ホーム > 特許ランキング > 三菱電機ソフトウエア株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-11-18
(45)【発行日】2024-11-26
(54)【発明の名称】情報処理装置、情報処理プログラムおよび情報処理方法
(51)【国際特許分類】
G01V 1/30 20060101AFI20241119BHJP
G01H 1/00 20060101ALI20241119BHJP
G01M 99/00 20110101ALI20241119BHJP
【ＦＩ】
G01V1/30
G01H1/00 E
G01M99/00 Z
【請求項の数】
9
(21)【出願番号】P 2023044464
(22)【出願日】2023-03-20
(65)【公開番号】P2024134257
(43)【公開日】2024-10-03
【審査請求日】2023-10-12
(73)【特許権者】
【識別番号】591102095
【氏名又は名称】三菱電機ソフトウエア株式会社
(74)【代理人】
【識別番号】110002491
【氏名又は名称】弁理士法人クロスボーダー特許事務所
(72)【発明者】
【氏名】下野 五月
(72)【発明者】
【氏名】杉本 賢司
【審査官】佐々木 崇
(56)【参考文献】
【文献】韓国登録特許第２０２５８６９（ＫＲ，Ｂ１）
【文献】特開平０４－１０９１８９（ＪＰ，Ａ）
【文献】特開平１０－２５３７６６（ＪＰ，Ａ）
【文献】特開平１１－１１８９３９（ＪＰ，Ａ）
【文献】特開２００３－０５７３５７（ＪＰ，Ａ）
【文献】特開２０１０－０８５１００（ＪＰ，Ａ）
【文献】特開２０１４－１７８２２６（ＪＰ，Ａ）
【文献】特開２０２０－１０１４１５（ＪＰ，Ａ）
【文献】国際公開第０２／０３１５３７（ＷＯ，Ａ１）
【文献】生駒哲一，ピーク周波数による非定常スペクトル解析，統計数理，1996年06月，第44巻第2号，235-249，https://www.ism.ac.jp/editsec/toukei/pdf/44-2-235.pdf，[2024年6月5日検索]
【文献】横田 崇 他，地震波データの自動検測方式とオンライン処理システムにおける稼働実験，地震研究所彙報，1981年07月31日，55巻，449-484頁，https://repository.dl.itc.u-tokyo.ac.jp/record/33017/files/ji0563003.pdf，[2023年12月25日検索]
【文献】鎌谷 紀子 他，自己回帰モデルによるスペクトル解析 －地盤増幅率の周波数特性評価への適用－，日本地球惑星科学連合2022年大会 ポスター発表，2022年05月31日，https://confit.atlas.jp/guide/event-img/jpgu2022/SCG55-P02/public/pdf?type=in，[2023年12月25日検索]
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０１Ｈ １／００－１７／００
Ｇ０１Ｍ１３／００－１３／０４５
９９／００
Ｇ０１Ｖ １／００－９９／００
(57)【特許請求の範囲】
【請求項1】
地動に起因する振幅を計算する振幅計算部と、周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析部と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出部と、
を備える情報処理装置であって、
前記周波数解析部は、
自己回帰モデルを用いて、前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを、前記振幅からリアルタイムに計算する情報処理装置。
【請求項2】
地動に起因する振幅を計算する振幅計算部と、周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析部と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出部と、
を備える情報処理装置であって、
前記振幅計算部と前記周波数解析部とは、
前記地動の上下動成分を処理可能であり、
前記周波数解析部は、
短時間の前記ウィンドウサイズでの前記上下動成分の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記上下動成分の周波数特性とを計算し、
前記Ｓ波検出部は、
前記短時間の前記上下動成分の周波数特性と、前記長時間の前記上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する情報処理装置。
【請求項3】
地動に起因する振幅を計算する振幅計算部と、周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析部と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出部と、
を備える情報処理装置であって、
前記振幅計算部と前記周波数解析部とは、
前記地動の上下動成分および水平動成分を処理可能であり、
前記周波数解析部は、
短時間の前記ウィンドウサイズでの水平動成分の周波数特性と、前記長時間の前記ウィンドウサイズでの上下動成分の周波数特性とを計算し、
前記Ｓ波検出部は、
前記短時間の水平動成分の周波数特性と、前記長時間の上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する情報処理装置。
【請求項4】
コンピュータに、地動に起因する振幅を計算する振幅計算処理と、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析処理と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出処理と、
を実行させる情報処理プログラムであって、
前記周波数解析処理は、
自己回帰モデルを用いて、前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを、前記振幅からリアルタイムに計算する情報処理プログラム。
【請求項5】
コンピュータに、地動に起因する振幅を計算する振幅計算処理と、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析処理と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出処理と、
を実行させる情報処理プログラムであって、
前記振幅計算処理と前記周波数解析処理とは、
前記地動の上下動成分を処理可能であり、
前記周波数解析処理は、
短時間の前記ウィンドウサイズでの前記上下動成分の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記上下動成分の周波数特性とを計算し、
前記Ｓ波検出処理は、
前記短時間の前記上下動成分の周波数特性と、前記長時間の前記上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する情報処理プログラム。
【請求項6】
コンピュータに、地動に起因する振幅を計算する振幅計算処理と、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析処理と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出処理と、
を実行させる情報処理プログラムであって、
前記振幅計算処理と前記周波数解析処理とは、
前記地動の上下動成分および水平動成分を処理可能であり、
前記周波数解析処理は、
短時間の前記ウィンドウサイズでの水平動成分の周波数特性と、前記長時間の前記ウィンドウサイズでの上下動成分の周波数特性とを計算し、
前記Ｓ波検出処理は、
前記短時間の水平動成分の周波数特性と、前記長時間の上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する情報処理プログラム。
【請求項7】
コンピュータが、地動に起因する振幅を計算し、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算し、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する、
情報処理方法であって、
前記コンピュータは、
自己回帰モデルを用いて、前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを、前記振幅からリアルタイムに計算する情報処理方法。
【請求項8】
コンピュータが、地動に起因する振幅を計算し、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算し、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する、
情報処理方法であって、
前記コンピュータは、
前記地動の上下動成分を処理可能であり、
前記コンピュータは、
短時間の前記ウィンドウサイズでの前記上下動成分の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記上下動成分の周波数特性とを計算し、
前記短時間の前記上下動成分の周波数特性と、前記長時間の前記上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する情報処理方法。
【請求項9】
コンピュータが、地動に起因する振幅を計算し、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算し、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する、
情報処理方法であって、
前記コンピュータは、
前記地動の上下動成分および水平動成分を処理可能であり、
前記コンピュータは、
短時間の前記ウィンドウサイズでの水平動成分の周波数特性と、前記長時間の前記ウィンドウサイズでの上下動成分の周波数特性とを計算し、
前記短時間の水平動成分の周波数特性と、前記長時間の上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する情報処理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、地動センサが観測した観測データの時系列からＳ波を検出する地震計に関する。
【背景技術】
【0002】
地動計は、地震発生直後に即時的な被害推定を行い、被害を未然に防ぐための装置である。観測した地動から震源位置およびマグニチュードを推定するため、地震計は、Ｓ波の到達タイミングを正確に検出する必要がある。
【0003】
特許文献１は、Ｓ波の到達タイミングの検出方法として、ＳＴＡ／ＬＴＡ法と呼ばれる、振幅の急激な立ち上がりを検出する方法を開示している。また、非特許文献１は、水平動と上下動との比を用いる方法を開示している。
【先行技術文献】
【特許文献】
【0004】
【文献】特許第６２９１６４８号
【非特許文献】
【0005】
【文献】中村豊．研究展望：総合地震防災システムの研究．土木学会論文集．１９９６，Ｎｏ．５３１，ｐ．１－３３．
【発明の概要】
【発明が解決しようとする課題】
【0006】
ＳＴＡ／ＬＴＡ法は、Ｐ波の初動とＳ波の初動とが時間的に近い場合に、両者の分離が困難という課題を有する。また、水平動と上下動との比を用いる方法では、水平動と上下動の振幅の違いが小さい地震動の場合には、Ｓ波の検出が困難という課題を有する。また、鉄道用や緊急地震速報用の地震計は、マグニチュードの推定に、Ｓ波到達の前後で異なる推定式を利用する。このため、Ｓ波検出の精度低下に起因して、マグニチュードの推定精度が低下するという課題を有する。
【0007】
本開示は、Ｐ波の初動とＳ波の初動とが時間的に近い場合や、水平動と上下動の振幅の違いが小さい地震動の場合でも、Ｓ波の到達タイミングを正確に検出できる地震計の提供を目的とする。
【課題を解決するための手段】
【0008】
本開示に係る情報処理装置は、
地動に起因する振幅を計算する振幅計算部と、
前記振幅を使用して、リアルタイムにランニングスペクトル等の周波数特性を計算する周波数解析部と、
前記ランニングスペクトル等の周波数特性を使用することにより、前記地動で生成されたＳ波を検出するＳ波検出部と、
を備える。
地動に起因する振幅を計算する振幅計算部と、
前記振幅を使用して、リアルタイムにランニングスペクトル等の周波数特性を計算する周波数解析部と、
前記ランニングスペクトル等の周波数特性を使用することにより、前記地動で生成されたＳ波を検出するＳ波検出部と、
を備える。
【発明の効果】
【0009】
本開示に係る情報処理装置は、周波数解析部およびＳ波検出部を備えるので、Ｓ波の到達タイミングを正確に検出できる。
【図面の簡単な説明】
【0010】
【図1】実施の形態１の図で、地震計３０のシステム構成図。
【図2】実施の形態１の図で、情報処理装置２０の機能ブロック図。
【図3】実施の形態１の図で、情報処理装置２０によるＳ波検出処理を示すフローチャート。
【図4】実施の形態１の図で、２００９年駿河湾沖地震の地震動を示す図。
【図5】実施の形態１の図で、情報処理装置２０のハードウェア構成図。
【発明を実施するための形態】
【0011】
実施の形態の説明および図面において、同じ要素および対応する要素には同じ符号を付している。同じ符号が付された要素の説明は、適宜に省略または簡略化する。以下の実施の形態では、「部」を、「回路」、「プロセス」、「ステップ」、「処理」または「サーキットリー」に適宜読み替えてもよい。
【0012】
以下に実施の形態１で使用する記号をまとめておく。
【0013】
式１から式３４以外の記載において、以下ではＬの小文字ｌを数字の１と区別するためｌ＊と表記する。
【0014】
＜インデックスおよび送受信されるデータ＞
（１）ｊ：ｊは地動センサのチャンネル番号である。（ｊ＝１，２，３）
１が南北方向、２が東西方向、３が上下方向を示す。
（２）ｌ＊：ｌ＊はサンプリングごとにカウントアップするカウンタである。
（３）ｍ：ｍはＡＲモデルのインデックスである。
（４）ｆ：ｆは周波数（Ｈｚ）である。
（５）Ｄｇｊ（ｌ＊）：Ｄｇｊ（ｌ＊）は観測デジタルデータである。（ｊ＝１，２，３）
（６）ｘｊ（ｌ＊）：ｘｊ（ｌ＊）は物理的単位の振幅データである。（ｊ＝１，２，３）
（７）ＰＳｊ（ｌ＊，ｆ）：ＰＳｊ（ｌ＊，ｆ）はＡＲモデル（短時間平均）によるランニングスペクトルである。（ｊ＝１，２，３）
（８）ＰＬｊ（ｌ＊，ｆ）：ＰＬｊ（ｌ＊，ｆ）はＡＲモデル（長時間平均）によるランニングスペクトルである。（ｊ＝１，２，３）
（９）ＨＶ（ｌ＊）：ＨＶ（ｌ＊）はＳ波検出の指標値である。
（１０）ｌ＊ｓ：ｌ＊ｓはＳ波検出タイミングである。
（１）ｊ：ｊは地動センサのチャンネル番号である。（ｊ＝１，２，３）
１が南北方向、２が東西方向、３が上下方向を示す。
（２）ｌ＊：ｌ＊はサンプリングごとにカウントアップするカウンタである。
（３）ｍ：ｍはＡＲモデルのインデックスである。
（４）ｆ：ｆは周波数（Ｈｚ）である。
（５）Ｄｇｊ（ｌ＊）：Ｄｇｊ（ｌ＊）は観測デジタルデータである。（ｊ＝１，２，３）
（６）ｘｊ（ｌ＊）：ｘｊ（ｌ＊）は物理的単位の振幅データである。（ｊ＝１，２，３）
（７）ＰＳｊ（ｌ＊，ｆ）：ＰＳｊ（ｌ＊，ｆ）はＡＲモデル（短時間平均）によるランニングスペクトルである。（ｊ＝１，２，３）
（８）ＰＬｊ（ｌ＊，ｆ）：ＰＬｊ（ｌ＊，ｆ）はＡＲモデル（長時間平均）によるランニングスペクトルである。（ｊ＝１，２，３）
（９）ＨＶ（ｌ＊）：ＨＶ（ｌ＊）はＳ波検出の指標値である。
（１０）ｌ＊ｓ：ｌ＊ｓはＳ波検出タイミングである。
【0015】
＜内部変数＞
（１）μＳｊ（ｌ＊）：μＳｊ（ｌ＊）はＡＲモデル（短時間平均）による平均である（ｊ＝１，２，３）。
（２）ＣＳｊ，ｍ（ｌ＊）：ＣＳｍ（ｌ＊）はＡＲモデル（短時間平均）による共分散関数である（ｊ＝１，２，３，ｍ＝０，・・・，Ｍ）。
（３）φＳｊ，ｍ（ｌ＊）：φＳｊ，ｍ（ｌ＊）はＡＲモデル（短時間平均）のＡＲ係数である（ｊ＝１，２，３，ｍ＝１，・・・，Ｍ）。
（４）ｘＳｊ（ｌ＊）：ｘＳｊ（ｌ＊）はＡＲモデル（短時間平均）による振幅データの推定値である。（ｊ＝１，２，３）
（５）σＳｊ ２（ｌ＊）：σＳｊ ２（ｌ＊）はＡＲモデル（短時間平均）による振幅データの推定誤差の分散である。（ｊ＝１，２，３）
（６）μＬｊ（ｌ＊）：μＬｊ（ｌ＊）はＡＲモデル（長時間平均）による平均である。（ｊ＝１，２，３）
（７）ＣＬｊ，ｍ（ｌ＊）：ＣＬｊ，ｍ（ｌ＊）はＡＲモデル（長時間平均）による共分散関数である（ｊ＝１，２，３，ｍ＝０，・・・，Ｍ）。
（８）φＬｊ，ｍ（ｌ＊）：φＬｊ，ｍ（ｌ＊）はＡＲモデル（長時間平均）のＡＲ係数である（ｊ＝１，２，３，ｍ＝１，・・・，Ｍ）。
（９）ｘＬｊ（ｌ＊）：ｘＬｊ（ｌ＊）はＡＲモデル（長時間平均）による振幅データの推定値である。（ｊ＝１，２，３）
（１０）σＬｊ ２（ｌ＊）：σＬｊ ２（ｌ＊）はＡＲモデル（長時間平均）による振幅データの推定誤差の分散である。（ｊ＝１，２，３）
（１）μＳｊ（ｌ＊）：μＳｊ（ｌ＊）はＡＲモデル（短時間平均）による平均である（ｊ＝１，２，３）。
（２）ＣＳｊ，ｍ（ｌ＊）：ＣＳｍ（ｌ＊）はＡＲモデル（短時間平均）による共分散関数である（ｊ＝１，２，３，ｍ＝０，・・・，Ｍ）。
（３）φＳｊ，ｍ（ｌ＊）：φＳｊ，ｍ（ｌ＊）はＡＲモデル（短時間平均）のＡＲ係数である（ｊ＝１，２，３，ｍ＝１，・・・，Ｍ）。
（４）ｘＳｊ（ｌ＊）：ｘＳｊ（ｌ＊）はＡＲモデル（短時間平均）による振幅データの推定値である。（ｊ＝１，２，３）
（５）σＳｊ ２（ｌ＊）：σＳｊ ２（ｌ＊）はＡＲモデル（短時間平均）による振幅データの推定誤差の分散である。（ｊ＝１，２，３）
（６）μＬｊ（ｌ＊）：μＬｊ（ｌ＊）はＡＲモデル（長時間平均）による平均である。（ｊ＝１，２，３）
（７）ＣＬｊ，ｍ（ｌ＊）：ＣＬｊ，ｍ（ｌ＊）はＡＲモデル（長時間平均）による共分散関数である（ｊ＝１，２，３，ｍ＝０，・・・，Ｍ）。
（８）φＬｊ，ｍ（ｌ＊）：φＬｊ，ｍ（ｌ＊）はＡＲモデル（長時間平均）のＡＲ係数である（ｊ＝１，２，３，ｍ＝１，・・・，Ｍ）。
（９）ｘＬｊ（ｌ＊）：ｘＬｊ（ｌ＊）はＡＲモデル（長時間平均）による振幅データの推定値である。（ｊ＝１，２，３）
（１０）σＬｊ ２（ｌ＊）：σＬｊ ２（ｌ＊）はＡＲモデル（長時間平均）による振幅データの推定誤差の分散である。（ｊ＝１，２，３）
【0016】
＜パラメータ＞
（１）ｆｓ：ｆｓは観測デジタルデータのサンプリング周波数（Ｈｚ）である。
（２）Ｃｆ：Ｃｆは物理値換算係数である。
（３）Ｍ：ＭはＡＲモデルの次数である。
（４）ｒＳ：ｒＳはＡＲモデル（短時間平均）の忘却係数である。ランニングスペクトルの平滑化のウィンドウサイズを決める係数であり、ｒＳが大きいほどウィンドウサイズが小さく短時間平均となる。
（５）ｒＬ：ｒＬはＡＲモデル（長時間平均）の忘却係数である。ランニングスペクトルの平滑化のウィンドウサイズを決める係数であり、ｒＬが小さいほどウィンドウサイズが大きく長時間平均となる。
（６）ｆｈｖ１：ｆｈｖ１はＳ波検出の指標値を計算するための周波数の下限（Ｈｚ）である。
（７）ｆｈｖ２：ｆｈｖ２はＳ波検出の指標値を計算するための周波数の上限（Ｈｚ）である。
（８）ＴＤＳ：ＴＤＳはＳ波検出するための閾値である。
（１）ｆｓ：ｆｓは観測デジタルデータのサンプリング周波数（Ｈｚ）である。
（２）Ｃｆ：Ｃｆは物理値換算係数である。
（３）Ｍ：ＭはＡＲモデルの次数である。
（４）ｒＳ：ｒＳはＡＲモデル（短時間平均）の忘却係数である。ランニングスペクトルの平滑化のウィンドウサイズを決める係数であり、ｒＳが大きいほどウィンドウサイズが小さく短時間平均となる。
（５）ｒＬ：ｒＬはＡＲモデル（長時間平均）の忘却係数である。ランニングスペクトルの平滑化のウィンドウサイズを決める係数であり、ｒＬが小さいほどウィンドウサイズが大きく長時間平均となる。
（６）ｆｈｖ１：ｆｈｖ１はＳ波検出の指標値を計算するための周波数の下限（Ｈｚ）である。
（７）ｆｈｖ２：ｆｈｖ２はＳ波検出の指標値を計算するための周波数の上限（Ｈｚ）である。
（８）ＴＤＳ：ＴＤＳはＳ波検出するための閾値である。
【0017】
【0018】
＊＊＊構成の説明＊＊＊
図１は、地震計３０のシステム構成図である。地震計３０は、地動センサ１０と情報処理装置２０を備える。地震計３０は、ネットワーク５０を介して外部装置４０と通信可能である。
図１は、地震計３０のシステム構成図である。地震計３０は、地動センサ１０と情報処理装置２０を備える。地震計３０は、ネットワーク５０を介して外部装置４０と通信可能である。
【0019】
図２は、情報処理装置２０のブロック構成である。情報処理装置２０は、機能要素として、振幅計算部２１、周波数解析部２２、Ｓ波検出部２３を備えている。
（１）振幅計算部２１は地動に起因する振幅ｘ（ｌ＊）を計算する。
（２）周波数解析部２２は、自己回帰モデルを用いて、振幅ｘ（ｌ＊）からリアルタイムに周波数特性を計算する。周波数解析部２２は、自己回帰モデルを用いて、振幅ｘ（ｌ＊）からリアルタイムにランニングスペクトルを計算するが、ランニングスペクトルは周波数特性の例である。
また、周波数解析部２２は、周波数特性の計算に使用する地動の時間範囲をウィンドウサイズの指定として受け付ける。そして周波数解析部２２は、短時間のウィンドウサイズでの地動の周波数特性と、短時間よりも時間範囲の長い長時間のウィンドウサイズでの地動の周波数特性とを、振幅からリアルタイムに計算する。
（３）Ｓ波検出部２３は前記周波数特性を使用することにより、地動で生成されたＳ波を検出する。
（１）振幅計算部２１は地動に起因する振幅ｘ（ｌ＊）を計算する。
（２）周波数解析部２２は、自己回帰モデルを用いて、振幅ｘ（ｌ＊）からリアルタイムに周波数特性を計算する。周波数解析部２２は、自己回帰モデルを用いて、振幅ｘ（ｌ＊）からリアルタイムにランニングスペクトルを計算するが、ランニングスペクトルは周波数特性の例である。
また、周波数解析部２２は、周波数特性の計算に使用する地動の時間範囲をウィンドウサイズの指定として受け付ける。そして周波数解析部２２は、短時間のウィンドウサイズでの地動の周波数特性と、短時間よりも時間範囲の長い長時間のウィンドウサイズでの地動の周波数特性とを、振幅からリアルタイムに計算する。
（３）Ｓ波検出部２３は前記周波数特性を使用することにより、地動で生成されたＳ波を検出する。
【0020】
＊＊＊動作の説明＊＊＊
図３は、情報処理装置２０によるＳ波検出処理の動作を示すフローチャートである。図３を参照して情報処理装置２０の動作を説明する。情報処理装置２０の動作は、情報処理方法に相当する。また情報処理方法の動作は、後述の情報処理プログラム２３１よる処理に相当する。図３では、情報処理装置２０の動作をプロセスＰ２０１からプロセスＰ２０４として示している。情報処理装置２０は、サンプリング周波数ｆｓの逆数（ｆｓ）－１の時間間隔で、地動センサ１０から観測デジタルデータとして地動を取得する。地動とは大地の震動であり、地動のうち地震に由来する大地の震動を「地震動」という。地震動以外の地動には、車両による雑振動、暗振動（常時微動）、ノイズなどが、含まれる。以下、逆数（ｆｓ）－１をサンプリング間隔という。サンプリングごとに、情報処理装置２０はＳ波検出処理を行う。
図３は、情報処理装置２０によるＳ波検出処理の動作を示すフローチャートである。図３を参照して情報処理装置２０の動作を説明する。情報処理装置２０の動作は、情報処理方法に相当する。また情報処理方法の動作は、後述の情報処理プログラム２３１よる処理に相当する。図３では、情報処理装置２０の動作をプロセスＰ２０１からプロセスＰ２０４として示している。情報処理装置２０は、サンプリング周波数ｆｓの逆数（ｆｓ）－１の時間間隔で、地動センサ１０から観測デジタルデータとして地動を取得する。地動とは大地の震動であり、地動のうち地震に由来する大地の震動を「地震動」という。地震動以外の地動には、車両による雑振動、暗振動（常時微動）、ノイズなどが、含まれる。以下、逆数（ｆｓ）－１をサンプリング間隔という。サンプリングごとに、情報処理装置２０はＳ波検出処理を行う。
【0021】
＜プロセスＰ２０１：観測データの振幅を計算＞
（１）振幅計算部２１は、地動センサ１０から、地動センサ１０の観測した観測デジタルデータＤｇｊ（ｌ＊）を取得する。観測デジタルデータＤｇｊ（ｌ＊）は地動である。
（２）振幅計算部２１は、式１で、取得した観測デジタルデータＤｇｊ（ｌ＊）に基づき、振幅データｘｊ（ｌ＊）を計算する。
ｘｊ（ｌ＊）：振幅データ
Ｄｇｊ（ｌ＊）：観測デジタルデータ
Ｃｆ：物理値換算係数。
（１）振幅計算部２１は、地動センサ１０から、地動センサ１０の観測した観測デジタルデータＤｇｊ（ｌ＊）を取得する。観測デジタルデータＤｇｊ（ｌ＊）は地動である。
（２）振幅計算部２１は、式１で、取得した観測デジタルデータＤｇｊ（ｌ＊）に基づき、振幅データｘｊ（ｌ＊）を計算する。
【数1】
Ｄｇｊ（ｌ＊）：観測デジタルデータ
Ｃｆ：物理値換算係数。
【0022】
＜プロセスＰ２０２：ランニングスペクトルを計算＞
周波数解析部２２は、初めに、振幅データｘｊ（ｌ＊）の時系列に対して、時間平均による平滑化を行う。次に、それを自己回帰モデルで表現することにより、振幅データの時間平均されたランニングスペクトルを計算する。その際、平滑化のウィンドウサイズが互いに異なる、短時間平均と長時間平均との２種類の方式を用いて２種類のランニングスペクトルを計算する。以下、自己回帰モデルは、ＡＲモデルという。
（１）周波数解析部２２は、式２で、ＡＲモデル（短時間平均）による平均μＳｊ（ｌ＊）を計算する。
μＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による平均
ｒＳ：ＡＲモデル（短時間平均）の忘却係数。
ｘｊ（ｌ＊）：振幅データ
（２）周波数解析部２２は、式３で、ＡＲモデル（短時間平均）による共分散関数ＣＳｊ，ｍ（ｌ＊）を計算する。
ＣＳｊ，ｍ（ｌ＊）：ＡＲモデル（短時間平均）による共分散関数
ｒＳ：ＡＲモデル（短時間平均）の忘却係数
ｘｊ（ｌ＊）：振幅データ
μＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による平均
（３）周波数解析部２２は、式４のＭ次連立方程式（ユールウォーカー方程式）を解いて、ＡＲモデル（短時間平均）のＡＲ係数φＳｊ，ｍ（ｌ＊）を計算する。
ＣＳｊ，ｍ（ｌ＊）：ＡＲモデル（短時間平均）による共分散関数
φＳｊ，ｍ（ｌ＊）：ＡＲモデル（短時間平均）のＡＲ係数
Ｍ：ＡＲモデルの次数
（４）周波数解析部２２は、式５および式６で、ＡＲモデル（短時間平均）による振幅データの推定値ｘＳｊ（ｌ＊）およびＡＲモデル（短時間平均）による振幅データの推定誤差の分散σＳｊ ２（ｌ＊）を計算する。
ｘｊ（ｌ＊）：振幅データ
μＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による平均
φＳｊ，ｍ（ｌ＊）：ＡＲモデル（短時間平均）のＡＲ係数
ｘＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定値
σＳｊ ２（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定誤差の分散
Ｍ：ＡＲモデルの次数
ｒＳ：ＡＲモデル（短時間平均）の忘却係数
（５）周波数解析部２２は、式７で、ＡＲモデル（短時間平均）によるランニングスペクトルＰＳｊ（ｌ＊，ｆ）を計算する。
ＰＳｊ（ｌ＊，ｆ）：ＡＲモデル（短時間平均）によるランニングスペクトル
σＳｊ ２（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定誤差の分散
φＳｊ，ｍ：ＡＲモデル（短時間平均）のＡＲ係数
ｆ：周波数
ｆｓ：サンプリング周波数
Ｍ：ＡＲモデルの次数
（６）周波数解析部２２は、長時間平均の場合も、短時間平均の式２から式７のそれぞれに対応する以下の式８から式１３を計算する。
周波数解析部２２は、初めに、振幅データｘｊ（ｌ＊）の時系列に対して、時間平均による平滑化を行う。次に、それを自己回帰モデルで表現することにより、振幅データの時間平均されたランニングスペクトルを計算する。その際、平滑化のウィンドウサイズが互いに異なる、短時間平均と長時間平均との２種類の方式を用いて２種類のランニングスペクトルを計算する。以下、自己回帰モデルは、ＡＲモデルという。
（１）周波数解析部２２は、式２で、ＡＲモデル（短時間平均）による平均μＳｊ（ｌ＊）を計算する。
【数2】
ｒＳ：ＡＲモデル（短時間平均）の忘却係数。
ｘｊ（ｌ＊）：振幅データ
（２）周波数解析部２２は、式３で、ＡＲモデル（短時間平均）による共分散関数ＣＳｊ，ｍ（ｌ＊）を計算する。
【数3】
ｒＳ：ＡＲモデル（短時間平均）の忘却係数
ｘｊ（ｌ＊）：振幅データ
μＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による平均
（３）周波数解析部２２は、式４のＭ次連立方程式（ユールウォーカー方程式）を解いて、ＡＲモデル（短時間平均）のＡＲ係数φＳｊ，ｍ（ｌ＊）を計算する。
【数4】
φＳｊ，ｍ（ｌ＊）：ＡＲモデル（短時間平均）のＡＲ係数
Ｍ：ＡＲモデルの次数
（４）周波数解析部２２は、式５および式６で、ＡＲモデル（短時間平均）による振幅データの推定値ｘＳｊ（ｌ＊）およびＡＲモデル（短時間平均）による振幅データの推定誤差の分散σＳｊ ２（ｌ＊）を計算する。
【数5】
【数6】
μＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による平均
φＳｊ，ｍ（ｌ＊）：ＡＲモデル（短時間平均）のＡＲ係数
ｘＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定値
σＳｊ ２（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定誤差の分散
Ｍ：ＡＲモデルの次数
ｒＳ：ＡＲモデル（短時間平均）の忘却係数
（５）周波数解析部２２は、式７で、ＡＲモデル（短時間平均）によるランニングスペクトルＰＳｊ（ｌ＊，ｆ）を計算する。
【数7】
σＳｊ ２（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定誤差の分散
φＳｊ，ｍ：ＡＲモデル（短時間平均）のＡＲ係数
ｆ：周波数
ｆｓ：サンプリング周波数
Ｍ：ＡＲモデルの次数
（６）周波数解析部２２は、長時間平均の場合も、短時間平均の式２から式７のそれぞれに対応する以下の式８から式１３を計算する。
【数8】
【数9】
【数10】
【数11】
【数12】
【数13】
【0023】
＜プロセスＰ２０３：Ｓ波検出の指標値を計算＞
Ｓ波検出部２３は、式１４で、Ｓ波検出の指標値ＨＶ（ｌ）を計算する。Ｓ波検出の指標値ＨＶ（ｌ＊）は、地動のうちの水平動から計算したＡＲモデルにおける短時間平均のランニングスペクトルと、地動のうちの上下動から計算したＡＲモデルにおける長時間平均のランニングスペクトルとの比の周波数平均である。Ｓ波検出の指標値ＨＶ（ｌ＊）の計算は、周波数成分ごとに、「ＳＴＡ／ＬＴＡ法」と「水平動と上下動との比を用いる方法」とを、組み合わせた方法に相当する。
ＨＶ（ｌ＊）：Ｓ波検出の指標値
ｆ：周波数
ｆｈｖｌ：周波数の下限（Ｈｚ）
ｆｈｖ２：周波数の上限（Ｈｚ）
ＰＳｊ（ｌ＊，ｆ）：ＡＲモデル（短時間平均）によるランニングスペクトル
ＰＬｊ（ｌ＊，ｆ）：ＡＲモデル（長時間平均）によるランニングスペクトル
Ｓ波検出部２３は、式１４で、Ｓ波検出の指標値ＨＶ（ｌ）を計算する。Ｓ波検出の指標値ＨＶ（ｌ＊）は、地動のうちの水平動から計算したＡＲモデルにおける短時間平均のランニングスペクトルと、地動のうちの上下動から計算したＡＲモデルにおける長時間平均のランニングスペクトルとの比の周波数平均である。Ｓ波検出の指標値ＨＶ（ｌ＊）の計算は、周波数成分ごとに、「ＳＴＡ／ＬＴＡ法」と「水平動と上下動との比を用いる方法」とを、組み合わせた方法に相当する。
【数14】
ｆ：周波数
ｆｈｖｌ：周波数の下限（Ｈｚ）
ｆｈｖ２：周波数の上限（Ｈｚ）
ＰＳｊ（ｌ＊，ｆ）：ＡＲモデル（短時間平均）によるランニングスペクトル
ＰＬｊ（ｌ＊，ｆ）：ＡＲモデル（長時間平均）によるランニングスペクトル
【0024】
＜プロセスＰ２０４：Ｓ波を検出＞
Ｓ波検出の指標値ＨＶ（ｌ＊）が式１５を満たす場合、Ｓ波検出部２３は、Ｓ波が検出されたと判断し、このときのカウンタｌ＊をＳ波検出タイミングｌ＊ｓとする。Ｓ波検出部２３は、Ｓ波検出タイミングｌ＊ｓを、外部装置４０へ出力する。
ＴＤＳ：Ｓ波を検出するための閾値
ＨＶ（ｌ＊）：Ｓ波検出の指標値
Ｓ波検出の指標値ＨＶ（ｌ＊）が式１５を満たす場合、Ｓ波検出部２３は、Ｓ波が検出されたと判断し、このときのカウンタｌ＊をＳ波検出タイミングｌ＊ｓとする。Ｓ波検出部２３は、Ｓ波検出タイミングｌ＊ｓを、外部装置４０へ出力する。
【数15】
ＨＶ（ｌ＊）：Ｓ波検出の指標値
【0025】
図３に説明した以上の手順によって、精度の高いＳ波の検出が可能となる。特にＳ波検出部２３の式１４の処理によって、精度の高いＳ波の検出が可能となる。
【0026】
【0027】
＊＊＊実施の形態１の効果＊＊＊
（１）情報処理装置２０は、Ｓ波検出の指標値がＳ波で大きくなり、Ｐ波で大きくならない性質がある。このため、特許文献１に開示されたＳＴＡ／ＬＴＡ法と比べて、Ｐ波の初動とＳ波の初動とが時間的に近い場合でも、両者が分離可能という効果がある。
（２）情報処理装置２０は、Ｓ波検出の指標値が周波数成分ごとの、水平動と上下動との振幅の違いを検出する。このため、非特許文献１に開示された方法と比べて、全周波数を合成した際の水平動と上下動の振幅の違いが小さい場合でも、Ｓ波の検出が可能という効果がある。
（３）式１４のパラメータｆｈｖｌおよびｆｈｖ２を調整することで、目的とする周波数帯域にのみ着目することができるので、列車振動に因るもの等のあらかじめ分かっている周波数帯域を避けてＳ波を検知することも可能である。
（４）Ｓ波の検出時にランニングスペクトルが得られるので、検出したＳ波が地震に起因するものかノイズに起因するものかを識別するのにそれを利用することが可能である。
（１）情報処理装置２０は、Ｓ波検出の指標値がＳ波で大きくなり、Ｐ波で大きくならない性質がある。このため、特許文献１に開示されたＳＴＡ／ＬＴＡ法と比べて、Ｐ波の初動とＳ波の初動とが時間的に近い場合でも、両者が分離可能という効果がある。
（２）情報処理装置２０は、Ｓ波検出の指標値が周波数成分ごとの、水平動と上下動との振幅の違いを検出する。このため、非特許文献１に開示された方法と比べて、全周波数を合成した際の水平動と上下動の振幅の違いが小さい場合でも、Ｓ波の検出が可能という効果がある。
（３）式１４のパラメータｆｈｖｌおよびｆｈｖ２を調整することで、目的とする周波数帯域にのみ着目することができるので、列車振動に因るもの等のあらかじめ分かっている周波数帯域を避けてＳ波を検知することも可能である。
（４）Ｓ波の検出時にランニングスペクトルが得られるので、検出したＳ波が地震に起因するものかノイズに起因するものかを識別するのにそれを利用することが可能である。
【0028】
以上に情報処理装置の動作をまとめておく。情報処理装置は以下の動作を実行し得る。（１）振幅計算部２１は、地動センサ１０から観測デジタルデータを取得し、地動に起因する振幅を計算する。周波数解析部２２は、振幅からランニングスペクトルを計算する。Ｓ波検出部２３は、ランニングスペクトルを使用することにより、地動で生成されたＳ波を検出する。
（２）振幅計算部２１と周波数解析部２２とは、地動の上下動成分を処理可能である。周波数解析部２２は、ランニングスペクトルの計算に使用する地動の時間範囲をウィンドウサイズの指定として受け付ける。時間範囲は、例えば、短時間のウィンドウサイズおよび長時間のウィンドウサイズである。周波数解析部２２は、短時間のウィンドウサイズでの上下動成分のランニングスペクトルと、短時間よりも時間範囲の長い長時間のウィンドウサイズでの上下動成分のランニングスペクトルとを計算する。Ｓ波検出部２３は、短時間の上下動成分のランニングスペクトルと、長時間の上下動成分のランニングスペクトルとを比較することにより、地動で生成されたＳ波を検出する。
（３）振幅計算部２１と周波数解析部２２とは、地動の上下動成分および水平動成分を処理可能である。周波数解析部２２は、水平動成分のランニングスペクトルと上下動成分のランニングスペクトルとを計算する。Ｓ波検出部２３は、水平動成分のランニングスペクトルと、上下動成分のランニングスペクトルとを比較することにより、地動で生成されたＳ波を検出する。
（４）振幅計算部２１と周波数解析部２２は、地動の上下動成分および水平動成分を処理可能である。周波数解析部２２は、ランニングスペクトルの計算に使用する地動の時間範囲をウィンドウサイズの指定として受け付ける。周波数解析部２２は、短時間のウィンドウサイズでの水平動成分のランニングスペクトルと、短時間よりも時間範囲の長い長時間のウィンドウサイズでの上下動成分のランニングスペクトルとを計算する。Ｓ波検出部２３は、短時間の水平動成分のランニングスペクトルと、長時間の上下動成分のランニングスペクトルとを比較することにより、地動で生成されたＳ波を検出する。
（２）振幅計算部２１と周波数解析部２２とは、地動の上下動成分を処理可能である。周波数解析部２２は、ランニングスペクトルの計算に使用する地動の時間範囲をウィンドウサイズの指定として受け付ける。時間範囲は、例えば、短時間のウィンドウサイズおよび長時間のウィンドウサイズである。周波数解析部２２は、短時間のウィンドウサイズでの上下動成分のランニングスペクトルと、短時間よりも時間範囲の長い長時間のウィンドウサイズでの上下動成分のランニングスペクトルとを計算する。Ｓ波検出部２３は、短時間の上下動成分のランニングスペクトルと、長時間の上下動成分のランニングスペクトルとを比較することにより、地動で生成されたＳ波を検出する。
（３）振幅計算部２１と周波数解析部２２とは、地動の上下動成分および水平動成分を処理可能である。周波数解析部２２は、水平動成分のランニングスペクトルと上下動成分のランニングスペクトルとを計算する。Ｓ波検出部２３は、水平動成分のランニングスペクトルと、上下動成分のランニングスペクトルとを比較することにより、地動で生成されたＳ波を検出する。
（４）振幅計算部２１と周波数解析部２２は、地動の上下動成分および水平動成分を処理可能である。周波数解析部２２は、ランニングスペクトルの計算に使用する地動の時間範囲をウィンドウサイズの指定として受け付ける。周波数解析部２２は、短時間のウィンドウサイズでの水平動成分のランニングスペクトルと、短時間よりも時間範囲の長い長時間のウィンドウサイズでの上下動成分のランニングスペクトルとを計算する。Ｓ波検出部２３は、短時間の水平動成分のランニングスペクトルと、長時間の上下動成分のランニングスペクトルとを比較することにより、地動で生成されたＳ波を検出する。
【0029】
実施の形態１では、式１４に示すＳ波検出の指標値ＨＶ（ｌ＊）を用いてＳ波検出することを想定したが、Ｓ波検出の指標値ＨＶ（ｌ＊）はＡＲモデル（短時間平均）による水平動のランニングスペクトルＰＳ１（ｌ＊，ｆ）およびＰＳ２（ｌ＊，ｆ）とＡＲモデル（長時間平均）による上下動のランニングスペクトルＰＬ３（ｌ＊，ｆ）の距離の指標として他の様々な方法で定義することも可能である。例えば、以下に示す実施の形態が可能である。
（１）周波数解析部２２は、短時間平均の場合について、式１６に示す複素数ｚについてのＭ次多項式（特性方程式）を解き、解のうち虚部が０または正のものをＡＲモデル（短時間平均）の特性根ｚＳｊ，ｑ（ｌ＊）とする（ｑは連番でｑ＝１，・・・，Ｑ）。
φＳｊ，ｍ：ＡＲモデル（短時間平均）のＡＲ係数
ｚＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）の特性根
Ｍ：ＡＲモデルの次数
（２）次に、周波数解析部２２は、式１７から式２０でＡＲモデル（短時間平均）によるランニングスペクトルのピーク周波数ｆＳｊ，ｑ（ｌ＊）とその場合のスペクトルのピーク値ＰＳｊ，ｑ（ｌ＊）、ＡＲモデル（短時間平均）による損失関数ＬｏｓｓＳｊ（ｌ＊）、ＡＲモデル（短時間平均）による赤池情報量規準ＡｉｃＳｊ（ｌ＊）を計算する。
ｚＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）の特性根
ｆＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルのピーク周波数
ｆｓ：サンプリング周波数
ＰＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルのピーク値
σＳｊ ２（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定誤差の分散
φＳｊ，ｍ（ｌ＊）：ＡＲモデル（短時間平均）のＡＲ係数
ｆＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルのピーク周波数
Ｍ：ＡＲモデルの次数
ｆｓ：サンプリング周波数
ＬｏｓｓＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による損失関数
ｘｊ（ｌ＊）：振幅データ
ｘＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定値
σＳｊ ２（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定誤差の分散
ＡｉｃＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による赤池情報量規準
ＬｏｓｓＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による損失関数
Ｍ：ＡＲモデルの次数
（３）周波数解析部２２は、長時間平均の場合も、短時間平均の式１６から式２０のそれぞれに対応する以下の式２１から式２５を計算する。
（４）Ｓ波検出部２３は、式２６から式３１のうちの何れかから、異常検出の指標値ＨＶ（ｌ＊）を計算する。
ＨＶ（ｌ＊）：Ｓ波検出の指標値
ｚＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）の特性根
ｚＬｊ，ｑ（ｌ＊）：ＡＲモデル（長時間平均）の特性根
ＨＶ（ｌ＊）：Ｓ波検出の指標値
ｆＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルのピーク周波数
ｆＬｊ，ｑ（ｌ＊）：ＡＲモデル（長時間平均）によるランニングスペクトルのピーク周波数
ＨＶ（ｌ＊）：Ｓ波検出の指標値
ＰＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルのピーク値ＰＬｊ，ｑ（ｌ＊）：ＡＲモデル（長時間平均）によるランニングスペクトルのピーク値
ＨＶ（ｌ＊）：Ｓ波検出の指標値
ｆＳｊ，ｑ’（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルの卓越周波数であり、ｑ’は式１８で計算されるＡＲモデル（短時間平均）によるランニングスペクトルのピーク値ＰＳｊ，ｑ（ｌ＊）が最大となるｑである。
ｆＬｑ’’（ｌ＊）：ＡＲモデル（長時間平均）によるランニングスペクトルの卓越周波数であり、ｑ’’は式２３で計算されるＡＲモデル（長時間平均）によるランニングスペクトルのピーク値ＰＬｊ，ｑ（ｌ＊）が最大となるｑである。
ＨＶ（ｌ＊）：Ｓ波検出の指標値
ＬｏｓｓＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による損失関数
ＬｏｓｓＬｊ（ｌ＊）：ＡＲモデル（長時間平均）による損失関数
ＨＶ（ｌ＊）：Ｓ波検出の指標値
ＡｉｃＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による赤池情報量規準
ＡｉｃＬｊ（ｌ＊）：ＡＲモデル（長時間平均）による赤池情報量規準
以上のようにＳ波検出の指標値ＨＶ（ｌ＊）を計算することで、式１４のように多くの周波数ｆについてスペクトルの値を計算することなく、ランニングスペクトルの急激な変化を検出することができるので、計算時間を短縮することが可能である。
（１）周波数解析部２２は、短時間平均の場合について、式１６に示す複素数ｚについてのＭ次多項式（特性方程式）を解き、解のうち虚部が０または正のものをＡＲモデル（短時間平均）の特性根ｚＳｊ，ｑ（ｌ＊）とする（ｑは連番でｑ＝１，・・・，Ｑ）。
【数16】
ｚＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）の特性根
Ｍ：ＡＲモデルの次数
（２）次に、周波数解析部２２は、式１７から式２０でＡＲモデル（短時間平均）によるランニングスペクトルのピーク周波数ｆＳｊ，ｑ（ｌ＊）とその場合のスペクトルのピーク値ＰＳｊ，ｑ（ｌ＊）、ＡＲモデル（短時間平均）による損失関数ＬｏｓｓＳｊ（ｌ＊）、ＡＲモデル（短時間平均）による赤池情報量規準ＡｉｃＳｊ（ｌ＊）を計算する。
【数17】
ｆＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルのピーク周波数
ｆｓ：サンプリング周波数
【数18】
σＳｊ ２（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定誤差の分散
φＳｊ，ｍ（ｌ＊）：ＡＲモデル（短時間平均）のＡＲ係数
ｆＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルのピーク周波数
Ｍ：ＡＲモデルの次数
ｆｓ：サンプリング周波数
【数19】
ｘｊ（ｌ＊）：振幅データ
ｘＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定値
σＳｊ ２（ｌ＊）：ＡＲモデル（短時間平均）による振幅データの推定誤差の分散
【数20】
ＬｏｓｓＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による損失関数
Ｍ：ＡＲモデルの次数
（３）周波数解析部２２は、長時間平均の場合も、短時間平均の式１６から式２０のそれぞれに対応する以下の式２１から式２５を計算する。
【数21】
【数22】
【数23】
【数24】
【数25】
【数26】
ｚＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）の特性根
ｚＬｊ，ｑ（ｌ＊）：ＡＲモデル（長時間平均）の特性根
【数27】
ｆＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルのピーク周波数
ｆＬｊ，ｑ（ｌ＊）：ＡＲモデル（長時間平均）によるランニングスペクトルのピーク周波数
【数28】
ＰＳｊ，ｑ（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルのピーク値ＰＬｊ，ｑ（ｌ＊）：ＡＲモデル（長時間平均）によるランニングスペクトルのピーク値
【数29】
ｆＳｊ，ｑ’（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルの卓越周波数であり、ｑ’は式１８で計算されるＡＲモデル（短時間平均）によるランニングスペクトルのピーク値ＰＳｊ，ｑ（ｌ＊）が最大となるｑである。
ｆＬｑ’’（ｌ＊）：ＡＲモデル（長時間平均）によるランニングスペクトルの卓越周波数であり、ｑ’’は式２３で計算されるＡＲモデル（長時間平均）によるランニングスペクトルのピーク値ＰＬｊ，ｑ（ｌ＊）が最大となるｑである。
【数30】
ＬｏｓｓＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による損失関数
ＬｏｓｓＬｊ（ｌ＊）：ＡＲモデル（長時間平均）による損失関数
【数31】
ＡｉｃＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による赤池情報量規準
ＡｉｃＬｊ（ｌ＊）：ＡＲモデル（長時間平均）による赤池情報量規準
以上のようにＳ波検出の指標値ＨＶ（ｌ＊）を計算することで、式１４のように多くの周波数ｆについてスペクトルの値を計算することなく、ランニングスペクトルの急激な変化を検出することができるので、計算時間を短縮することが可能である。
【0030】
ＡＲモデル（短時間平均）による水平動のランニングスペクトルＰＳ１（ｌ＊，ｆ）およびＰＳ２（ｌ＊，ｆ）とＡＲモデル（長時間平均）による上下動のランニングスペクトルＰＬ３（ｌ＊，ｆ）の距離の指標として、その外には、カイ２乗カーネル、正定値カイ２乗カーネル、ヒストグラムインターセクションカーネル、へリンジャ―カーネル、相関係数等を利用した実施の形態が可能である。
【0031】
また、式７および式１３で計算したＰＳ（ｌ＊，ｆ）およびＰＬ（ｌ＊，ｆ）の全部または一部をディープラーニング等の機械学習に用いてＳ波の特徴を学習させることで、精度の高いＳ波検出を行う実施の形態が可能である。
【0032】
また、式１６から式１８及び式２１から式２３で計算したｚＳｊ，ｑ（ｌ＊）、ｆＳｊ，ｑ（ｌ＊）、ＰＳｊ，ｑ（ｌ＊）、ｚＬｊ，ｑ（ｌ＊）、ｆＬｊ，ｑ（ｌ＊）およびＰＬｊ，ｑ（ｌ＊）はすべての周波数ｆにわたるランニングスペクトルを次元削減したことに相当するので、これらの全部または一部をディープラーニング等の機械学習に用いてＳ波の特徴の効果的な学習を行うことで、精度の高いＳ波検出を行う実施の形態が可能である。
【0033】
また、実施の形態１では、振幅データｘｊ（ｌ＊）を空間３成分をそのまま用いることを想定したが、複数の空間成分から計算される関数値を用いる場合の実施の形態も可能である。例えば、水平動２成分をベクトル合成して１成分として利用すること、が考えられる。
【0034】
また、実施の形態１では、Ｓ波検出部２３において、式１４に示すようにＳ波検出の指標値ＨＶ（ｌ＊）を、ＡＲモデル（短時間平均）によるランニングスペクトルＰＳｊ（ｌ＊，ｆ）と、ＡＲモデル（長時間平均）によるランニングスペクトルＰＬｊ（ｌ＊，ｆ）との比を用いて定義したが、式３２のように単純に卓越周波数自体を利用する実施の形態、式３３のように単純にＡＲモデル（短時間平均）による損失関数自体を利用する実施の形態、式３４のように単純にＡＲモデル（短時間平均）による赤池情報量規準自体を利用する実施の形態も可能である。
ＨＶ（ｌ＊）：異常検出の指標値
ｆＳｊ，ｑ’（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルの卓越周波数であり、ｑ’は式１８で計算されるＡＲモデル（短時間平均）によるランニングスペクトルのピーク値ＰＳｑ（ｌ＊）が最大となるｑである。
ＨＶ（ｌ＊）：異常検出の指標値
ＬｏｓｓＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による損失関数
ＨＶ（ｌ＊）：異常検出の指標値
ＡｉｃＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による赤池情報量規準
【数32】
ｆＳｊ，ｑ’（ｌ＊）：ＡＲモデル（短時間平均）によるランニングスペクトルの卓越周波数であり、ｑ’は式１８で計算されるＡＲモデル（短時間平均）によるランニングスペクトルのピーク値ＰＳｑ（ｌ＊）が最大となるｑである。
【数33】
ＬｏｓｓＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による損失関数
【数34】
ＡｉｃＳｊ（ｌ＊）：ＡＲモデル（短時間平均）による赤池情報量規準
【0035】
また、実施の形態１では、ＡＲモデル（短時間平均）とＡＲモデル（長時間平均）の次数を共通のＭとしたが、双方で互いに異なる次数とする実施の形態も可能である。
【0036】
また、実施の形態１では、周波数解析部２２においてランニングスペクトルを計算するために自己回帰モデルを用いたが、ＦＦＴ（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ）等の他の方法でランニングスペクトルを計算する実施の形態も可能である。
【0037】
（ハードウェアの補足）
図５は、情報処理装置２０のハードウェア構成を示す。情報処理装置２０のハードウェア構成を示す。情報処理装置２０は、コンピュータである。情報処理装置２０は、プロセッサ２１０を備える。情報処理装置２０は、ハードウェアとして、プロセッサ２１０、主記憶装置２２０、補助記憶装置２３０、通信インタフェース２４０を備えている。プロセッサ２１０は、信号線２５０を介して、他のハードウェアと接続され、他のハードウェアを制御する。
図５は、情報処理装置２０のハードウェア構成を示す。情報処理装置２０のハードウェア構成を示す。情報処理装置２０は、コンピュータである。情報処理装置２０は、プロセッサ２１０を備える。情報処理装置２０は、ハードウェアとして、プロセッサ２１０、主記憶装置２２０、補助記憶装置２３０、通信インタフェース２４０を備えている。プロセッサ２１０は、信号線２５０を介して、他のハードウェアと接続され、他のハードウェアを制御する。
【0038】
情報処理装置２０は、振幅計算部２１、周波数解析部２２およびＳ波検出部２３を備えている。これらの機能は、情報処理プログラム２３１により実現される。
【0039】
プロセッサ２１０は、情報処理プログラム２３１を実行する装置である。プロセッサ２１０が情報処理プログラム２３１を実行することで、振幅計算部２１、周波数解析部２２およびＳ波検出部２３の機能が実現される。プロセッサ２１０は、演算処理を行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。
【0040】
主記憶装置２２０の具体例は、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。主記憶装置２２０は、プロセッサ２１０の演算結果を保持する。
【0041】
補助記憶装置２３０は、データを不揮発的に保管する記憶装置である。補助記憶装置２３０の具体例は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。補助記憶装置２３０は、可搬記録媒体であってもよい。補助記憶装置２３０は、情報処理プログラム２３１を記憶している。
【0042】
通信インタフェース２４０は、プロセッサ２１０が他の装置と通信するための通信ポートである。通信インタフェース２４０は、ネットワーク５０に接続している。
【0043】
プロセッサ２１０は補助記憶装置２３０から情報処理プログラム２３１を主記憶装置２２０にロードする。プロセッサ２１０は、ロードされた情報処理プログラム２３１を主記憶装置２２０から読み込んで実行する。
【0044】
情報処理プログラム２３１は、情報処理装置２０の有するそれぞれの「部」を「処理」、「手順」あるいは「工程」に読み替えた各処理、各手順あるいは各工程を、コンピュータに実行させるプログラムである。
【0045】
また、情報処理方法は、コンピュータである情報処理装置２０が情報処理プログラム２３１を実行することにより行われる方法である。情報処理プログラム２３１は、コンピュータ読み取り可能な記録媒体に格納されて提供されてもよいし、プログラムプロダクトとして提供されてもよい。
【0046】
以下に、本開示の諸態様を付記としてまとめて記載する。
（付記１）
地動に起因する振幅を計算する振幅計算部と、
自己回帰モデルを用いて、前記振幅からリアルタイムに周波数特性を計算する周波数解析部と、
前記周波数特性を使用することにより、前記地動で生成されたＳ波を検出するＳ波検出部と、
を備える情報処理装置。
（付記２）
地動に起因する振幅を計算する振幅計算部と、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析部と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出部と、
を備える情報処理装置。
（付記３）
前記周波数解析部は、
自己回帰モデルを用いて、前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを、前記振幅からリアルタイムに計算する付記２に記載の情報処理装置。
（付記４）
前記振幅計算部と前記周波数解析部とは、
前記地動の上下動成分を処理可能であり、
前記周波数解析部は、
短時間の前記ウィンドウサイズでの前記上下動成分の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記上下動成分の周波数特性とを計算し、
前記Ｓ波検出部は、
前記短時間の前記上下動成分の周波数特性と、前記長時間の前記上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する付記２または付記３に記載の情報処理装置。
（付記５）
前記振幅計算部と前記周波数解析部とは、
前記地動の上下動成分および水平動成分を処理可能であり、
前記周波数解析部は、
短時間の前記ウィンドウサイズでの水平動成分の周波数特性と、前記長時間の前記ウィンドウサイズでの上下動成分の周波数特性とを計算し、
前記Ｓ波検出部は、
前記短時間の水平動成分の周波数特性と、前記長時間の上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する付記２から付記４のいずれか１項に記載の情報処理装置。
（付記６）
コンピュータに、
地動に起因する振幅を計算する振幅計算処理と、
自己回帰モデルを用いて、前記振幅からリアルタイムに周波数特性を計算する周波数解析処理と、
前記周波数特性を使用することにより、前記地動で生成されたＳ波を検出するＳ波検出処理と、
を実行させる情報処理プログラム。
（付記７）
コンピュータに、
地動に起因する振幅を計算する振幅計算処理と、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析処理と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出処理と、
を実行させる情報処理プログラム。
（付記８）
前記周波数解析処理は、
自己回帰モデルを用いて、前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを、前記振幅からリアルタイムに計算する付記７に記載の情報処理プログラム。
（付記９）
前記振幅計算処理と前記周波数解析処理とは、
前記地動の上下動成分を処理可能であり、
前記周波数解析処理は、
短時間の前記ウィンドウサイズでの前記上下動成分の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記上下動成分の周波数特性とを計算し、
前記Ｓ波検出処理は、
前記短時間の前記上下動成分の周波数特性と、前記長時間の前記上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する付記７または付記８に記載の情報処理プログラム。
（付記１０）
前記振幅計算処理と前記周波数解析処理とは、
前記地動の上下動成分および水平動成分を処理可能であり、
前記周波数解析処理は、
短時間の前記ウィンドウサイズでの水平動成分の周波数特性と、前記長時間の前記ウィンドウサイズでの上下動成分の周波数特性とを計算し、
前記Ｓ波検出処理は、
前記短時間の水平動成分の周波数特性と、前記長時間の上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する付記７から付記９のいずれか１項に記載の情報処理プログラム。
（付記１１）
コンピュータが、
地動に起因する振幅を計算し、
自己回帰モデルを用いて、前記振幅からリアルタイムに周波数特性を計算し、
前記周波数特性を使用することにより、前記地動で生成されたＳ波を検出する、情報処理方法。
（付記１２）
コンピュータが、
地動に起因する振幅を計算し、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算し、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する、
情報処理方法。
（付記１）
地動に起因する振幅を計算する振幅計算部と、
自己回帰モデルを用いて、前記振幅からリアルタイムに周波数特性を計算する周波数解析部と、
前記周波数特性を使用することにより、前記地動で生成されたＳ波を検出するＳ波検出部と、
を備える情報処理装置。
（付記２）
地動に起因する振幅を計算する振幅計算部と、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析部と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出部と、
を備える情報処理装置。
（付記３）
前記周波数解析部は、
自己回帰モデルを用いて、前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを、前記振幅からリアルタイムに計算する付記２に記載の情報処理装置。
（付記４）
前記振幅計算部と前記周波数解析部とは、
前記地動の上下動成分を処理可能であり、
前記周波数解析部は、
短時間の前記ウィンドウサイズでの前記上下動成分の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記上下動成分の周波数特性とを計算し、
前記Ｓ波検出部は、
前記短時間の前記上下動成分の周波数特性と、前記長時間の前記上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する付記２または付記３に記載の情報処理装置。
（付記５）
前記振幅計算部と前記周波数解析部とは、
前記地動の上下動成分および水平動成分を処理可能であり、
前記周波数解析部は、
短時間の前記ウィンドウサイズでの水平動成分の周波数特性と、前記長時間の前記ウィンドウサイズでの上下動成分の周波数特性とを計算し、
前記Ｓ波検出部は、
前記短時間の水平動成分の周波数特性と、前記長時間の上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する付記２から付記４のいずれか１項に記載の情報処理装置。
（付記６）
コンピュータに、
地動に起因する振幅を計算する振幅計算処理と、
自己回帰モデルを用いて、前記振幅からリアルタイムに周波数特性を計算する周波数解析処理と、
前記周波数特性を使用することにより、前記地動で生成されたＳ波を検出するＳ波検出処理と、
を実行させる情報処理プログラム。
（付記７）
コンピュータに、
地動に起因する振幅を計算する振幅計算処理と、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算する周波数解析処理と、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出するＳ波検出処理と、
を実行させる情報処理プログラム。
（付記８）
前記周波数解析処理は、
自己回帰モデルを用いて、前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを、前記振幅からリアルタイムに計算する付記７に記載の情報処理プログラム。
（付記９）
前記振幅計算処理と前記周波数解析処理とは、
前記地動の上下動成分を処理可能であり、
前記周波数解析処理は、
短時間の前記ウィンドウサイズでの前記上下動成分の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記上下動成分の周波数特性とを計算し、
前記Ｓ波検出処理は、
前記短時間の前記上下動成分の周波数特性と、前記長時間の前記上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する付記７または付記８に記載の情報処理プログラム。
（付記１０）
前記振幅計算処理と前記周波数解析処理とは、
前記地動の上下動成分および水平動成分を処理可能であり、
前記周波数解析処理は、
短時間の前記ウィンドウサイズでの水平動成分の周波数特性と、前記長時間の前記ウィンドウサイズでの上下動成分の周波数特性とを計算し、
前記Ｓ波検出処理は、
前記短時間の水平動成分の周波数特性と、前記長時間の上下動成分の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する付記７から付記９のいずれか１項に記載の情報処理プログラム。
（付記１１）
コンピュータが、
地動に起因する振幅を計算し、
自己回帰モデルを用いて、前記振幅からリアルタイムに周波数特性を計算し、
前記周波数特性を使用することにより、前記地動で生成されたＳ波を検出する、情報処理方法。
（付記１２）
コンピュータが、
地動に起因する振幅を計算し、
周波数特性の計算に使用する前記地動の時間範囲をウィンドウサイズの指定として受け付け、短時間の前記ウィンドウサイズでの前記地動の周波数特性と、前記短時間よりも前記時間範囲の長い長時間の前記ウィンドウサイズでの前記地動の周波数特性とを、前記振幅からリアルタイムに計算し、
前記短時間の前記地動の周波数特性と、前記長時間の前記地動の周波数特性とを比較することにより、前記地動で生成されたＳ波を検出する、
情報処理方法。
【符号の説明】
【0047】
１０ 地動センサ、２０ 情報処理装置、２１ 振幅計算部、２２ 周波数解析部、２３ Ｓ波検出部、３０ 地震計、４０ 外部装置、５０ ネットワーク、２１０ プロセッサ、２２０ 主記憶装置、２３０ 補助記憶装置、２３１ 情報処理プログラム、２４０ 通信インタフェース、２５０ 信号線。
【図1】
【図2】
【図3】
【図4】
【図5】