[發明專利]一種具有自適應學習功能的光纖振動傳感方法及系統

在審

• 申請號: 201710829895.3
• 申請日: 2017-09-14
• 公開（公告）號: CN107633222A
• 公開（公告）日: 2018-01-26
• 發明（設計）人: 李燕英;陶小蘭
• 申請（專利權）人: 浙江亨特科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/66;G01H9/00
• 代理公司: 杭州浙科專利事務所(普通合伙)33213
• 代理人: 杜立

技術領域

本發明屬于光纖周界防護領域，具體是一種具有自適應學習功能的光纖振動傳感方法及系統。

背景技術

隨著我國經濟和科學技術的不斷發展，社會財富高速增長，公共安全的訴求快速升級。住宅小區、學校教育、辦公園區等個人生活工作區域的安全防范成為人們越來越關心的問題；對于鐵路、機場等公共交通運輸區域的安全防范也逐漸升級為國家的安全戰略目標；同時，對于司法監獄、能源管道、國防軍事等關系國民安全的重要區域的安全防范更是重中之重；因此，一個安全有效的周界安防報警系統尤為重要。

在國內安防領域，目前存在著紅外對射、微波對射、泄漏電纜、張力圍欄、脈沖電網等各種周界安防報警系統，但其均屬于較低安全級別的周界安防技術，存在著受地形氣候電磁環境影響強、被突破幾率較高、防誤報技術低端等缺點，難以滿足現代國防軍事、司法監獄、交通航運等較高級別安防的需求。隨著光纖傳感技術的快速發展出現了以光纖作為傳感單元的光纖周界安防系統，由于其具有長距離布防、抗電磁干擾能力強、適應惡劣的環境條件、傳導傳感光纜可復用性、智能算法識別誤報率低、光纖易遠傳、結構簡單安裝隱蔽等優點，正逐漸替代傳統的周界安防系統，開始占據市場主流。

光纖周界安防系統利用光纖傳感技術，探測敷設在物理圍界上的光纜感應到的振動信號，經過后端的數據處理和特征提取，學習不同行為產生的信號特征建立分類器，智能識別攀爬、割據等入侵行為和風、雨等干擾行為，提供可靠的入侵報警信息。光纖周界安防系統具有卓越的性能，但在實際使用過程中，因復雜的物理圍界、地理環境、氣候環境等因素的影響，仍存在著一定的誤報率。產生誤報的原因通常是前期建立的分類器不包含此類行為的信息，而這類行為又是動態變化的、無法模擬的，只能在誤報發生后，通過專業人員人工識別篩選誤報信號，然后將這些誤報信號作為干擾行為樣本加入分類器進行迭代，以降低此類行為產生的誤報信息。分類器的優化迭代是一個維護工作量大、周期跨度長的過程，一定程度上影響了企業的工作效率和客戶的滿意度。

發明內容

為了解決上述現有技術方案中的不足，本發明提供一種無需人工干預、具有自適應學習功能、降低系統誤報率的光纖振動傳感系統。具體技術方案如下：

一種具有自適應學習功能的光纖振動傳感方法，包括：步驟(一)通過誤報信號甄別算法周期性地自動分析提取誤報信號，步驟(二)將誤報信號進行訓練學習以優化升級分類器。

進一步的，所述誤報信號甄別算法從未知行為報警信號中周期性地自動分析提取誤報信號，具體如下：根據預先設定的周期，自動提取存儲器中被標志過的未知行為報警信號，然后基于包含已知樣本數據信息的分類器，采用誤報信號甄別算法對其進行分類處理以篩選出可靠的誤報信號。

進一步的，所述誤報信號甄別算法包括如下步驟：

1)在已知類別特征值劃分區域之外，將未知行為報警信號類別的特征值的劃分區域均分為N個區域，計算N個區域內所含報警數據的各個特征值的均值，將均值所描述的點分別作為各個類別的初始類別中心；

2)計算所有未知行為報警數據與各初始類別中心之間的距離，按照近鄰規則將所有未知行為報警數據分到與之距離最近的類別中心所對應的類別中；

3)在步驟2)中按近鄰規則劃分好的類別，修正未知行為報警數據的類別中心，計算各個類別中報警數據的各個特征值均值所描述的點，作為新的各個類別中心；

4)計算各個類別中報警數據的各個特征值的標準差向量以及分類器中的入侵類別、干擾類別中樣本的各特征值標準差向量，一個類別取其標準差向量中的最小分量，當這個最小分量大于入侵和干擾樣本標準差向量中對應最大分量的1.5倍,對這個類別進行分裂處理，然后轉到步驟2)，否則繼續；

5)計算所有類別中心之間的距離，判斷是否小于分類器的入侵類別中心與干擾類別中心距離的10％，當兩個類別中心之間的距離小于分類器的入侵類別中心與干擾類別中心距離的10％，對這兩個類別區域進行合并處理，類別數量N減去1；

6)當迭代次數等于預設的次數，未知行為報警數據分類完成，得到一個或多個未知類型；否則迭代次數加1，并轉到步驟2)；

7)計算各個未知類型的標準差向量的最大分量，當某個未知類型的標準差最大分量小于已知類別樣本的特征值標準差向量中的最小分量，該未知類型屬于某一特定未知干擾行為引起的誤報信號。