[發明專利]一種振動事件的模式識別方法

有效

• 申請號: 201611219034.5
• 申請日: 2016-12-26
• 公開（公告）號: CN106874833B
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 孫誠;趙卓;張吟;李莉;壽麗莉
• 申請（專利權）人: 中國船舶重工集團公司第七一0研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 高燕燕;仇蕾安

本發明公開了一種振動事件的模式識別方法，包括如下步驟：通過振動傳感器采集獲取原始振動信號，原始振動信號中包含振動信號與非振動信號；并將原始振動信號中的振動信號分割出來；對振動信號進行去噪處理；對去噪后的振動信號進行特征提取，獲得特征向量，包括三個方面特征：特征A、在時頻域上進行小波包分解，獲得能量特征向量；特征B、在進行倒頻譜分析，提取倒頻譜參數特征；特征C、在時域上提取信號特征；建立識別模型，由二級分類器組成；一級分類器是基于支持向量機SVM分類器，利用從振動信號中提取出的特征向量作為輸入，將振動事件分為非入侵事件和入侵事件；二級分類器是針對入侵事件，進行基于人工神經網絡的識別，獲得分類結果。

技術領域

本發明涉及模式識別領域，尤其涉及一種振動事件的模式識別方法。

背景技術

國境線、鐵路沿線、工業管道沿線、重要場所、住宅小區，到處都有著振動傳感器的身影，已經在安防監控等領域得到了廣泛的應用。如在鐵路沿線防范中，可以發現潛在的安全隱患，使工作人員能提前防范；再如周界防范，可用于家庭、學校、住宅、重要機關、金融重地等場所，即時發現外界入侵；此外，在地震和海嘯檢測方面，振動傳感器也得到了重要應用。但目前國內外已出現商用的周界入侵警戒系統，大都只能用于定位可能異常事件的位置，對入侵行為識別采用的方法通常是對振動信號的時間域和頻譜域進行分析，但此方法對于識別復雜的振動事件而言有些單一，局限性較大。對入侵行為的識別率較低，即無法有效地區分干擾事件與真正入侵事件，導致不能準確獲知入侵行為的方式，因而無法對入侵事件進行有效的管控和處置。

發明內容

有鑒于此，本發明提供了一種振動事件的模式識別方法，該方法可應用于周界入侵警戒系統中對振動事件的智能識別分類，使得系統對振動事件的正確識別率提高，從而提供更加詳細的報警信息，為加強周界入侵防范提供強有力的支持。

為了達到上述目的，本發明的技術方案為：一種振動事件的模式識別方法，包括如下步驟：

步驟一、通過振動傳感器采集獲取原始振動信號，原始振動信號中包含振動信號與非振動信號；并將原始振動信號中的振動信號分割出來。

步驟二、對振動信號進行去噪處理。

步驟三、對去噪后的振動信號進行特征提取，獲得特征向量，包括三個方面特征：

特征A、在時頻域上進行小波包分解，獲得能量特征向量。

特征B、在進行倒頻譜分析，提取倒頻譜參數特征。

特征C、在時域上提取信號特征。

步驟四、建立識別模型，由二級分類器組成。

一級分類器是基于支持向量機SVM分類器，利用從振動信號中提取出的特征向量作為輸入，將振動事件分為非入侵事件和入侵事件。

二級分類器是針對入侵事件，進行基于人工神經網絡的識別，采用入侵事件樣本及其人工分類結果作為人工神經網絡的訓練樣本對該人工神經網絡進行訓練，則將入侵事件作為人工神經網絡的輸入，獲得分類結果。

進一步地，還包括步驟五：通過人機交互機制，對二級分類器的分類結果進行判斷，當出現分類結果錯誤后進行人工修訂，修訂結果存入數據庫，當分類錯誤結果累計到一定數目后，重新訓練二級分類器中的人工神經網絡，更新分類器的神經網絡參數。

進一步地，步驟一中，將原始振動信號中的振動信號分割出來采用的分割方法具體為：

步驟101：以設定長度的窗口為單位，將原始振動信號f(t)根據窗口長度劃分為多段窗口信號x(t)，t為時間變量；