[發(fā)明專利]一種分布式光纖振動傳感器系統(tǒng)及其模式識別方法

有效

• 申請?zhí)枺?/td>: 202010613972.3
• 申請日: 2020-06-30
• 公開（公告）號: CN111649817B
• 公開（公告）日: 2022-03-11
• 發(fā)明（設(shè)計）人: 楊納川;邵佳;安新源;牛原野;袁航
• 申請（專利權(quán)）人: 鄭州信大先進(jìn)技術(shù)研究院
• 主分類號: G01H9/00
• 分類號: G01H9/00
• 代理公司: 鄭州德勤知識產(chǎn)權(quán)代理有限公司 41128
• 代理人: 黃紅梅

本發(fā)明提出一種分布式光纖振動傳感器系統(tǒng)及其模式識別方法，其中，系統(tǒng)包括分布式光纖振動傳感器，還包括特征提取模塊和模式分類模塊；對分布式光纖振動傳感器采用相干探測方法檢測獲得震動點處待分類的振動信號f[θ]后，再由所述特征提取模塊對振動信號f[θ]進(jìn)行特征提取得到入侵事件特征參數(shù)數(shù)據(jù)，將特征參數(shù)數(shù)據(jù)發(fā)送至所述模式分類模塊后，通過調(diào)用模式分類模塊的數(shù)據(jù)庫中由所述模式識別方法已訓(xùn)練好的分類器對入侵事件進(jìn)行分類，實現(xiàn)分布式光纖傳感器的智能模式識別。

技術(shù)領(lǐng)域

本發(fā)明涉及光纖振動傳感器技術(shù)領(lǐng)域，具體涉及一種分布式光纖振動傳感器系統(tǒng)及其模式識別方法。

背景技術(shù)

隨著幾年來光通信產(chǎn)業(yè)的持續(xù)發(fā)展，相關(guān)光器件也不斷更新成熟，光纖在通信領(lǐng)域的應(yīng)用突飛猛進(jìn)。與此同時，光纖在傳感探測領(lǐng)域的應(yīng)用也逐步發(fā)展，與傳統(tǒng)傳感器不同的地方在于，光纖傳感器具備抗電磁干擾、安全節(jié)能、高靈敏度、體積小易于鋪設(shè)等特性。光纖同時可以根據(jù)泵浦脈沖光的后向散射光特征變化感應(yīng)到多種外界信息，例如應(yīng)力、溫度、電磁場、氣體濃度等外界物理特性。后向散射光根據(jù)頻率變化可分為瑞利散射光、布里淵散射光和拉曼散射光，其中瑞利散射光頻與探測脈沖光一致且功率最強(qiáng)、散射距離遠(yuǎn)，可用于長距離安防檢測。光纖傳感器依據(jù)傳感方式可以分為點式、準(zhǔn)分布式以及分布式傳感，點式、準(zhǔn)分布式傳感主要針對重要監(jiān)測點的特征參數(shù)測量，即只能探測有效范圍內(nèi)的各個點，傳感點探測多以光纖布拉格光柵為主，而光纖在傳感器中起到光源信息傳輸?shù)墓δ堋Ｅc之不同的分布式光纖傳感，光纖既是傳輸介質(zhì)也是傳感器，能夠?qū)崿F(xiàn)單模光纖全程特征信息探測。此外，光纖便于運(yùn)輸攜帶、重量輕、易彎折，可以根據(jù)檢測范圍的地理環(huán)境、護(hù)欄形狀以及環(huán)境需求按照實際情況鋪設(shè)，便于工程實現(xiàn)。近年來，基于瑞利散射的相位敏感型光時域反射分布式光纖傳感技術(shù)在周界安防檢測領(lǐng)域取得良好應(yīng)用，其通過解調(diào)光脈沖后向瑞利散射光的擾動干涉強(qiáng)度變化來實現(xiàn)對光纖鋪設(shè)區(qū)域上的入侵事件實時監(jiān)測。

可見，分布式光纖振動傳感器可以有效地檢測光纖鋪設(shè)區(qū)域上的應(yīng)變信號，但如果震動點的入侵事件模式識別問題不能有效解決則會導(dǎo)致虛警事件增多從而造成安防成本增加。運(yùn)用光纖傳感器檢測入侵震動點的信號，從信號中提取特征并識別震動類型，不僅可以輔助安防決策，也可以有效降低運(yùn)行成本。現(xiàn)有光纖傳感安防系統(tǒng)依靠特征直接提取或是奇異值分解(Singular Value Decomposition,SVD)特征降維，并利用入侵事件特征向量學(xué)習(xí)，訓(xùn)練支持向量機(jī)或是神經(jīng)網(wǎng)絡(luò)從而實現(xiàn)分類。但奇異值分解通常用于分析兩個場的相關(guān)信息，分析矩陣兩個維度各自的相關(guān)性，常用于個性化推薦，SVD也伴隨著高數(shù)據(jù)運(yùn)算量的問題。神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)網(wǎng)絡(luò)在計算機(jī)視覺以及語音識別等領(lǐng)域應(yīng)用極其廣泛，使用神經(jīng)網(wǎng)絡(luò)的softmax層還可以實現(xiàn)多目標(biāo)分類識別。然而，訓(xùn)練一個識別率高的神經(jīng)網(wǎng)絡(luò)需要大量的有監(jiān)督學(xué)習(xí)數(shù)據(jù)，通常樣本均在上萬級甚至百萬級。當(dāng)訓(xùn)練數(shù)據(jù)不足時會帶來欠擬合等問題，同時帶來的超參調(diào)制、更新維護(hù)問題也需要相對較高的成本，這都會直接影響系統(tǒng)輸出反應(yīng)時間和分類準(zhǔn)確率。因此，需要針對光纖傳感器的模式識別問題提出一種針對小樣本特征提取、數(shù)據(jù)降噪壓縮的分類器方法，以減少系統(tǒng)運(yùn)算量，提高光纖傳感器系統(tǒng)模式識別率、反應(yīng)速度并輔助安防檢測。

發(fā)明內(nèi)容

本發(fā)明的目的是針對現(xiàn)有技術(shù)的不足，提供一種分布式光纖振動傳感器系統(tǒng)及其模式識別方法。

為了實現(xiàn)上述目的，本發(fā)明第一方面提供了一種分布式光纖振動傳感器系統(tǒng)的模式識別方法，首先對采集到的震動點處待分類的振動信號f[θ]進(jìn)行特征提取得到入侵事件特征參數(shù)數(shù)據(jù)：

根據(jù)不同入侵事件類型Y_i，各采樣至少100組，各為M_i(i＝1,2,3,……)組；