[發(fā)明專利]基于空域特征和機器學習的光纖預警模式識別方法

有效

• 申請?zhí)枺?/td>: 202310693273.8
• 申請日: 2023-06-13
• 公開（公告）號: CN116432007B
• 公開（公告）日: 2023-08-22
• 發(fā)明（設計）人: 孫茜
• 申請（專利權）人: 天津精儀精測科技有限公司
• 主分類號: G06F18/213
• 分類號: G06F18/213;G06N20/00;G06F18/10;G06F18/2433;G06F18/20;G08C23/06
• 代理公司: 天津合正知識產(chǎn)權代理有限公司 12229
• 代理人: 呂琦

本發(fā)明提出了一種基于空域特征和機器學習的光纖預警模式識別方法，涉及光纖預警技術領域，通過分布式光纖振動傳感系統(tǒng)，感應光纖周圍的二維振動信號，構成二維時空圖像，提取特征信號；對特征信號進行預處理得到多個目標特征信號序列；計算多個目標特征信號序列在空域上的距離；采用平均幅度差函數(shù)提取具有最小距離的目標特征信號的異常特征，計算異常特征信號的平均幅度差函數(shù)，預測異常特征信號周期；根據(jù)預測得到的異常特征信號周期判斷異常特征信號類型，確定光纖預警模式。提高了光纖預警模式的識別準確度。

技術領域

本發(fā)明涉及光纖預警技術領域，具體涉及基于空域特征和機器學習的光纖預警模式識別方法。

背景技術

基于相干瑞利散射技術的分布式光纖預警系統(tǒng)，通過檢測從光纖各部分散射回來的后向散射光的光強來獲得并定位外界振動信號。其中相位敏感光時域反射計光纖預警系統(tǒng)以普通單模光纖作為光傳輸和傳感載體，可實現(xiàn)長距離實時監(jiān)測和精確定位。該系統(tǒng)便于鋪設，抗電磁干擾能力強，易于工程化，常應用在工程結(jié)構的安全檢測、光纖周界防護、油氣管道安全預警等領域。在光纖預警系統(tǒng)中，振動信號的分類識別至關重要。若產(chǎn)生誤報，不但會造成人力物力的浪費，嚴重的還會延誤處理時間甚至危及生命財產(chǎn)安全。因此如何準確識別入侵事件種類，及時報警，減少誤報，避免不必要的資源浪費一直是光纖預警系統(tǒng)研究的重點問題。

傳統(tǒng)的信號處理方法首先定位?事件信號在空域上的所在位置，然后提取該位置的時域信號，對一維時域信號進行特征提取，完成分類識別。由于這種方法需要先進行定位，如多點定位，不僅運算量極大，而且耗時很長。除此之外，它對定位精度的要求非常高，一旦定位錯誤，則不?能正確識別出事件種類，容易產(chǎn)生誤報。因此光纖預警系統(tǒng)急需一種高效、準確的模式識別方法。

發(fā)明內(nèi)容

為了解決上述技術問題，本發(fā)明提出了一種基于空域特征和機器學習的光纖預警模式識別方法，包括如下步驟：

S1、通過分布式光纖振動傳感系統(tǒng)，感應光纖周圍的二維振動信號，構成二維時空圖像，提取特征信號；

S2、對特征信號進行預處理得到多個目標特征信號序列；

S3、計算多個目標特征信號序列在空域上的距離；

S4、采用平均幅度差函數(shù)提取具有最小距離的目標特征信號的異常特征，計算最小距離的目標特征信號的平均幅度差函數(shù)，預測異常特征信號周期；

S5、根據(jù)預測得到的異常特征信號周期判斷異常特征信號類型，確定光纖預警模式。

進一步地，步驟S2中，對特征信號進行預處理，具體步驟如下:

S21、計算t個特征信號序列x（i）的累積差作為一個新的信號序列y(t)：

；

式中,是特征信號序列x(i)的平均值；

S22、將得到的新的信號序列y(t)等分為m個信號序列區(qū)間；

S23、采用最小二乘法對每個信號序列區(qū)間進行線性擬合,得到每個信號序列區(qū)間的局部趨勢y_n(t)；

S24、從新的信號序列y(t)中減去y_n(t),并計算均方根誤差X_m：

；

S25、改變區(qū)間長度的大小,重復步驟S22~?S24,直到得到目標特征信號序列。

進一步地，所述步驟S3中采用最小距離法計算目標特征信號序列在空域上的距離，具體包括：

S31、獲取各個目標特征信號序列的中心特征信號，得到中心特征信號序列，用Ｃ＝［c₁，…，c_i，…，c_m］表示，其中m表示中心特征信號的個數(shù)；