[發明專利]一種光纖振動探測系統入侵信號的識別方法

在審

• 申請號: 202010011195.5
• 申請日: 2020-01-06
• 公開（公告）號: CN111222461A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 劉信;李世勛;尚文博;馬拴兄
• 申請（專利權）人: 蘭州奧普信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G08B13/186;G01H17/00
• 代理公司: 蘭州振華專利代理有限責任公司 62102
• 代理人: 張晉

1.一種光纖振動探測系統入侵信號的識別方法，從被監測光纖周界監測系統的監測信號中獲取實時信號，對該實時信號進行處理后，判斷該實時信號類別，其特征在于：根據事先得到不同振動事件振動信號及其標簽通過計算機軟件的訓練學習，識別不同振動事件的分類模型，并以此模型得到實時監測信號的初始事件類型，同時結合實時信號轉化的振動瀑布圖特征的圖匹配結果確定出最終入侵信號事件類型。

2.根據權利要求1所述的光纖振動探測系統入侵信號的識別方法，其特征在于首先輸入事先得到的不同振動事件的固定時長和采樣頻率的振動信號，提取振動信號的過零率與能量特征，生成對應過零率信號圖和能量信號圖，依據破壞事件和正常事件分別對振動信號特征樣本進行事件類型標簽，并利用有監督學習算法支持向量機(SVM)訓練分類模型識別實時信號的破壞事件或者正常事件，在分類兩類事件模型識別數據基礎上分別標記出事先得到的挖掘機挖掘事件、人工挖掘事件、車輛行走事件及噪聲事件四種不同振動信號特征樣本的標簽，重復訓練模型，進行分類識別入侵事件類型，并根據在分類模型識別的結果上，結合實時信號得到的對應的振動信號瀑布圖，與事先建立的圖像庫進行相似性匹配，匹配過程為：將所有圖像二值化，并進行中值濾波，得到每張圖像的指紋，計算出圖像庫中的圖片指紋與從被光纖周界監測系統的監測信號中獲取實時監測信號瀑布圖指紋的漢明距離，根據計算得到的漢明距離值大小確定兩圖片相似性，并以此結果得到實時監測信號圖片與圖像庫的相似性，最終通過判定規則確定最終入侵信號事件類型。

3.根據權利要求2所述的光纖振動探測系統入侵信號的識別方法，其特征在于利用有監督學習算法svm分類模型訓練時，svm使用的核函數選擇徑向基函數(RBF)，核參數為100，懲罰因子為10。

4.根據權利要求1或2或3所述的光纖振動探測系統入侵信號的識別方法，其特征在于：根據固定光纖長度和采樣頻率的光纖振動信號，獲得對應的瀑布圖圖像，然后對圖像進行相似性計算，計算過程為：將實時信號的瀑布圖和事件庫中的瀑布圖二值化是以前景像素值為0，背景像素值為255，然后進行中值濾波，再將圖片統一縮放到9×8，得到72個像素的圖片；把縮放后的圖片轉化為256階的灰度圖；在相鄰像素之間進行相減，每行9個像素之間產生了8個不同的差異，共得到64個差異值；當差值結果為正數或零時，則記為1，否則為0，如此獲得圖像的指紋，并且根據兩張圖片的指紋計算得到漢明距離，最終判斷當漢明距離小于5時，兩張圖片相似。

5.根據權利要求所述的光纖振動探測系統入侵信號的識別方法，其特征在于：在采取的判定規則為根據實時信號的瀑布圖與此信號分類模型結果對應圖像庫的相似性計算結果上，如果相似圖片有多于三分之二圖像庫數量時，則認為入侵信號與此事件庫具有高度的相似性，分類結果具有較高的準確性，此時最終入侵事件類型為分類模型預測的事件類型，當相似結果小于三分之二圖像庫數量時，接下來檢查與其它庫的相似性，如果相似圖片數量最多的圖像庫類型與分類模型預測的事件類型不一致時，將此事件庫與分類模型預測事件對應的事件庫計算出的相似圖片數量進行相減求絕對值，當值大于1/4圖像庫數量時，則此時的最終入侵信號類型為相似圖片最多的圖像庫對應的事件類型，否則為分類模型預測的事件類型。