器。控制系统是一个虚拟仪器软件在笔记本电脑上通过无线个域网与传感器通信的标准。无线个域网天线理论上可以高达数百米范围,但是,一般来说,实际范围在几十米的顺序。后者适用于系统中,作者所提出的。关于Earthcloud,还适度更复杂的设置。纸,目前尚不清楚是否已经部署的原型。另一个工作,利用加速度计和Arduino微控制器是由Sherki et al。3]。无线个域网,而是采用GSM模块,系统测试与振动器的机器。作者的重点,然而,在这种情况下,信号分析。

感应器嵌入智能手机也被广泛使用。例如,佐治亚大学等。4专门为SASs)测试这些传感器应用和研究如何区分假阳性与真实地面运动,尽管对人工执行测试时数据获得shakeboard,和智能手机定位在水平平面为整个实验的持续时间。Shakeboards也用来测试原型设计来形成一个IEEE 802.11无线网状网络(WiFi) (5,6]。在这些情况下,然而,作者特别关注无线通信的性能。他们发现,突然小振幅p波(见部分3)振动可以在他们的表现产生巨大影响,特别是在收发器之间没有或稀缺的视线。加速度计在云智能手机也被加上精化。Heryana et al。7]依靠2 g / 3 g / 4 g蜂窝技术或IEEE 802.11设备和云服务之间传递数据。然而,大多数的花中详细提出了软件开发周期的Android应用程序,和很少的信息可以找到关于该系统的有效性。

其他作品关注非传统的系统。Shayo et al。8)使用相同的低成本加速度计传感器在其他解决方案。然而,传感器传输数据到电脑上,在发生紧急情况下,以短信形式将报警信号,然后发送它通过蜂窝网络。建立了另一个工作站接收短信和测量时间。作者发现,尽管平均延迟各不相同,这些超过了最大可容忍的延迟SAS和得出结论,这些意味着短信不是一个可靠的平台。一个非正统的传感器提出了Heindl [9]。提出通过变化来检测地面运动读/写共同机电磁硬盘的错误率。P2P的分布式系统设计时尚。在[7),情景应用程序将需要大量的用户合作正常工作。另外,虽然供应商可能会反对这样一个选择安全和隐私的原因,操作系统可以被修改来执行这些情景应用程序在后台任务,未经用户同意。总之,系统可能成为长期疲软,随着磁硬盘被更快的固态存储设备所取代。

关于系统依靠用户协作通过软件部署在常见的设备,由Finazzi[地震网络工程10)是一个最好的例子,称400万年Android应用程序的下载,750000活跃用户,超过1000年的早期预警。虽然分析的数据来自智能手机的网络不是微不足道的,统计方法正在研究提高系统(11]。

SASs的例子从行业ShakeAlarm Zaicenco et al。12),由Weir-Jones工程顾问,系统检测到p波(见部分3),声称能够确定在不到0.5秒后波是否会是危险的。ShakeAlarm部署在一些地区的加拿大和美国。还有SASs由机构和大规模部署。在日本,日本气象厅经营着一家EWS [13)主要由约300单一功能,多功能地震检波器;后者配有卫星移动电话通信功能备份电源,可以保持整个系统运行约72小时的停电事件。日本EWS获取数据也从地震仪由大学管理,由国家地球科学研究所和灾难恢复能力,和日本地球科学和技术部门的。台湾也有一个全国性的SAS (14),而墨西哥部分EWS称为SASMEX包括墨西哥城的SAS,自1991年以来,连续操作,SAS的瓦哈卡州的城市于2003年开始其服务。在美国,美国西海岸目前由一个名为ShakeAlert的实验系统,提出的事实等人,等人在15]、[16),分别。

Earthcloud是一个低成本、低功耗和基于云的SAS在原型的阶段。Klapez等人之前提交一个版本(17),有两个处理层。第一个是由传感器节点和第二的云基础设施。新数据是不断生成的传感器设备,不断发送到云系统。相同的数据被处理两次,一旦由传感器,一旦由云。都能发出警报,根据相应的处理结果。作为第一层的处理能力是有限的,并继续处理时间可以接受,云基础设施负责发行最可靠的警告。在本文中,我们目前的第二次迭代Earthcloud。因为它是部分中描述5,它嵌入了一个根本性的改变如何触发警告和数据是如何处理的。

3所示。关键的地质概念

地震是在一个区域称为成核生成的区域。大部分的时候,这个区域坐落在发震层,这是地壳的一部分从5到30公里的深度。在成核区域,生成多种类型的波,根据破坏性的潜力和速度不同的特征。

这些波主要有两种移民。这两个之间的时间机会检测和确认地震和发送一个警报信号。这些两个移民包括许多个人的弹性波的旅行从震中到重组在录制现场作为各自的速度函数,焦点的距离,和传播路径。如图1波属于两种类型:体波和表面波。


图1
地震的基本模式。

第一个到来是由身体波浪的速度最快,p -波(来自拉丁语prima浪蚀底,即,primary waves). These are compressional or longitudinal and shake the ground in the direction of their propagation using compression or rarefaction, while their speed is between 4 and 8 km/sec. P-waves are usually not destructive.

体波和表面波可能构成第二个的到来。他们经常产生水平和垂直地面运动和峰值速度,加速度峰值,持续时间可能在结构造成重大的伤害。

身体波浪在第二个到达被称为s(来自拉丁语secunda浪蚀底,即,年代econdary waves); they shake the ground in a direction that is perpendicular to the direction of propagation, while their speed is about 60% to that of the respective P-waves [2]。s波可以破坏几公里距离震中由于地震放大的现象,与当地的地质形态。

表面波是分为两种类型,称为爱和瑞利,从建模的科学家的名字。他们是由p波和s波之间的建设性干涉,他们是最危险的。爱波比p波和s波慢旅行;瑞利波是最慢的。然而,尽管他们是慢,表面波衰减更少的距离比体波,因为他们主要旅行在一个轴,而不是三个。地壳在那里旅游作为波导提供小衰减损失。在大地震,他们可能环游地球几次之前完全消散。一般来说,表面波引起的运动比体波。此外,他们传播之间的相互作用可以产生相当大的放大表面附近的地面运动,这种现象称为自由表面效应发生在上行和下行反射波的相位和波长大于地壳的厚度。

4所示。Earthcloud:传感器设备

Earthcloud传感器系统是由三个元素:一个覆盆子π3模型B V1.2 Adafruit ADS1115模拟数字转换器(ADC),和一组三个4.5赫兹检波器接收。图2描述和细节元素和它们之间的连接关系。大小比例是真实的。山莓πLinux发行版的操作系统;具体地说,他们Raspbian山伸展9.4 Linux内核版本4.14 -34 (4.14.34-v7 +)。


图2
一个Earthcloud传感器子系统。

作为一个整体,单个传感器系统需求小于1 w。的功耗估计覆盆子π董事会,我们我们的计算基于规范(18rpf)发表的各处,尤其是那些关于电力消耗相同的特定的董事会在闲置和低负荷条件。从平均电流 300 ma,我们删除了50 ma HDMI端口和100毫安的鼠标和键盘(我们拿起最好的情况下,聚合图可以上升到1),所有组件不是用于我们的设置。中的值(18)包括WiFi的使用;我们假设一个类似以太网端口的消费,这是一个用于我们的设置。这一切,当考虑到董事会5 v供电,产生一个坏的能耗为0.75 w。的针可以得出50 ma总体而言,虽然一个人GPIO销只能得出16马。在我们的设置中,只有电缆如图黄色图2吸引了大量的电流功率ADC通过3.3 VDC GPIO销;所需的功率,因此,等于0.0528 w。蓝色(ish)电线传输数据从ADC的覆盆子π董事会,和,因此,对于后者,那些针需要一个微不足道的力量。地震检波器是而不是被动的设备,只有需要接地。系统,这相当于~ 0.8 w的功率上限;考虑到常见的电源效率约为80%,我们可以安全地索赔总功耗值等于或小于1 w。

地震检波器是Earthcloud传感器元素。他们通常坐在加速度计和地震检波器之间在功能和价格,后者是最准确的,微妙的,昂贵的系统。典型的检波器工作轴,有一个函数将地面运动的方向相同的轴电压。因此,任何电压偏离基线数据。典型的检波器包括住房,在大量悬浮的机械弹簧。弹簧-质量系统的共振频率,也称为固有频率,工作轴的检波器。从概念上讲,传感器动作时,如果速度产生的频率低于自然、住房和大规模行动。如果生成的频率更高,只有房地产和大众倾向于保持它的位置移动。

在现代铁板,像那些Earthcloud所使用的,质量是由圆柱坐标系中,外部,两个线圈,环绕缸相连。双线圈允许减少数据失真。气缸和线圈组通常由弹簧,直接连接到检波器的住房。在圆柱坐标系,也有一个永久磁铁直接附加到住房不动。图3演示了一个典型的这种检波器。图4显示了地震检波器Earthcloud传感器系统,他们封闭在一个刚性结构牢固安装在表面就像一堵墙。


图3
在一个Earthcloud检波器。

图4
检波器住房。

因此,如果运动频率低于自然,从概念上讲没有内部运动如果考虑到线圈和磁铁之间的关系;即。,the variation in the position of the coils with respect to that of the magnet is zero. If the frequency exceeds the natural, coils tend to maintain their position while the magnet moves with the housing; therefore, there is a shift in location between coils and magnet. As the coils are in the field of the magnet, this shift produces a variation in voltage that is proportional to the movement velocity. If the geophone is fixed to the ground, its response is (if above natural frequency) proportional to ground velocity. For comparison, MEMS accelerometers respond to ground acceleration.

铁板也有所谓的杂散频率,通常由于小运动机械弹簧在工作方向垂直于轴的传感器。事实上,这些弹簧是为了移动线性轴工作也有小波动的可能性在平面上垂直于轴工作。在这个平面运动,横向或旋转,是至关重要的,允许自由流动的工作缸的轴和线圈组装。有一个共振频率的工作轴,称为固有频率,还有一个共振频率轴垂直于前,被称为寄生频率(实际上,有虚假frequenc前辈们,最低的为假)。泉,当然,非常僵硬的方向垂直于工作轴,因此高频寄生谐振的性质(19]。如图5的固有频率代表下界可用带宽,同时寄生频率上限。因此,这两个频率确定传感器的有用的频率范围。对于所有频率带宽,输出灵敏度(即。,the smallest variation in voltage that can be measured by the sensor) remains approximately constant.


图5
传递函数为一个典型的10 Hz检波器,~ 60%阻尼和180赫兹的频率。

从图可以看出5,检波器的实际响应不是一个开关布尔函数。质量仍然低于谐振频率移动,但输出分辨率(即。,the smallest variation in space that can be measured by the sensor) drops fast (output resolution is calculated by dividing sensitivity over noise, )。反滤波可以通过下面压扁响应补偿检波器自然频率,但这只是有用,如果有足够的信噪比。另一方面,对于频率高于假,泉水引入额外的共振,产生噪声,因此低分辨率。不一致的材料和制造过程有重大影响的决心的频率,因此其共同的规范 ,这表明实际的频带中虚假的共振可能发生吗 或者一个 。

地震检波器通常保持信号数字化作为一个单独的过程,生成模拟输出的传感器,然后发送到外部数字转换器。相比之下,MEMS加速度计在数字化进程中获取反馈。一般来说,在高频加速度计噪声较低,而如何以低频率噪音较低。信号本身实际上与MEMS加速度计降解较慢,通常在6分贝的频率减半。相比之下,同样的图标准检波器接收大约是12分贝(20.]。这应该使这些加速度计适合使用低频记录;如果信号强,这确实是如此。MEMS加速度计的问题本质上是高的比这使得它们不适合准确检测低频信号。表1列出了目前使用的检波器接收的技术规格Earthcloud。如数据所示2和4,Earthcloud传感器包括三个检波器接收三个不同的轴,允许在一个3 d域来收集数据。

表1
使用的检波器接收的技术规格。

5。Earthcloud:云基础设施

图6显示了Earthcloud的整体架构与云服务的构成。目前,后者是基于Amazon AWS平台,Earthcloud服务主要经营来自爱尔兰,欧盟。


图6
Earthcloud V2架构。

物联网是一个基于范式之间的连接设备在物质世界中,通常传感器和数据采集设备,和互联网。每个Earthcloud传感器代表云的边缘系统,它不断扫描从检波器接收传入的数据。唯一的处理机制是基于阈值的过滤器;即。,if data coming from a geophone exceeds a certain threshold (e.g., ),发出预警到云,一起生成的数据。Earthcloud警告所基于的原则是纯粹的概率。为了最小化最大处理延迟,不要试图确定传感器由于地震波检波器接收的信号或噪声。系统而不是依赖预警收到的数量。随着传感器发出一个警告在同一地区和在同一时间的增加,同生假阳性的概率减少。

Earthcloud传感器产生的数据封装在MQTT消息不断喂AWS物联网,进行预处理,并将其发送到亚马逊运动。当数据来自检波器接收超过设置的阈值,传感器设备发送警告AWS物联网,进而广播到其他传感器设备位于同一地区。如果传感器设备在一个地区发出一个警告和接收一定数量的警告与识别 传感器设备相同的地区作为源,它会发出警报注册实体。随后警报来自其他传感器设备位于同一地区可以安全地忽略了在一定时间内。传感器数据规模很小但可以不断生成,从潜在的,成千上万的来源。Earthcloud,运动具有双重功能:实时处理数据并发出警报,并充当桥梁AWS物联网,数据入口点,和Amazon S3数据端点。显然,实时(如在图所示6与光的红色背景)对Earthcloud至关重要。接收数据后几个警告来自同一地区,动作也问题警报注册实体,作为确认警报相关,而不是假阳性。由于显著高于运动对传感器设备的处理能力,事实上,前者可以处理更多的数据和推断更精确的信息,都在短时间内。动作报警应该遵循这些到达注册实体从传感器设备。然而,可能有角情况下,后者未能确定地震;在这些情况下,运动所收到的报警将是第一个注册的实体。通过评估一个不断增长的数据集,我们希望确定运动的概率会发出假警报时唯一实体提高问题。如果我们会发现它是足够低,仅警报来自云系统可以被视为最终即使没有显式传感器设备的支持。

如果需要,数据可以被转换成不同的格式在离开运动之前桥。Amazon S3是一种数据存储服务,与其他服务集成来自同一个供应商。数据在S3中可以进一步分析,手动和自动。亚马逊雅典娜允许通过常规的SQL查询S3数据(S3数据被存储为对象,而不是SQL行),而亚马逊QuickSight,或其他解决方案,缓解或执行数据分析。所有段落从Amazon S3作为批处理(如在图所示6有浅蓝色背景);可以执行更复杂的分析,但它可以从几秒到几分钟来获得结果。虽然在工作,但是我们没有一个系统的基于机器学习在这个阶段实现。然而,随着数据集,所有相关数据集从S3成为更有价值的充分训练合适的神经网络。

5.1。网络性能方面的考虑

云服务已经提供了内置冗余特性,至少只要部署建立供应商的前提。然而,强烈的地震可能会破坏基础设施(21- - - - - -24),应该引入冗余传感器设备。当我们使用灵活、低成本和低功耗设备,它应该可行的权力与小型充电电池以及使多个连接通道(25,26),同时保留所有的财务方便。在共享无线网络,重要的是保持低的延迟。为此,无线网络链的信噪比(即。,年代ensor devices, access point, repeaters, routers, etc.) must be kept high, while the saturation of channels belonging to devices of the same chain must be avoided. To have high-throughput capabilities is not crucial per se for sensor devices, as the data rate they produce is very low. However, if a wireless channel starts to be congested, jitter and latency increase, even to the order of seconds. It is therefore important to either prevent [27,28)或管理(29日- - - - - -33交通拥堵。

6。Earthcloud:原型设置

Earthcloud由云计算系统的第一个原型(β)和三个设备。这些已经部署在摩德纳,看来一个意大利城市地区,文人面积意大利、欧盟、归类为moderate-to-high根据1999年全球地震带地震危害地图(34]。在2012年,一个地震群了摩德纳的地区以强烈的地震35]。第一次强烈地震是注册在5月20日,2012年,在02:03:52 UTC(当地时间04:03:52,即。在晚上)。它有一个5.9里氏级( ,为当地的大小)和震源位于地下6.3公里。其他后续地震之后,两个5.1 。七人死亡,50人受伤,5000人失去了他们的房子,虽然许多历史建筑倒塌,连同几个农场和工厂。重要的灾难,土壤液化最近还导致倒塌的建筑物。2012年5月29日,第二次强烈的地震袭击了同一地区5.8毫升,10.2千米深震源,07:00:03 UTC(当地时间09:00:03,即。在早上)。其他后续地震之后,其中有5.3 和另一个5.1 。始终与暴露的部分1,损害赔偿是更重要的。20人死亡,350人受伤,10000多人失去了他们的房子。在随后的余震,6月3日,2012年,另一个为5.1 袭击该地区。有建筑损伤和崩溃,但并未造成人员伤亡。这两个最强的地震也在附近的欧洲国家,特别是法国东南部,瑞士,德国、奥地利、斯洛文尼亚和克罗地亚南部。损害分类在麦卡利地震度表(ems - 98)分类地震损失,而不是其释放的能量,有价值 。

最初两个传感器安装在6月19日,2018年,在美国大学的工程恩佐法拉利摩德纳和Reggio Emilia,内部温度控制服务器的房间。设备通过以太网电缆连接到互联网,直接连接到部门最低延时开关,并通过插座供电。检波器外壳已经坚定地直接安装在混凝土墙壁,工业级wood-concrete胶水。一个已经安装在承载墙,旁边的墙上,另一房间的门,这是很少开启和关闭。有两个传感器的目的是在同一个地方但有一个更敏感的假阳性。一周后,第三个传感器被部署在一个存储室属于驳回了工业建筑,位于同一城市的不同区域。检波器的住房是安装在承载墙。这个设备也是通过以太网电缆连接到互联网,但后者的区别被附加到一个商业现成的路由器为国内生产的目的。力量再次提供的电壁装电源插座。第一原型,未经提炼的特设检波器接收容器是由创建几个矩形棱镜约实木的大小相同。 Three holes to house the geophones have been drilled in each container, two for horizontal axes and one for the vertical axis, as in Figure4。检波器接收的孔允许非常有限的运动在住房,约1毫米。随着数据分析提炼,更复杂的房屋将被创建,为了进一步减少检波器在自己的容器或者干脆取消津贴。

7所示。处理和通信延迟

本节比较了延迟性能的Earthcloud延迟SASs的文献报道不同。如果可能,据报道真实地震的数据。这种数据不可用,如果模拟数据相反,后者是报道。

图7描绘了比较,纵轴呈现第一波之间存在的延迟到来的问题第一个警告,横轴SASs的报道。标签识别SAS,圆括弧在第二行通知使用的类型的传感器系统。方括号,而不是包含是否延迟值包括处理延迟(P)和通信延迟(C)。这些延迟的顺序在方括号中很重要。尤其是处理延迟,可以找到之前或之后的通信延迟,这取决于处理进行传感器更重要或者远程系统。对于Earthcloud,符号P是斜体,代表一个几乎微不足道的贡献。在花莲V3,缩写FD和操作系统支持前方发现和现场,分别。前方发现系统旨在检测地震在一个地方,给早期预警更遥远的地方。现场系统旨在识别p波和发出警报,它们坐落在同一个地方,s波到达之前。箱线图的盒子是由如下。完整的水平线内盒的周长是中值,虚线是算术平均值。 The lower and upper bounds of the boxes mark the first and the third quartiles, respectively. The whiskers include instead the values between 和 ,在哪里 四分位范围,计算 )。我们认为其他值,即。,the dots outside the whiskers bounds, as outliers.


图7
比较第一次警告延迟在不同SASs(原型和生产)。
7.1。地震网络

地震网络是一个研究项目10,11)利用MEMS加速度计嵌入在常见的智能手机来创建一个众包前方发现EEWS。地震网络运作的原则是Earthcloud的类似。对于前者,传感器节点表示为智能手机用户特定的应用程序自动安装。如果智能手机监控它的加速度计的输出,它发送一个“活着”消息到一个中央服务器每30分钟。通过这种方式,可以估计有多少传感器活跃在每一刻,它们位于何处。同样Earthcloud,传感器节点的处理是保持在最低限度。在地震网络情况下,每一个振动传感器探测到似乎被记录,过滤,然后发送到中央服务器和智能手机的位置。传感器节点,因此,使用所需的资源来操作他们的嵌入式加速器,日志数据,过滤,并将其发送到中央服务器。之间的延迟开始地面晃动和振动检测的智能手机据说等于 (11]。检测算法是完全部署服务器端。一般来说,作者报告延迟几个数据真实地震期间经历了不同的子网,也包括假警报。特别是,它详细报道的情况下的系统响应M7.3地震5月12日2015年尼泊尔。检测发生后约 从地震波达到第一的智能手机。首先,上述 是假定。作为通信延迟, 所需的已经被假定每个单向智能手机和服务器之间的通信,收益率的RTT(往返时间) 。服务器能够确认地震后 从收到第一个通知。一般来说,作者报道总延迟值范围从2到17秒,平均的 和的平均值 。摘要(11还包含模拟产生的延误,不包括在这里按定义的指导方针的开始部分7。

7.2。短信

作者在8)评价短消息服务(SMS)消息作为一个平台传输地震警报。他们创造了一个原型能够提供短信通过三个移动运营商在坦桑尼亚,发现通信延迟波动强烈,几乎总是超过阈值的 作为参考。产生的延误研究一直故意孤立的通信延迟。数据是由一个MEMS加速度计连接到发送方计算机然后传送短信接收器电脑,每20分钟,21天。值得注意的是,同样的短信总是同时通过三个运营商网络传播。研究大于指定值 已经丢弃,认为过高是有用的。这里的数据报告是由注册的值在一个实验的日子;具体地说,一天平均价值整体在审判的日子。在这24小时内,报告作者总延迟值范围从8到14秒,平均的 和的平均值 。

7.3。摘要:

在[6),无线传感器网络(网络)提出了低成本工具实现前方发现EEWSs。作者将网络称为“计算机网络的节点使用一个license-free无线通信频谱以自组织的方式”。本工作的重点是优化网络路由协议,因为它是确定,摇晃的代表纵波M6或更大的距离 或少很容易导致严重的多径和阴影衰落效应大大影响性能的传感器网络无线通信EEWS时最需要的。本文主要给出了仿真的结果。延迟范围从0.1到3秒,一起成长的数量的WSN节点。随着后者的增加,警告的可靠性降低。中间结果平等 虽然说 。在这项研究中,价值观”一样低 “被列为真正的实现。模拟值很低。这是由于这一事实,就像Earthcloud在当前阶段,传感器节点不执行实质性处理。与Earthcloud原型,可以估计震中位置、震级和震中位置估计不是由传感器网络。有一些需要补充说明。首先,报道的数据只有相关通用纵波到达之间的时间间隔,一个通用的积极报警的决定,但哪个节点的信息丢失。消极拖延也在报纸上报道,显然代表一个警告到达一个节点仍然无关的纵波检测。这可能会强烈影响这个系统的结果在这里介绍的比较的框架。为了缓解这个问题,只有积极的价值观被认为,尽管它没有正确关联。另一方面,援引“低的值 “对于真正实现还没有包括在这里。它也被认为是这篇文章的重点是路由协议而不是SAS。最后,模拟网络的性能参数是未知的。因此,评估是不可能的,也没有减轻,最终抵消系统物理部署。因为所有的上述问题,提出了价值应由实际实现验证之前考虑他们可靠。

7.4。MyShake

MyShake [36]前方发现情景应用程序的另一个例子是基于MEMS加速度计嵌入在常见的智能手机。研究确定了地震,发生在一个10公里半径和至少是5级,那些能被探测到的普通智能手机。当MyShake应用程序安装和活跃,特设算法不断监测加速度计和震动数据到一个中央服务器通信,如果某个触发条件。中央服务器使用地震检测算法确认正在进行中,如果输出是正面的,它计算位置和大小和问题警报。摘要(36]没有轮廓的细节触发算法的智能手机,但看起来,系统执行一个在电话中检测,随后通过一个中央服务器进行验证。MyShake概念验证已经通过仿真验证,导致延迟相结合 秒后原点。不幸的是,从纸不可能确定延迟组件,虽然整体图符合类似系统(15,16]。在图7、数据的 和 秒MyShake只添加了用于图形。

7.5。花莲

在台湾花莲地震区域是一个高度。在强大的6.8 地震发生在1986年,中央气象局的开发和测试几个EEWSs [37),在25年的时间跨度。参照图7,我们在座的主要结果中给出的各种SASs [14]。

7.5.1。花莲V0

第一个部署系统,而不是描绘在图710日,前方发现基于原型non-MEMS力平衡加速度计电台不断向中央主机传输数据。中国开放测试期间,系统可以提供大约的地震警报 秒或更多。系统也是为了提供地震定位和确定地震震级,其稀缺的可靠性在这些方面足以关闭系统。

是7.5.2。花莲V1

随后的迭代前方发现系统是基于原理相似,但包括110 non-MEMS力平衡加速度计电台组织的虚拟子网。这是系统目前仍由台湾中央气象局。每一个 秒的录音处理每个虚拟子网为了确定地震发生,在的情况下,其震级和震源。V1是更准确和精确的地震速度检测、大小估计,和震源的决心,牺牲更高的平均预警时间。这是平均 ,虽然大变化存在报道地震,从13到27秒。像这样的时候可能是有用的位置离震中70公里或更多。虽然可以计算震源的估计在不到10 s p波的到来后,大小估计需要更高的时候,需要大量的数据从s波(38]。测试也已经由包含了来自遥远的传感器信号站;然而,人们已经发现,添加在警告时间是重要的,对于一个几乎可以忽略不计改善震源和大小估计39]。

7.5.3。花莲V2

提供警告的位置从地震的震中70公里内,现场原型基于地震学的网络了。地震信号不断与基于ip网络传输到中央车站。系统会尝试识别最初的纵波位移的峰值大小地震的大小,而是为了缩短处理时间。总警告时间还不清楚。据称这不到现场预警系统可能提供警告 ;54地震中检测到的系统,然而,几乎平均 需要发出警告。

7.5.4。花莲V3

进一步减少的警告次数不致密化网络的高成本non-MEMS力平衡加速度计,一个混合系统命名Palert基于MEMS加速度计,是由工业和学术界的财团。Palert既是现场和前方发现系统。传感器设备采用本地成熟的算法来检测p波和计算峰值大小。传感器也发送,每秒钟,所有的加速度信号一个中央服务器上。如果一个纵波检测现场,传感器设备开始警报警告的声音。如果认识到一定数量的中央服务器Palert站被触发时,它认为它地震开始计算震源,大小,和问题警报。前方发现片的平均值 ,相比~ 19年代和中位数约 ,而不是~ 19年代发出警告,指出V3能力更快,略高的不确定性对震级和震源估计。可以得出结论Palert能够函数作为EEWS,地区位于60公里或更多关于地震的震中。关于现场子系统,表明该系统可以发布当地警告更快。除了一个值 ,这可能是一个错误,大部分电台发布警告倍之间 和 。

7.6。Earthcloud

2018年7月1日,一个低功耗里氏3.6级的地震袭击了这一地区在07:32:16 UTC(当地时间09:32:16),震源14公里深,中心59.11公里(36.73英里)和59.69公里(37.09英里)的前两个设备和第三个,分别在一条直线。距离越远,地震被认为,相反,据报道是距离震中大约58公里直线。Earthcloud系统确定地震在倍之间 和 。相反,每个Earthcloud传感器检测到可能的地震和传达一个警告在时代从0.1到0.2秒。所有这些延误不包括大小估计这不是现在执行的原型。传感器设备之间的时间的变化是由于不同的网络路径到云系统。处理时间是保守假定为~ 50女士为每个设备(每个设备具有相同的处理能力,它和其他的配置完全一样)。每个托管的设备之间传输和AWS服务器的RTT ,因此单向延迟 。第三装置相同的数据 和 ,分别。区域是相同的,设备的数量很低,我们只考虑积极的报警3设备发出警告的情况下在同一时间内。所需的两个托管的设备 请注意,所有3个传感器节点发出警告,而第三设备需要 代替。运动认识的三个警告 ,我们认为它可能需要 向更远的传感器设备发出警报。这是自信的最糟糕的情况下,即使是地球同步卫星通信的延迟通常较低(21]。图8描述了相同值的图7但在对数刻度,这里显示的结果显然比较Earthcloud V2最快与其他系统。


图8
比较第一次警告延迟不同SASs,对数刻度。

Earthcloud收获的数据在2018年7月1日,与数据批处理和相互参照的同一天意大利国家地球物理和火山学研究所(例如),进而来源来自意大利国家地震台网的数据和其他地方,区域和国家网络属于其他国家或国际机构。通过雅典娜从云收集的数据,证实了两个托管的设备发现p波的到来在所有三个方向轴,高峰值 ,07:32:31 UTC(当地时间09:32:31)设备的时钟。第三个设备没有产生有用的数据,因为它没有设法区分地震波和背景噪音。它警告,然而,导致了系统地震的决心。几个原因可能占这噪音数据;最有可能的是,有一些其他振动源,设备配置错误,墙上的装配不佳表现,或者它有一些组件(例如,模拟-数字转换器)失败。考虑一条直线的距离 在地球层面和一个震源 深度,一个近似实际的地震源点可以计算直角三角形的斜边通过前面的数字,等于 。计算时间的差异 和假设设备时钟是同步的,例如时间,由此产生的p波之间的平均速度等于源和探测点 。这个数字略高于低端的媒体经常报道的间隔的纵波速度 。实际上,在报道40],p波可以从任何地方旅行在300和6500之间 ,根据地形组成。考虑重要的沼泽沉积在该地区的存在(摩德纳,在过去,是一个非常沼泽地形),它可以阻碍波传播,这是合理的期望波传播速度衰减比较平均值。此外,没有其他相关数据可以从雅典娜稍大的时间表。因此,检测被认为是积极的。

07:32:38 UTC(09:32:38当地时间)secunda浪蚀底被确认。Earthcloud发现s直到07:32:40 UTC(当地时间09:32:40),通过数据与高峰值 从托管的设备。检测开始第二38,在40秒结束,导致旅游的时间 和 ,分别给的平均速度 和 ,同样的逻辑后,计算用于p波。两个结果之间的平均值 。后者是 纵波的平均速度,一个典型的近似计算的金额是一致的 与前面的纵波速度、横波速度相关的在考虑相同的方向和遍历的材料。因此,检测被认为是积极的。

7.6.1。挑战

数量的传感器设备部署在Earthcloud网络仍然过低对系统的性能肯定得出结论。这同样适用于地震次数的原型。特别是,关键信息提取的时间之间的关系是明确的警报和地震探测的准确性。

所需的时间执行的非常基本的处理功能传感器设备是固定的。可伸缩的,一个非常相似的属性可以预期从云端。然而,处理时间可能长如果算法级估计被录用。

由于内容分发网络的存在,中间框,等等,在传感器设备之间的路径和云基础设施,通信延迟将最有可能被定义为一定范围内。在这方面,最偶然的因素是传感器设备和互联网之间的联系。如上所述,我们经验丰富的rtt从106到343毫秒。包括云计算处理时间相关的数据包的路由。基础设施和入口点相同, 区别是肯定地归因于AWS设备和服务器之间的网络路径。第三个传感器安装,事实上,而不是直接连接到一个university-grade网络交换机,路由器连接到普通家里。所有传感器一直到目前为止通过以太网电缆连接到路由器/交换机,更高的延迟,预计如果通过WiFi连接设备。

8。结论

Earthcloud本文提出第二个迭代,SAS设计低成本、低功耗和云计算。分析了Earthcloud处理和通信延迟和相比其他系统。尽管还需要更多的数据来得出可靠的结论,Earthcloud原型提供了令人鼓舞的结果。系统去手术后不久,一个小但是明显与14千米深地震震源和震中位于大约60公里直线传感器设备被部署。Earthcloud发出一系列警告,通过收集到的数据验证表明之间的显著相关性阐述了材料和有关国家机关发布的地震数据。所有警告发布的原型已经暗示在不到1秒。这种延迟与传统SASs形成了鲜明的对比,以及后来的低成本替代基于MEMS加速度计和本地处理;在这两种情况下,这些系统通常在大约5秒给提醒现场时,前方发现时或者在10到20秒。部分原因是,他们通常覆盖一个特定区域而使用某种形式的震级和震中位置估计。而后者,在角度来看,鉴于也由Earthcloud系统,前者需要雇佣额外的处理算法,可能会增加原型预警时间。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者想表达自己的感激之情工程学系恩佐法拉利和Ovestlab中心(http://ovestlab.it)一起,西尔维亚Tagliazucchi,允许我们使用各自的前提和对我们的设备免费资源。