1 |
1
MEMS 기반 보조 지진 관측망의 단일 센서로부터 수신한 원본 가속도 데이터에서 이동평균을 제거하는 디트렌딩(De-trending)을 수행하여 가속도 데이터를 전처리하는 단계;전처리된 가속도 데이터를 기초로 지정된 필터 파라미터 값을 적용하여 STA/LTA(Short term Average/Long term average)를 계산하는 단계;계산된 STA/LTA 결과를 기초로 이벤트 발생 또는 이벤트 종료의 메시지를 생성하여 전달하는 단계;이벤트 발생 메시지가 생성된 경우, 전처리된 가속도 데이터를 입력으로 하여 지진 감지 딥러닝 모델을 통해 지진일 확률을 계산하는 단계; 및일정 주기로 병합한 원본 가속도 데이터로부터 PSD(power spectral density) 계산을 통해 노이즈를 분석하는 단계;를 포함하고,단일 센서로부터 계산된 지진일 확률과 노이즈 분석 결과를 기초로 네트워크 지진 감지 알고리즘에 활용하여 네트워크 내에서 지진이 발생하였는지 판단하는 단계;를 더 포함하고,상기 네트워크 내에서 지진이 발생하였는지 판단하는 단계는,네트워크 내에 존재하는 단일 센서들을 그룹핑하여 센서 배열을 구성하는 단계; 및각 단일 센서의 STA/LTA 결과 및 노이즈 분석 결과를 기초로 지진 이벤트의 신뢰도를 판별하는 단계;를 포함하고,상기 지진 이벤트의 신뢰도를 판별하는 단계는,네트워크 지진 감지 알고리즘을 활성화할 수 있는 그린(Green) 이벤트, 단독으로는 네트워크 지진 감지 알고리즘을 활성화할 수 없으나 일정 조건을 만족하는 경우 네트워크 지진 감지 알고리즘에 포함될 수 있는 옐로우(Yellow) 이벤트 및 어떤 경우에도 네트워크 지진 감지 알고리즘에 사용할 수 없는 레드(Red) 이벤트로 구별하는 단계;를 포함하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 방법
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
제1항에 있어서, 상기 지진 이벤트의 신뢰도를 판별하는 단계는,STA/LTA 결과는 이벤트의 신뢰도 판단 결과가 그린(Green)인 경우 유효 이벤트로 전환하는 단계;지진 감지 딥러닝 모델을 통해 지진이 감지된 경우 이벤트의 신뢰도 판단 결과가 그린(Green) 및 옐로우(Yellow)인 경우 유효 이벤트로 전환하는 단계;옐로우(Yellow) 이벤트는 미리 설정한 거리 이내 또는 해당 센서와 가장 가까운 위치에 있는 센서가 그린(Green)일 때 유효 이벤트로 변경하는 단계; 및이벤트가 레드(Red)이거나 유효 대기 상태로 임계 시간이 지났을 경우 이벤트를 폐기하는 단계;를 더 포함하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 방법
|
6 |
6
MEMS 기반 보조 지진 관측망의 단일 센서로부터 수신한 원본 가속도 데이터에서 이동평균을 제거하는 디트렌딩(De-trending)을 수행하여 가속도 데이터를 전처리하는 단계;전처리된 가속도 데이터를 기초로 지정된 필터 파라미터 값을 적용하여 STA/LTA(Short term Average/Long term average)를 계산하는 단계;계산된 STA/LTA 결과를 기초로 이벤트 발생 또는 이벤트 종료의 메시지를 생성하여 전달하는 단계;이벤트 발생 메시지가 생성된 경우, 전처리된 가속도 데이터를 입력으로 하여 지진 감지 딥러닝 모델을 통해 지진일 확률을 계산하는 단계; 및일정 주기로 병합한 원본 가속도 데이터로부터 PSD(power spectral density) 계산을 통해 노이즈를 분석하는 단계;를 포함하고,단일 센서로부터 계산된 지진일 확률과 노이즈 분석 결과를 기초로 네트워크 지진 감지 알고리즘에 활용하여 네트워크 내에서 지진이 발생하였는지 판단하는 단계;를 더 포함하고,상기 네트워크 내에서 지진이 발생하였는지 판단하는 단계는,미리 설정된 센서 배열에서 발생한 이벤트들을 병합하는 단계; 및네트워크 내의 센서 중 과반수 이상의 센서에서 이벤트가 발생하는 경우, 지진을 감지하는 단계;를 더 포함하고,상기 네트워크 내에서 지진이 발생하였는지 판단하는 단계는,특정 센서에서 이벤트가 발생했을 때, 특정 센서의 일정 거리 내에 설정한 개수 이상의 센서가 존재할 경우, 해당 센서들을 홀수 개로 그룹핑하여 임시 센서 배열로 설정하는 단계;분석 결과에 따른 센서의 신뢰도에 따른 순서대로 센서 배열에 포함될 센서를 삽입하는 단계; 및센서 배열에서 노이즈가 가장 낮은 센서를 센서 배열의 기준 센서로 지정하는 단계;를 포함하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 방법
|
7 |
7
삭제
|
8 |
8
제1항에 있어서, 상기 STA/LTA를 계산하는 단계는,가속도 데이터의 3축 성분 각각에 대해 제곱한 값을 더한 값에 대해 제곱근하여 센서의 축 틀림 현상을 보정하는 단계;를 포함하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 방법
|
9 |
9
제1항에 있어서, 상기 이벤트 발생 또는 이벤트 종료 메시지를 생성하는 단계는,계산된 STA/LTA 결과가 미리 설정된 이벤트 발생 임계값보다 크거나 같으면 이벤트 발생 데이터로 판단하는 단계; 및계산된 STA/LTA 결과가 미리 설정된 이벤트 종료 임계값보다 작거나 같으면 이벤트 종료 데이터로 판단하는 단계;를 포함하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 방법
|
10 |
10
제1항에 있어서, 상기 지진 감지 딥러닝 모델을 통해 지진일 확률을 계산하는 단계는,CNN(Convolutional Neural Network)을 통해 특징값을 추출하는 단계; 및추출된 특징값을 기초로 RNN(Recurrent Neural Network)을 통해 지진 확률을 계산하는 단계;를 포함하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 방법
|
11 |
11
제1항에 있어서, 상기 노이즈를 분석하는 단계는,PSD 계산의 결과로 두 주파수 대역에 대한 평균, 표준편차, 사분 범위값, 아웃라이어의 개수, 극대값과 극소값의 차이 및 평균 제곱오차 중 적어도 하나의 특징값을 도출하는 단계; 및도출된 특징값을 클러스터링 모델에 입력하여 클러스터를 생성하는 단계;를 포함하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 방법
|
12 |
12
제1항, 제5항, 제6항 및 제8항 내지 제11항 중 어느 하나의 항에 따른 상기 MEMS 기반 보조 지진 관측망에서 지진을 감지하는 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 저장 매체
|
13 |
13
MEMS 기반 보조 지진 관측망의 단일 센서로부터 수신한 원본 가속도 데이터에서 이동평균을 제거하는 디트렌딩(De-trending)을 수행하여 가속도 데이터를 전처리하는 전처리부;전처리된 가속도 데이터를 기초로 지정된 필터 파라미터 값을 적용하여 STA/LTA(Short term Average/Long term average)를 계산하는 STA/LTA부;계산된 STA/LTA 결과를 기초로 이벤트 발생 또는 이벤트 종료의 메시지를 생성하여 전달하는 이벤트 생성부;이벤트 발생 메시지가 생성된 경우, 전처리된 가속도 데이터를 입력으로 하여 지진 감지 딥러닝 모델을 통해 지진일 확률을 계산하는 딥러닝부; 및일정 주기로 병합한 원본 가속도 데이터로부터 PSD(power spectral density) 계산을 통해 노이즈를 분석하는 노이즈 분석부;를 포함하고,단일 센서로부터 계산된 지진일 확률과 노이즈 분석 결과를 기초로 네트워크 지진 감지 알고리즘에 활용하여 네트워크 내에서 지진이 발생하였는지 판단하는 네트워크 기반 지진 감지 모듈;을 더 포함하고,상기 네트워크 기반 지진 감지 모듈은,네트워크 내에 존재하는 단일 센서들을 그룹핑하여 센서 배열을 구성하는 센서 배열부; 및각 단일 센서의 STA/LTA 결과 및 노이즈 분석 결과를 기초로 지진 이벤트의 신뢰도를 판별하는 신뢰도 판별부;를 포함하고,상기 신뢰도 판별부는,네트워크 지진 감지 알고리즘을 활성화할 수 있는 그린(Green) 이벤트, 단독으로는 네트워크 지진 감지 알고리즘을 활성화할 수 없으나 일정 조건을 만족하는 경우 네트워크 지진 감지 알고리즘에 포함될 수 있는 옐로우(Yellow) 이벤트 및 어떤 경우에도 네트워크 지진 감지 알고리즘에 사용할 수 없는 레드(Red) 이벤트로 구별하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 장치
|
14 |
14
삭제
|
15 |
15
삭제
|
16 |
16
삭제
|
17 |
17
제13항에 있어서, 상기 네트워크 기반 지진 감지 모듈은,STA/LTA 결과는 이벤트의 신뢰도 판단 결과가 그린(Green)인 경우 유효 이벤트로 전환하고,지진 감지 딥러닝 모델을 통해 지진이 감지된 경우 이벤트의 신뢰도 판단 결과가 그린(Green) 및 옐로우(Yellow)인 경우 유효 이벤트로 전환하고,옐로우(Yellow) 이벤트는 미리 설정한 거리 이내 또는 해당 센서와 가장 가까운 위치에 있는 센서가 그린(Green)일 때 유효 이벤트로 변경하고,이벤트가 레드(Red)이거나 유효 대기 상태로 임계 시간이 지났을 경우 이벤트를 폐기하는, 이벤트 유효화부;를 더 포함하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 장치
|
18 |
18
MEMS 기반 보조 지진 관측망의 단일 센서로부터 수신한 원본 가속도 데이터에서 이동평균을 제거하는 디트렌딩(De-trending)을 수행하여 가속도 데이터를 전처리하는 전처리부;전처리된 가속도 데이터를 기초로 지정된 필터 파라미터 값을 적용하여 STA/LTA(Short term Average/Long term average)를 계산하는 STA/LTA부;계산된 STA/LTA 결과를 기초로 이벤트 발생 또는 이벤트 종료의 메시지를 생성하여 전달하는 이벤트 생성부;이벤트 발생 메시지가 생성된 경우, 전처리된 가속도 데이터를 입력으로 하여 지진 감지 딥러닝 모델을 통해 지진일 확률을 계산하는 딥러닝부; 및일정 주기로 병합한 원본 가속도 데이터로부터 PSD(power spectral density) 계산을 통해 노이즈를 분석하는 노이즈 분석부;를 포함하고,단일 센서로부터 계산된 지진일 확률과 노이즈 분석 결과를 기초로 네트워크 지진 감지 알고리즘에 활용하여 네트워크 내에서 지진이 발생하였는지 판단하는 네트워크 기반 지진 감지 모듈;을 더 포함하고,상기 네트워크 기반 지진 감지 모듈은,미리 설정된 센서 배열에서 발생한 이벤트들을 병합하고, 네트워크 내의 센서 중 과반수 이상의 센서에서 이벤트가 발생하는 경우, 지진을 감지하고, 상기 네트워크 기반 지진 감지 모듈은,특정 센서에서 이벤트가 발생했을 때, 해당 센서의 일정 거리 내에 설정한 개수 이상의 센서가 존재할 경우, 센서 배열에서 노이즈가 가장 낮은 센서를 센서 배열의 기준 센서로 지정하고, 분석 결과에 따른 센서의 신뢰도에 따른 순서대로 센서 배열에 삽입하여 센서들을 홀수 개로 그룹핑하여 임시 센서 배열을 설정하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 장치
|
19 |
19
삭제
|
20 |
20
제13항에 있어서, 상기 STA/LTA부는,가속도 데이터의 3축 성분 각각에 대해 제곱한 값을 더한 값에 대해 제곱근하여 센서의 축 틀림 현상을 보정하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 장치
|
21 |
21
제13항에 있어서, 상기 이벤트 생성부는,계산된 STA/LTA 결과가 미리 설정된 이벤트 발생 임계값보다 크거나 같으면 이벤트 발생 데이터로 판단하고,계산된 STA/LTA 결과가 미리 설정된 이벤트 종료 임계값보다 작거나 같으면 이벤트 종료 데이터로 판단하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 장치
|
22 |
22
제13항에 있어서, 상기 딥러닝부는,특징값을 추출하는 CNN(Convolutional Neural Network)부; 및추출된 특징값을 기초로 지진 확률을 계산하는 RNN(Recurrent Neural Network)부;를 포함하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 장치
|
23 |
23
제13항에 있어서, 상기 노이즈 분석부는,PSD 계산의 결과로 두 주파수 대역에 대한 평균, 표준편차, 사분 범위값, 아웃라이어의 개수, 극대값과 극소값의 차이 및 평균 제곱오차 중 적어도 하나의 특징값을 도출하고,도출된 특징값을 클러스터링 모델에 입력하여 클러스터를 생성하는, MEMS 기반 보조 지진 관측망에서 지진을 감지하는 장치
|