[發明專利]一種基于決策樹算法的海洋光纖振源識別方法、裝置及系統

在審

• 申請號: 201710016503.1
• 申請日: 2017-01-10
• 公開（公告）號: CN108287016A
• 公開（公告）日: 2018-07-17
• 發明（設計）人: 魏嘉;柴軍杰;劉本剛;李建彬;劉浩宇
• 申請（專利權）人: 光子瑞利科技（北京）有限公司
• 主分類號: G01H9/00
• 分類號: G01H9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種光纖振源識別方法、裝置及系統。其中，該方法包括：識別終端獲取光纖振動信號；采用決策樹分類算法對所述光纖振動信號進行分類，得到所述光纖振動信號的振源類型。通過上述方式，本發明能夠實現智能識別水中的光纖振源類型，提高識別效率。

技術領域

本發明涉及光纖通信領域，特別是涉及一種光纖振源識別方法、裝置及系統。

背景技術

隨著光纖處理技術發展，可利用光纖探測周邊環境狀況，例如是否有物體經過、且該物體具體為何物等。當檢測光纖受到外界干擾影響發生振動時，光纖中傳輸光的部分特性就會改變，識別終端對信號進行采集，分析采集信號的特征以判斷其光特性的改變，進而可檢測出發生振動位置對應的信號，進而根據該信號識別出其振源類型。

然而，現有光纖振源識別方法通常采用人工比對振動信號與振源對應信號，以判斷出該振動信號是否屬于該振源。現有的人工識別方式效率低。

潛艇是被全世界所公認的重要戰略性武器之一，潛艇技術的高低能彰顯一個國家的軍事實力，所以各個國家在潛艇技術上投入較多，革新非常迅速，技術先進，潛艇也是較早期就有的匿蹤載具。潛艇的噪音降至90分貝左右就可以“淹沒”在浩瀚的海洋背景噪音中，不是當代聲納所能偵測的，而利用光線振源識別可以代替傳統的聲吶偵測，并可以識別的更為精確。

發明內容

本發明主要解決的技術問題是提供一種光纖振源識別方法、裝置及系統，能夠實現智能識別光纖振源，提高識別效率。

為解決上述技術問題，本發明采用的一個技術方案是：提供一種光纖振源識別方法，包括：識別終端獲取光纖振動信號；采用決策樹分類算法對所述光纖振動信號進行分類，得到所述光纖振動信號的振源類型。

其中，所述采用決策樹分類算法對所述光纖振動信號進行分類的步驟包括：將所述光纖振動信號的特征與對應的預設特征模型進行匹配，并根據匹配結果，繼續進行與其他預設特征模型進行匹配或者將所述光纖振動信號的振源類型確定為與所述預設特征模型對應的振源類型。

其中。所述將所述光纖振動信號的特征與對應的預設特征模型進行匹配，并根據匹配結果，繼續進行與其他預設特征模型進行匹配或者將所述光纖振動信號的振源類型確定為與所述預設特征模型對應的振源類型的步驟包括：判斷所述光纖振動信號的最大能量特征是否符合魚群游動振源類型對應的預設最大能量模型；若符合，則將所述光纖振動信號的振源類型確定為魚群游動振源。

其中，所述將所述光纖振動信號的特征與對應的預設特征模型進行匹配，并根據匹配結果，繼續進行與其他預設特征模型進行匹配或者將所述光纖振動信號的振源類型確定為與所述預設特征模型對應的振源類型的步驟還包括：若所述最大能量特征不符合所述預設最大能量模型，則判斷所述光纖振動信號的能量信息熵特征是否符合小型潛水器類型對應的預設能量信息熵模型；若符合，則將所述光纖振動信號的振源類型確定為小型潛水器。

其中，所述將所述光纖振動信號的特征與對應的預設特征模型進行匹配，并根據匹配結果，繼續進行與其他預設特征模型進行匹配或者將所述光纖振動信號的振源類型確定為與所述預設特征模型對應的振源類型的步驟還包括：若所述能量信息熵特征不符合所述預設能量信息熵模型，則判斷所述光纖振動信號的持續時間是否超過設定時間；若超過，則對所述光纖振動信號進行基頻周期模型的匹配；否則，對所述光纖振動信號進行信號模型的匹配。

其中，所述對所述光纖振動信號進行基頻周期模型的匹配的步驟包括：判斷所述光纖振動信號是否具有基頻且基頻周期是否達到設定值；若是，則將所述光纖振動信號的振源類型確定為大型潛艇振源；否則，將所述光纖振動信號的振源類型確定為中型潛艇振源。