基于时域特征分布的核爆电磁脉冲识别算法_王涛.pdf

振 动 与 冲 击 第 39 卷第 8 期JOURNAL OF VIBRATION AND SHOCKVol.39 No. 8 2020 收稿日期 2018 -07 -11 修改稿收到日期 2018 -12 -01 第一作者 王涛 男,博士,助理研究员,1988 年生 基于时域特征分布的核爆电磁脉冲识别算法 王 涛1, 陈福贵2, 刘 明2, 石小磊2, 陈伟辉2, 朱万华1, 黄 玲1, 方广有1 1. 中国科学院 电子学研究所 中国科学院电磁辐射与探测重点实验室,北京 100190; 2. 中国人民解放军 96669 部队,北京 102208 摘 要为解决近区核爆电磁脉冲NEMP与闪电电磁脉冲LEMP的识别问题,提出一种 500 km 内的时域自动 识别算法,并详细介绍了关键环节的具体实现过程。 对于多站接收到的同源电磁脉冲EMP信号,通过场强阈值触发和 波形相关运算结合,确定各条波形时域分析的起始点;根据 1 000 km 处各站直达波和反射波的时差估算电离层高度,以 此高度计算时域分析的截止点。 定义 4 个特征参数来表征该段时间范围内的波形特征,并通过对大量的 LEMP 样本进行 统计,得到各个特征参数的分布特性,结合实测 NEMP 波形的特征参数,制定一套 NEMP 自动识别算法。 实测数据验证结 果显示,该算法可有效排除 99以上的 LEMP 干扰,并有效识别近区范围内的 NEMP 波形。 关键词 时域波形;特征分布;核爆电磁脉冲NEMP;闪电电磁脉冲LEMP;近区识别 中图分类号 TN98 文献标志码 ADOI10. 13465/ j. cnki. jvs. 2020. 08. 023 A discrimination algorithm of nuclear electromagnetic pulse based on characteristic parameters in time domain WANG Tao1, CHEN Fugui2, LIU Ming2, SHI Xiaolei2, CHEN Weihui2, ZHU Wanhua1, HUANG Ling1, FANG Guangyou1 1. Key Laboratory of Electromagnetic Radiation and Sensing Technology, Institute of Electronics, Chinese Academy of Sciences, Beijing 100190, China;2. 96669 Troop of the PLA, Beijing 102208, China Abstract In order to discriminate nuclear electromagnetic pulse NEMP and lightning electromagnetic pulse LEMP, an automatic time-domain algorithm at a range of 500 km was proposed. First, for time series of multiple stations emitted by identical source, a combined of threshold triggering and correlation operation was developed to choose start time of each series. In addition, end time was located according to the height of reflecting layer in the ionosphere, which was estimated through the time difference of direct wave and reflected wave at about 1 000 km distance. Then four parameters were defined to character waves. By fitting statistics result with proper probability density function, the four parameters’ distribution of LEMP was drawn. Contrasting the distribution with parameters calculated from NEMP data, finally, a discrimination algorithm was obtained. A test was pered to verify the algorithm, which can identify NEMP data and more than 99 of LEMP data at a range of 500 km. Key wordstimedomainwave;featuredistribution;nuclearelectromagnetic NEMP ;lightning electromagnetic pulse LEMP; near field discrimination 核 爆 电 磁 脉 冲 Nuclear Electromagnetic Pulse, NEMP是核爆炸过程产生的电磁脉冲[1],具有辐射范 围广、强度大、频谱宽等特点[2],可对核爆炸事件进行 定位、定时,故而决定了 NEMP 探测是核爆探测的一种 重要手段[3]。 但是 NEMP 在“地 - 电离层波导”的传播 过程中处于复杂的电磁环境中,因此对于它的探测受 到多种干扰的影响, 其中闪电电磁脉冲 Lightning Electromagnetic Pulse, LEMP数量巨大且强度及脉宽 与 NEMP 相近[4],是核爆探测的最主要电磁干扰源。 为排除 NEMP 探测过程中的 LEMP 干扰,国内多 位学者展开了 NEMP 特征分析及识别研究。 刘志刚 等[5]将联合时频分析的手段引入远区 NEMP 分析中, 获得信号的时变谱特征,提取 NEMP 信号的主要分量 和有关的爆炸源特征;李夕海等[6]将小波和分形技术 相结合,引入到 NEMP 信号的处理和分析中,获取核爆 炸的能量分维与盒维数特征,为表征核爆炸当量及 NEMP 信号的传播距离研究提供基础;李鹏等[7]基于 AR 模型,采用 BP 神经网络作为分类器,对核爆和闪电 电磁脉冲实测数据进行识别研究,取得了较好的效果; 祁树锋等[8]对 NEMP 和 LEMP 信号进行了 Hilbert 谱分 析,通过区域特征,对二者进行识别,平均识别率达到 ChaoXing 90以上。 上述 NEMP 识别研究主要针对远区范围,对于小 于 500 km 的近区识别涉及较少,而考虑到电磁脉冲在 “地 - 电离层波导”传播的过程中,高频分量的衰减速 度高于低频分量,因此近区波形保留了相对更多高频 信息,这些信息可以表征核爆炸与闪电产生的本质 区别。 本文收集到某 4 元长基线闪电定位系统连续 6 h 的观测数据,经交汇定位后整理出 LEMP 实测波形 100 000余条;收集到 500 km 以内的 NEMP 波形 2 条。 考虑到不同数据源采集设备的带宽不同,为了避免带 宽引起的波形差异,使本文识别方法更具扩展性,选择 相同的频段范围对所有波形进行零相移带通滤波处 理。 通过对 LEMP 与 NEMP 数据频谱分析,二者的主 要能量分布于10 20 kHz 内,结合数据带宽因素,本文 选择频率范围 3 60 kHz 对数据进行滤波。 通过对频 段内的近区 NEMP 与 LEMP 波形进行分析,本文提出 4 个特征参数来表征所有波形的时域特征,统计大量的 闪电数据得出 LEMP 各个特征参数的特征参数分布, 据此提出一种 NEMP 与 LEMP 的识别算法。 1 LEMP 特征参数自动提取方法 根据闪电的发生位置,可将闪电分为地闪和云闪 两类[9],根据云层和地表的主电荷极性又可将地闪分 为正地闪和负地闪两类[10],其中正地闪和云闪在地波 占主导的近区范围内,垂直电场分量的首个半峰均为 正极性,而负地闪为负极性[11]。 考虑到 NEMP 的垂直 分量在近区为负极性[12],正地闪和云闪产生的电磁脉 冲可根据首个半峰极性进行区分,而负地闪则是 NEMP 探测的主要干扰源。 图 1 为约 50 km 处 LEMP 与 NEMP 实测垂直电场的波形对比图,两条波形曲线具有 相同的带宽。 由图 1 可知,负地闪产生的电磁脉冲与 NEMP 的整体形态较为相似,但仍存在一定的差异。 通 过将该差异参数化,可以达到自动识别两种波形的 目的。 图 1 负地闪与核爆产生的电磁脉冲波形对比图 Fig. 1 Comparison of normalized field produced by Negative cloud-to-ground lightning and nuclear explosion 对于时域特征参数的提取,需要正确选择所研究 时域序列的起始时间和截止时间。 起始时间一般选择 电磁脉冲到达的初始半峰;为了排除电离层反射波的 影响,截止时间应选择电离层反射波的到达时间,而电 离层高度在不同的时刻相差较大。 因此,初始半峰时 刻和电离层高度的准确性直接影响了时域特征提取的 可靠性。 1. 1 初始半峰的确定 人工选择初始半峰的方式准确性较高,但是对于 本文的 LEMP 数据量,逐一判断并不可行,因此需要一 种自动选择算法。 确定电磁脉冲到达时刻的常规方法为设置触发场 强阈值,并按时间顺序遍历场强数据以寻找触发时刻, 将该触发时刻对应的半峰作为初始半峰。 该方法对于 无干扰的波形数据效果较好,但受局部噪声的影响严 重。 对于长基线闪电定位系统,任意一次负地闪产生 的电磁脉冲均可被多站探测并进行交汇定位,由于站 间距相对较近,各站波形具有较强的相关性,因此可通 过相关运算确定各站波形之间相对准确的时间差。 鉴 于以上考虑,本文提出一种自动确定初始半峰的算法。 假设参与某次闪电定位的测站数量为 N,每条波 形数据的采样点数均为 L,通过场强阈值触发法确定的 各条波形初始半峰的点序分别为 ln且 l∈{1 L}、n∈ {1 N},选择其中初始半峰场强信噪比最高的波形 c 作为参考波形,与其它 N -1 条波形进行相关性运算 Rnm ∑ L i 1 yciynm - i1 式中yc为参考站波形;yn为第 n 站波形且 n≠c;Rn为第 n 站与参考站 c 的波形相关曲线。 搜索 Rn的最大值,以确定波形 n 与波形 c 间的水平偏 移距离 Δn,再通过参考站的初始半峰点序 lc,计算 lc Δn即可求得第 n 站波形的初始半峰位置,具体实现流 程如图 2 所示。 图 2 自动搜索初始半峰算法流程图 Fig. 2 Algorithm flowchart of searching initial half peak automatically 061振 动 与 冲 击 2020 年第 39 卷 ChaoXing 准确地确定电磁脉冲的初始半峰能够提高事件源 的定位精度,可使相应特征参数对应距离的计算更加 精确;同时,错误选择局部干扰脉冲作为初始半峰,将 导致特征参数的提取错误。 上述相关运算能够在一定 程度上降低单站受到的局部噪声影响,如图 3 所示,本 文提出的自动搜索方法可以较好的确定各个波形的初 始半峰。 图 3 初始半峰选择结果 Fig. 3 Rusult of choosing initial half peak 1. 2 电离层高度的确定 本文采用 6 h 的闪电数据样本来提取 LEMP 特征 参数,由于时间范围较大,电离层高度在该时间区间内 具有一定的变化,因此利用现有数据估算反射层高度 至关重要。 由闪电波形数据计算电离层高度,可通过初始半 峰与反射半峰的时间差来估算。 令初始半峰的峰值点 时刻为 t1,反射半峰峰值点时刻为 t2,电磁脉冲在“地 - 电离层波导”中的传播如图 4 所示。 图 4 中O 点为地 球球心;T 为电磁脉冲源的位置;Q 为电离层反射点;R 为监测站;则 t2与 t1之差 Δt 为电磁脉冲沿 TQR 和 TR 两条路径传播的时间差。 根据图 4 中的几何关系,经过推导可以得出 Δt 与 电离层高度的关系如下 Δt 2r2 r h2- 2rr hcosl/2r - l vc 2 地球半径 r 取 6 371 000 m,vc近似为光速,通过数值方 法可以求解上式中的反射层高度 h。 图 4 电磁脉冲在地 - 电离层波导中的传播示意图 Fig. 4 Sketch map of electromagnetic wave propagation models in earth-ionosphere wave guide 通过分析闪电数据样本,选择距离在 1 000 km 附 近的波形估算电离层高度,结果如图 5 所示。 其中散 点为各条波形计算的反射层高度,曲线为分段拟合结 果。 据此,可以估算其它距离、该时间区间内的 Δt,进 而确定反射半峰的时刻,即时域特征提取的截止时间。 图 5 电离层高度拟合结果 Fig. 5 Fitting of discrete ionosphere height 1. 3 LEMP 特征参数分布规律 通过大量闪电实测波形数据的分析实验,本文定 义 4 个特征参数以表征电磁脉冲的时域波形特征后 沿波动系数、峰值比例、初始半峰宽度和归一前沿 梯度。 1. 3. 1 初始半峰宽度 将初始半峰与时间轴两个交点之间的时间差规定 为初始半峰宽度,该参数在一定程度上表征了闪电主 回击的放电快慢程度。 1. 3. 2 后沿波动系数 由图 1 可知,LEMP 相比于 NEMP 最大的区别在于 初始半峰之后约百微秒的时间内称为后沿,LEMP 波形的波动程度剧烈,而 NEMP 则变化相对平稳,这是 由于二者的产生原理不同导致。 负地闪产生的 LEMP 是由于云内主负电荷区与地球表面正电荷区之间快速 放电产生,而在地表附近的区域,随着地形的起伏会存 在多个正电荷其中区域,导致大部分负地闪具有多个 接地点,随之产生多个相对较弱的高频电磁脉冲信号 叠加于主脉冲之中;核爆炸产生的电磁脉冲是由康普 顿效应引起,宏观上只存在单一电磁脉冲激励源。 为 了量化这一特性,规定初始半峰为初始时刻,电离层反 射半峰为截止时刻,计算初始时刻至截止时刻范围内 的波形峰峰值,统计峰峰满足以下两点的峰峰值个数 作为特征参数,名为后沿波动系数①峰峰值大于 1/5 初始半峰峰值;②参与峰峰值计算的两个峰值点时间 间隔小于初始半峰宽度。 1. 3. 3 峰值比例 多个接地回击点产生的电磁脉冲时间滞后于初始 半峰,但是叠加于初始半峰之后的正半峰,会导致该正 半峰的峰值变化。 因此,将负地闪 LEMP 初始负半峰 161第 8 期 王涛等 基于时域特征分布的核爆电磁脉冲识别算法 ChaoXing 与其随后的正半峰的峰值比例作为特征参数,可在一 定程度区别 LEMP 和 NEMP 波形。 1. 3. 4 归一前沿梯度 根据 NEMP 的频谱分布特征[13],NEMP 具有较强 的高频分量,虽然本文讨论的频段范围不涵盖高频,但 是经过滤波后的波形仍会保留少量带宽外特征,因此 将初始半峰的上升沿梯度极大值作为参数,定义为归 一前沿梯度。 按照上述特征参数的定义,编写程序自动计算 500 km以内各条波形的相应特征参数,并将统计结果 绘制如图 6 所示的直方图。 其中曲线为概率密度函数 拟合结果。 由图 6 可知,除初始半峰宽度参数外,其余 参数的分布特性均较为合理,这是由于部分初始半峰 宽度的计算受到其它接地回击点产生电磁脉冲的影 响,使得第二个过零点位置向后偏移,导致其分布特征 在 33 μs 处出现一个次峰,而 NEMP 则无该特性。 图 6 LEMP 在 500 km 范围内特征参数统计与概率密度函数拟合结果 Fig. 6 Characteristic parameter statistics and probability density function pdf fitting of LEMP within 500 km 2 基于概率分布的 NEMP 识别 鉴于 LEMP 数据量巨大,可通过各特征值统计规 律计算概率分布的形式从而确定置信区间;而 NEMP 数据非常有限,无法通过统计手段确定特征值范围。 因此,对于电磁脉冲设备日常运行,首先应根据 NEMP 实测数据分析 500 km 范围内的特征参数范围,认为特 征参数处于该范围内的波形具有“核爆特性”;再结合 LEMP 特征值概率分布曲线,计算当前事件满足“核爆 特性”的发生概率,将高于一定概率阈值的事件识别为 疑似核爆事件。 2. 1 “核爆特性”的发生概率阈值 NEMP 特征参数的取值范围可通过计算已知波形 的特征参数,根据电磁脉冲传播规律估计近区波形特 征。 图 1 所 示 的 NEMP 波 形, 监 测 站 距 离 爆 点 44. 6 km,按照 LEMP 各特征值的定义,计算该 NEMP 的特征值,如表 1 所示。 由于近距离核爆炸可能摧毁附近的设备,并且考 虑到实测 NEMP 数据量的限制,本文只讨论45 500 km 内的波形识别。 电磁脉冲在传播的过程中,高频分量 衰减速度高于低频分量,故 NEMP 的初始半峰宽度应 大于 21. 4 μs,归一前沿梯度应小于 0. 128 μs -1;类比 云闪电磁脉冲在不同距离的波形,峰值比例应小于 1. 1;NEMP 的后沿波动系数应为 0。 将以上特性称为“核 爆特性”。 表 1 NEMP 特征值 Tab. 1 Characteristic parameter values of NEMP 初始半峰 宽度/ μs 后沿波动 系数 峰值比 归一前沿 梯度/ μs -1 21. 401. 10. 128 若求得各特征参数的概率分布函数,即可求得任 何波形满足“核爆特性”的发生概率。 概率分布函数可 通过概率密度函数数值积分得到,各特征值的概率密 度函数,如表 2 所示。 图7 为 LEMP 各特征参数累积分布函数曲线,代表 了各自的发生概率。 以图 1 中实测 NEMP 波形为例, 其“初始半峰宽度”满足“核爆特性”的发生概率为 表 2 LEMP 特征参数概率密度函数拟合结果 Tab. 2 Probability density function fitting result of LEMP characteristic parameters 特征参数初始半峰宽度后沿波动系数峰值比归一前沿梯度 分布类型核分布负二项分布布尔分布布尔分布 取值范围0, ∞[0, ∞0, ∞0, ∞ 概率密度函数 1 nh∑ n i 1ϕ x - xi h Γr xpr1 - px ΓrΓx 1 kc α x α c -1 / 1 x α c k 1 kc α x α c -1 / 1 x α c k 1 拟合结果 ϕ正态分布函数 h 0. 024 7 r 4. 33 p 0. 609 α 1. 71 c 5. 85 k 0. 522 α 0. 149 c 15. 2 k 0. 922 261振 动 与 冲 击 2020 年第 39 卷 ChaoXing P1X X1 1 - PX X1 1 - Y1 0.265 3 后沿波动系数的概率为 P2X X2 Y2 0. 1174 峰值比例的概率为 P3X X3 Y3 0. 0375 归一前沿梯度为 P4X X4 Y4 0. 0876 假设各个参数之间相互独立,则具有该 NEMP 特征的 电磁脉冲发生概率约为 Pt P1P2P3P4 9. 98 10 -5 ≈ 10 -4 7 若以此结果作为判定疑似 NEMP 的概率阈值,对于任 意电磁脉冲波形,通过上述方法求得该波形的发生概 率 Pt,若小于概率阈值,可认为是疑似核爆事件。 但是 该方法易收到个别特征参数的小概率影响,使得无论 其他概率是否满足,Pt的计算结果也会小于概率阈值。 为了避免这种情况,并考虑不同特征参数的权重,可以 重新定义概率阈值为 Pt 1 - P11/ w11 - P21/ w21 - P31/ w31 - P41/ w48 图 7 LEMP 在 500 km 范围内特征参数的概率密度函数与累积分布函数 Fig. 7 Probability density function pdf and cumulative distribution function cdf of LEMP within 500 km 式中,w 为各个特征参数的权重,取值范围为0,1],w 越大则其所在项对 Pt的影响程度越高,若波形数据的 某特征参数受噪声影响严重,则应降低相应的权重。 不同的权重会影响 Pt的计算结果,假设在各个权重均 等于 1 的情况下,计算 Pt的结果为 0. 569 2,将该 Pt值 作为概率阈值,则大于该阈值的波形具有更高的可能 性为 NEMP。 2. 2 实测数据验证 应用最后 1 h 的实测 LEMP 数据与约 400 km 处的 NEMP 数据验证该算法的识别效果。 小于 500 km 的 LEMP 波形共 14 686 条,经处理,大于概率阈值的波形 为 23 条,识别率为 99. 84。 对于 NEMP 数据,计算得 到的 Pt值为 0. 866,大于概率阈值 0. 569 2,可被识别 为核爆。 图 8 为满足核爆特性的某条 LEMP 波形和参 与验证的 NEMP 波形对比, 两条曲线距离场源约 400 km,可以看出两条波形较为相似,说明在 500 km 范围内,存在少部分 LEMP 波形仍难以识别。 图 8 无法识别的 LEMP 与 NEMP 波形对比图 Fig. 8 Comparison of LEMP unrecognized and NEMP 3 结 论 甚低频 NEMP 监测站受到大量 LEMP 信号的干 扰,可开发自动识别方法以降低干扰事件量。 本文提 出的基于时域特征参数分布的 NEMP 自动识别方法, 对于近区核爆炸事件的自动预警具有一定的参考价 值,经实测数据验证,该方法能够有效识别 500 km 以 内的核爆事件且排除大量干扰闪电事件,可为 NEMP 监测提供依据。 参 考 文 献 [ 1 ] 冯一民. 高空核爆电磁脉冲的特点及其机理[J]. 军事通 信技术, 1984, 311 109 -119. FENG Yimin.Characteristics and mechanism of nuclear explosion electromagnetic pulse at high altitude [J]. Journal of Military Communications Technology, 1984, 3 11 109 -119. [ 2 ] 谢彦召,王赞基,王群书,等. 高空核爆电磁脉冲波形标准 及特 征 分 析 [ J].强 激 光 与 粒 子 束, 2003, 15 8 781 -787. XIE Yanzhao, WANG Zanji, WANG Qunshu, et al. High altitude nuclear electromagnetic pulse wave standards a review [J]. High Power Laser and Particle Beams, 2003, 158 781 -787. [ 3 ] 祁树锋,李夕海,韩绍卿,等. 基于多重分形分析的核爆与 雷电电磁脉冲识别[J]. 振动与冲击, 2013, 327 8 -10. QI Shufeng, LI Xihai, HAN Shaoqing, et al. Discrimination of nuclear explosion and lightning electromagnetic pulses using multi-fractal analysis [ J].Journal of Vibration and Shock, 2013, 327 8 -10. [ 4 ] SCHMITTER E D. Remote sensing and modeling of lightning caused long recovery events within the lower ionosphere using 361第 8 期 王涛等 基于时域特征分布的核爆电磁脉冲识别算法 ChaoXing VLF/ LF radio wave propagation [ J].Advances in Radio Science, 2014, 1211 241 -250. [ 5 ] 刘志刚,刘代志,孙新利. 核爆电磁脉冲信号的时变谱特 征分 析 [ J].核 电 子 学 与 探 测 技 术, 2002, 22 6 492 -495. LIU Zhigang, LIU Daizhi, SUN Xinli. On the applications of time-frequency analysis in NEMP signal processing [ J]. NuclearElectronicsandDetectionTechnology,2002, 226 492 -495. [ 6 ] 李夕海,刘志刚,武红霞,等. 核爆电磁脉冲信号的分形特 征分 析 [ J].核 电 子 学 与 探 测 技 术, 2004, 24 2 143 -146. LI Xihai, LIU Zhigang, WU Hongxia, et al.On the application of fractal analysis and wavelet in NEMP signal processing[ J ].NuclearElectronicsandDetection Technology, 2004, 242 143 -146. [ 7 ] 李鹏,宋立军,韩超,等. 基于 AR 模型与神经网络的核爆 与闪电电磁脉冲信号识别[J]. 强激光与粒子束, 2010, 2212 3052 -3056. LI Peng, SONG Lijun, HAN Chao, et al. Recognition of NEMP and LEMP signals based on auto-regression model and artificial neutral network [J]. High Power Laser and Particle Beams, 2010, 2212 3052 -3056. [ 8 ] 祁树锋,李夕海,韩绍卿,等. 基于 Hilbert 谱区域能量比 的核爆与雷电电磁脉冲识别[J]. 振动与冲击, 2013, 323 163 -166. QI Shufeng, LI Xihai, HAN Shaoqing, et al. Discrimination of nuclear explosion and lightning electromagnetic pulse using regional energy ratio of Hilbert spectrum [ J].Journal of Vibration and Shock, 2013, 323 163 -166. [ 9 ] 张萍,赵文光. 基于云闪的雷电定位系统的误差分析[J]. 测绘通报, 2009, 351 28 -30. ZHANG Ping, ZHAO Wenguang.ERROR analysis of the lightning location system based on cloud-lightning [ J]. Bulletin of Surveying and Mapping, 2009, 351 28 -30. [10] 王宇,郄秀书,王东方,等. 正地闪和负地闪预击穿脉冲序 列的统计分析与对比[J]. 大气科学, 2014, 38 1 21 -31. WANGYu,QIEXiushu,WANGDongfang,etal. Comparisons of preliminary breakdown pulse trains in positive and negative cloud to ground lightning flashes [J]. Chinese Journal of Atmospheric Sciences, 2014, 381 21 -31. [11] 祝宝友,马明,陶善昌. 地闪和云闪初始击穿 VHF/ VLF 辐 射特 征 观 测 和 比 较 [ J].高 原 气 象, 2003, 22 3 239 -245. ZHU Baoyou, MA Ming, TAO Shanchang. Measurement and comparison of VHF/ VLF radiations of preliminary breakdown of cloud-to-ground and intracloud flashes [ J ].Plateau Meteorology, 2003, 223 239 -245. [12] 刘新中,陈祝东,陈鸿飞,等. 核爆电磁脉冲远区探测概论 [M]. 北京中国展望出版社, 1989. [13] 孟萃,陈雨生,周辉. 爆炸高度及威力对空间核电磁脉冲 信号特性影响的数值分析[J]. 计算物理, 2003, 202 173 -177. MENG Cui, CHEN Yusheng, ZHOU Hui.Effects of the HOB and the burst yield on the properties of NEMP [J]. Chinese Journal of Computation Physics, 2003, 20 2 173 -177. 461振 动 与 冲 击 2020 年第 39 卷 ChaoXing