本發(fā)明涉及振動(dòng)源識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別方法及系統(tǒng)。

背景技術(shù)：

隨著經(jīng)濟(jì)的飛速發(fā)展，油氣資源的需求量日趨增加，管道運(yùn)輸以其經(jīng)濟(jì)、有效、環(huán)保的優(yōu)勢(shì)，已成為油氣資源運(yùn)輸?shù)闹饕侄?，管道安全保護(hù)的問(wèn)題也日益突出地?cái)[在人們面前。管道一旦泄漏極易發(fā)生爆炸，不僅影響能源的正常運(yùn)輸，還將給國(guó)家和人民群眾的生命、財(cái)產(chǎn)造成巨大損失。因此，管道安全預(yù)警是必不可少的。

在運(yùn)用光纖傳感系統(tǒng)在對(duì)管道保護(hù)區(qū)進(jìn)行實(shí)時(shí)監(jiān)控的基礎(chǔ)上，同時(shí)對(duì)所檢測(cè)到的振動(dòng)信號(hào)進(jìn)行分類，識(shí)別引起振動(dòng)的外部事件源，辨別是否為有害入侵信號(hào)。通過(guò)光纖傳感系統(tǒng)對(duì)光纜周邊的振動(dòng)事件進(jìn)行探測(cè)，采集石油管道周邊的各種振動(dòng)信號(hào)進(jìn)行報(bào)警提示，同時(shí)提取信號(hào)特征參數(shù)，對(duì)振源進(jìn)行分類和識(shí)別。由于振動(dòng)背景復(fù)雜多樣，因此在大量復(fù)雜的振動(dòng)信號(hào)中準(zhǔn)確識(shí)別目標(biāo)振源并有效報(bào)警是安全預(yù)警系統(tǒng)研究的難點(diǎn)。振源識(shí)別是基于振源的行為及其屬性特征，以計(jì)算機(jī)為工具，采用模式識(shí)別理論，建立振動(dòng)信號(hào)和振動(dòng)源對(duì)應(yīng)關(guān)系的一門(mén)技術(shù)。系統(tǒng)對(duì)光纖管道采集到的振動(dòng)信號(hào)進(jìn)行預(yù)處理、特征提取和識(shí)別，并根據(jù)其特征確定有害入侵振動(dòng)并進(jìn)行安全預(yù)警，從而實(shí)現(xiàn)保障油氣管道安全，防患于未然的目的。

現(xiàn)有的研究存在的主要問(wèn)題是缺乏合適的振動(dòng)源識(shí)別方法，因此，需要建立一種有效的振動(dòng)源識(shí)別方法來(lái)實(shí)現(xiàn)振動(dòng)信號(hào)的識(shí)別，以降低振源識(shí)別的錯(cuò)誤率。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別方法及系統(tǒng)，能夠根據(jù)時(shí)頻變換特性準(zhǔn)確的識(shí)別出振動(dòng)信號(hào)，且識(shí)別過(guò)程快速且有效，為控制中心提供了可靠地振動(dòng)源判定基礎(chǔ)，使得控制能在能夠根據(jù)振動(dòng)源的類型，做出準(zhǔn)確且及時(shí)的響應(yīng)。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供以下技術(shù)方案：

一方面，本發(fā)明提供了一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別方法，所述方法包括：

步驟1.獲取當(dāng)前振動(dòng)源在多個(gè)報(bào)警點(diǎn)的振動(dòng)信號(hào)的自相關(guān)系數(shù)波形；

步驟2.根據(jù)時(shí)頻變換特性對(duì)所述自相關(guān)系數(shù)波形進(jìn)行小波分解并計(jì)算分解得到的高層波形的能量占比；

步驟3.將多維能量占比特征向量作為特征輸入到MLFNN網(wǎng)絡(luò)進(jìn)行參數(shù)訓(xùn)練,并根據(jù)參數(shù)訓(xùn)練的結(jié)果識(shí)別當(dāng)前振動(dòng)源的類型。

進(jìn)一步的，所述步驟1包括：

步驟1-1.在光纖傳感系統(tǒng)的各報(bào)警點(diǎn)檢測(cè)到振動(dòng)源時(shí)，接收各報(bào)警點(diǎn)發(fā)送的振動(dòng)信號(hào)，其中，各報(bào)警點(diǎn)的設(shè)置位置不同；

步驟1-2.根據(jù)所述自相關(guān)函數(shù)確定各所述振動(dòng)信號(hào)的自相關(guān)系數(shù)波形。

進(jìn)一步的，所述步驟1-2包括：

步驟1-2a.以信號(hào)能量高的部分作為自相關(guān)模板，簡(jiǎn)化所述自相關(guān)函數(shù)；

步驟1-2b.根據(jù)簡(jiǎn)化后的所述自相關(guān)函數(shù)確定各所述振動(dòng)信號(hào)的自相關(guān)系數(shù)波形。

進(jìn)一步的，所述步驟1-2a中的自相關(guān)函數(shù)R(k)如式(1)所示：

式(1)中，X為振動(dòng)信號(hào)，w為窗函數(shù)，1為信號(hào)長(zhǎng)度，k為自相關(guān)函數(shù)的第k位，m為信號(hào)序列位置。

進(jìn)一步的，所述步驟1-2b中的簡(jiǎn)化后的所述自相關(guān)函數(shù)R(k)如式(2)所示：

式(2)中，X為振動(dòng)信號(hào)，1為信號(hào)長(zhǎng)度，k為自相關(guān)函數(shù)的第k位，m為信號(hào)序列位置，M為從振動(dòng)信號(hào)中截取的一段模板，N₀為模板長(zhǎng)度。

進(jìn)一步的，所述步驟2包括：

步驟2-1.根據(jù)時(shí)頻變換特性對(duì)所述自相關(guān)系數(shù)波形進(jìn)行r層DB3小波分解，得到r+1層波段；

步驟2-2.去除波段層中的最低層；

步驟2-3.計(jì)算得到所述波段層中剩余高層波形的能量占比。

進(jìn)一步的，所述步驟2-3包括：

步驟2-3a.依次計(jì)算得到剩余各高層波形的能量占比P_i；

步驟2-3b.根據(jù)各高層波形的能量占比P_i計(jì)算得到各高層波形的能量在總能量中的占比η_i，得到r維能量占比特征向量[η₁,η₂...η_r]。

進(jìn)一步的，所述步驟3包括：

步驟3-1.將r維能量占比特征向量作為特征輸入到MLFNN網(wǎng)絡(luò)；

步驟3-2.根據(jù)誤差目標(biāo)函數(shù)對(duì)r維能量占比特征向量進(jìn)行參數(shù)訓(xùn)練；

步驟3-3.根據(jù)參數(shù)訓(xùn)練的結(jié)果識(shí)別當(dāng)前振動(dòng)源的類型，其中，所述當(dāng)前振動(dòng)源的類型包括敲擊振動(dòng)源、行車振動(dòng)源及人為運(yùn)動(dòng)引起的振動(dòng)源。

進(jìn)一步的，所述步驟3-2中的所述誤差目標(biāo)函數(shù)E如式(3)所示：

式(3)中，E_c表示第c個(gè)訓(xùn)練樣例的誤差，ω_j表示連接權(quán)和閾值，L為批次訓(xùn)練的數(shù)據(jù)量，λ∈(0,1)。

另一方面，本發(fā)明還提供一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別系統(tǒng)，所述系統(tǒng)包括：

自相關(guān)系數(shù)波形獲取單元，用于獲取當(dāng)前振動(dòng)源在多個(gè)報(bào)警點(diǎn)的振動(dòng)信號(hào)的自相關(guān)系數(shù)波形；

能量占比確定單元，用于根據(jù)時(shí)頻變換特性對(duì)所述自相關(guān)系數(shù)波形進(jìn)行小波分解并計(jì)算分解得到的高層波形的能量占比；

振動(dòng)源識(shí)別單元，用于將r維能量占比特征向量作為特征輸入到MLFNN網(wǎng)絡(luò)進(jìn)行參數(shù)訓(xùn)練,并根據(jù)參數(shù)訓(xùn)練的結(jié)果識(shí)別當(dāng)前振動(dòng)源的類型。

由上述技術(shù)方案可知，本發(fā)明所述的一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別方法及系統(tǒng)，方法獲取當(dāng)前振動(dòng)源在多個(gè)報(bào)警點(diǎn)的振動(dòng)信號(hào)的自相關(guān)系數(shù)波形；根據(jù)時(shí)頻變換特性對(duì)所述自相關(guān)系數(shù)波形進(jìn)行小波分解并計(jì)算分解得到的高層波形的能量占比；將多維能量占比特征向量作為特征輸入到MLFNN網(wǎng)絡(luò)進(jìn)行參數(shù)訓(xùn)練,并根據(jù)參數(shù)訓(xùn)練的結(jié)果識(shí)別當(dāng)前振動(dòng)源的類型；能夠根據(jù)時(shí)頻變換特性準(zhǔn)確的識(shí)別出振動(dòng)信號(hào)，且識(shí)別過(guò)程快速且有效，為控制中心提供了可靠地振動(dòng)源判定基礎(chǔ)，使得控制能在能夠根據(jù)振動(dòng)源的類型，做出準(zhǔn)確且及時(shí)的響應(yīng)。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實(shí)施例一的一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別方法的流程示意圖；

圖2是本發(fā)明實(shí)施例二的識(shí)別方法中步驟100的一種具體實(shí)施方式的流程示意圖；

圖3是本發(fā)明實(shí)施例三的識(shí)別方法中步驟102的一種具體實(shí)施方式的流程示意圖；

圖4是本發(fā)明實(shí)施例四的識(shí)別方法中步驟200的一種具體實(shí)施方式的流程示意圖；

圖5是本發(fā)明實(shí)施例五的識(shí)別方法中步驟203的一種具體實(shí)施方式的流程示意圖；

圖6是本發(fā)明實(shí)施例六的識(shí)別方法中步驟300的一種具體實(shí)施方式的流程示意圖；

圖7是本發(fā)明具體應(yīng)用例中的識(shí)別方法總流程圖；

圖8是本發(fā)明具體應(yīng)用例中的求自相關(guān)函數(shù)流程圖；

圖9是本發(fā)明具體應(yīng)用例中的小波分解和求能量占比流程圖；

圖10是本發(fā)明具體應(yīng)用例中的鎬刨原始振動(dòng)信號(hào)仿真結(jié)果圖；

圖11是本發(fā)明具體應(yīng)用例中的過(guò)車原始振動(dòng)信號(hào)仿真結(jié)果圖；

圖12是本發(fā)明具體應(yīng)用例中的小跑仿真結(jié)果圖；

圖13是本發(fā)明具體應(yīng)用例中的鎬刨信號(hào)自相關(guān)系數(shù)仿真結(jié)果圖；

圖14是本發(fā)明具體應(yīng)用例中的過(guò)車原始振動(dòng)信號(hào)仿真結(jié)果圖；

圖15是本發(fā)明具體應(yīng)用例中的小跑原始振動(dòng)信號(hào)仿真結(jié)果圖；

圖16是本發(fā)明具體應(yīng)用例中的各原始振動(dòng)信號(hào)仿真結(jié)果圖對(duì)比圖；

圖17是本發(fā)明實(shí)施例七的一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明的實(shí)施例一提供了一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別方法。參見(jiàn)圖1，該識(shí)別述方法具體包括如下內(nèi)容：

步驟100：獲取當(dāng)前振動(dòng)源在多個(gè)報(bào)警點(diǎn)的振動(dòng)信號(hào)的自相關(guān)系數(shù)波形。

在本步驟中，在光纖傳感系統(tǒng)的各報(bào)警點(diǎn)檢測(cè)到振動(dòng)源時(shí)，接收各報(bào)警點(diǎn)發(fā)送的振動(dòng)信號(hào)，且各報(bào)警點(diǎn)的設(shè)置位置不同，以及根據(jù)所述自相關(guān)函數(shù)確定各所述振動(dòng)信號(hào)的自相關(guān)系數(shù)波形。

步驟200：根據(jù)時(shí)頻變換特性對(duì)所述自相關(guān)系數(shù)波形進(jìn)行小波分解并計(jì)算分解得到的高層波形的能量占比。

在本步驟中，根據(jù)時(shí)頻變換特性對(duì)所述自相關(guān)系數(shù)波形進(jìn)行小波分解，去除波段層中的最低層，以及計(jì)算得到所述波段層中剩余高層波形的能量占比。

步驟300：將多維能量占比特征向量作為特征輸入到MLFNN網(wǎng)絡(luò)進(jìn)行參數(shù)訓(xùn)練,并根據(jù)參數(shù)訓(xùn)練的結(jié)果識(shí)別當(dāng)前振動(dòng)源的類型。

在本步驟中，將多維能量占比特征向量作為特征輸入到MLFNN網(wǎng)絡(luò)；根據(jù)誤差目標(biāo)函數(shù)對(duì)多維能量占比特征向量進(jìn)行參數(shù)訓(xùn)練；根據(jù)參數(shù)訓(xùn)練的結(jié)果識(shí)別當(dāng)前振動(dòng)源的類型，其中，所述當(dāng)前振動(dòng)源的類型包括敲擊振動(dòng)源、行車振動(dòng)源及人為運(yùn)動(dòng)引起的振動(dòng)源。

從上述描述可知，本發(fā)明的實(shí)施例能夠根據(jù)時(shí)頻變換特性準(zhǔn)確的識(shí)別出振動(dòng)信號(hào)，且識(shí)別過(guò)程快速且有效，為控制中心提供了可靠地振動(dòng)源判定基礎(chǔ)，使得控制能在能夠根據(jù)振動(dòng)源的類型，做出準(zhǔn)確且及時(shí)的響應(yīng)。

本發(fā)明的實(shí)施例二提供了上述識(shí)別方法中步驟100的一種具體實(shí)施方式。參見(jiàn)圖2，該步驟100具體包括如下內(nèi)容：

步驟101.在光纖傳感系統(tǒng)的各報(bào)警點(diǎn)檢測(cè)到振動(dòng)源時(shí)，接收各報(bào)警點(diǎn)發(fā)送的振動(dòng)信號(hào)，其中，各報(bào)警點(diǎn)的設(shè)置位置不同。

步驟102.根據(jù)所述自相關(guān)函數(shù)確定各所述振動(dòng)信號(hào)的自相關(guān)系數(shù)波形。

從上述描述可知，本發(fā)明的實(shí)施例能夠準(zhǔn)確獲取當(dāng)前振動(dòng)源在多個(gè)報(bào)警點(diǎn)的振動(dòng)信號(hào)的自相關(guān)系數(shù)波形，為后續(xù)處理提供了可靠的數(shù)據(jù)基礎(chǔ)。

本發(fā)明的實(shí)施例三提供了上述識(shí)別方法中步驟102的一種具體實(shí)施方式。參見(jiàn)圖3，該步驟102具體包括如下內(nèi)容：

步驟102a.以信號(hào)能量高的部分作為自相關(guān)模板，簡(jiǎn)化所述自相關(guān)函數(shù)。

在本步驟中，自相關(guān)函數(shù)R(k)如式(1)所示：

式(1)中，X為振動(dòng)信號(hào)，w為窗函數(shù)，1為信號(hào)長(zhǎng)度，k為自相關(guān)函數(shù)的第k位，m為信號(hào)序列位置。

步驟102b.根據(jù)簡(jiǎn)化后的所述自相關(guān)函數(shù)確定各所述振動(dòng)信號(hào)的自相關(guān)系數(shù)波形。

在本步驟中，簡(jiǎn)化后的所述自相關(guān)函數(shù)R(k)如式(2)所示：

式(2)中，X為振動(dòng)信號(hào)，1為信號(hào)長(zhǎng)度，k為自相關(guān)函數(shù)的第k位，m為信號(hào)序列位置，M為從振動(dòng)信號(hào)中截取的一段模板，N₀為模板長(zhǎng)度。

從上述描述可知，本發(fā)明的實(shí)施例能夠根據(jù)所述自相關(guān)函數(shù)確定各所述振動(dòng)信號(hào)的自相關(guān)系數(shù)波形。

本發(fā)明的實(shí)施例四提供了上述識(shí)別方法中步驟200的一種具體實(shí)施方式。參見(jiàn)圖4，該步驟200具體包括如下內(nèi)容：

步驟201.根據(jù)時(shí)頻變換特性對(duì)所述自相關(guān)系數(shù)波形進(jìn)行r層DB3小波分解，得到r+1層波段。

步驟202.去除波段層中的最低層。

步驟203.計(jì)算得到所述波段層中剩余高層波形的能量占比。

從上述描述可知，本發(fā)明的實(shí)施例能夠根據(jù)時(shí)頻變換特性對(duì)所述自相關(guān)系數(shù)波形進(jìn)行小波分解并計(jì)算分解得到的高層波形的能量占比。

本發(fā)明的實(shí)施例五提供了上述識(shí)別方法中步驟203的一種具體實(shí)施方式。參見(jiàn)圖5，該步驟203具體包括如下內(nèi)容：

步驟203a.依次計(jì)算得到剩余各高層波形的能量占比P_i。

步驟203b.根據(jù)各高層波形的能量占比P_i計(jì)算得到各高層波形的能量在總能量中的占比η_i，得到r維能量占比特征向量[η₁,η₂...η_r]。

從上述描述可知，本發(fā)明的實(shí)施例給出了計(jì)算得到所述波段層中剩余高層波形的能量占比的具體實(shí)現(xiàn)方式。

本發(fā)明的實(shí)施例六提供了上述識(shí)別方法中步驟300的一種具體實(shí)施方式。參見(jiàn)圖6，該步驟300具體包括如下內(nèi)容：

步驟301.將r維能量占比特征向量作為特征輸入到MLFNN網(wǎng)絡(luò)。

步驟302.根據(jù)誤差目標(biāo)函數(shù)對(duì)r維能量占比特征向量進(jìn)行參數(shù)訓(xùn)練。

在本步驟中，誤差目標(biāo)函數(shù)E如式(3)所示：

式(3)中，E_c表示第c個(gè)訓(xùn)練樣例的誤差，ω_j表示連接權(quán)和閾值，L為批次訓(xùn)練的數(shù)據(jù)量，λ∈(0,1)。

步驟303.根據(jù)參數(shù)訓(xùn)練的結(jié)果識(shí)別當(dāng)前振動(dòng)源的類型，其中，所述當(dāng)前振動(dòng)源的類型包括敲擊振動(dòng)源、行車振動(dòng)源及人為運(yùn)動(dòng)引起的振動(dòng)源。

從上述描述可知，本發(fā)明的實(shí)施例實(shí)現(xiàn)了將多維能量占比特征向量作為特征輸入到MLFNN網(wǎng)絡(luò)進(jìn)行參數(shù)訓(xùn)練,并根據(jù)參數(shù)訓(xùn)練的結(jié)果識(shí)別當(dāng)前振動(dòng)源的類型。

為更進(jìn)一步的說(shuō)明本方案，本發(fā)明還提供一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別方法的具體應(yīng)用例。該識(shí)別述方法的具體應(yīng)用例具體包括如下內(nèi)容：

圖7是本具體應(yīng)用例的總體流程。識(shí)別的對(duì)象包括：過(guò)車信號(hào)、鎬刨信號(hào)、挖地信號(hào)。

如圖7所示的實(shí)施例的基于時(shí)頻變換特征MLFNN網(wǎng)絡(luò)識(shí)別算法包括：

S101：振動(dòng)信號(hào)求自相關(guān)系數(shù)，自相關(guān)是以信號(hào)能量高的部分作為自相關(guān)模板；

S102：把自相關(guān)系數(shù)進(jìn)行小波分解并求指定層小波的能量占比；

S103：把能量占比作為一個(gè)優(yōu)化的MLFNN的輸入進(jìn)行訓(xùn)練。

根據(jù)本發(fā)明的一個(gè)實(shí)施例的振動(dòng)信號(hào)自相關(guān)系數(shù)計(jì)算過(guò)車如圖8所示，其包括：

S201：對(duì)振動(dòng)信號(hào)X(長(zhǎng)度512ms)進(jìn)行3-64Hz帶通濾波得到X₁；

S202：把濾波后的信號(hào)分成三段：

求出各段能量：

S203：把原始信號(hào)中與最大能量對(duì)應(yīng)的位置作為自相關(guān)的模板。

其中M為模板；

S204：根據(jù)自相關(guān)函數(shù)的計(jì)算公式求出振動(dòng)信號(hào)的自相關(guān)函數(shù)波形圖，自相關(guān)函數(shù)公式：

根據(jù)本發(fā)明的一個(gè)實(shí)施例的對(duì)自相關(guān)函數(shù)波形進(jìn)行小波分解的過(guò)程如圖9所示，其包括：

S301：對(duì)自相關(guān)函數(shù)波形進(jìn)行5層小波分解，產(chǎn)生6個(gè)波段：ca₅、cd₅、cd₄、cd₃、cd₂、cd₁，因?yàn)閏a₅含直流量，所以以下的運(yùn)算都不包含ca₅；

S302：求出各層的能量：

P_i＝∑cd_i² (5)

S303：計(jì)算能量占比：

形成一個(gè)5維的特征向量：[η₁,η₂,η₃,η₄,η₅]；其中，各原始振動(dòng)信號(hào)仿真結(jié)果圖如圖10至12所示，各信號(hào)自相關(guān)系數(shù)仿真結(jié)果圖如圖13至15所示，能量占比的柱狀圖如圖16。

把得到的特征輸入到三層的MLFNN網(wǎng)絡(luò)中，對(duì)振動(dòng)信號(hào)進(jìn)行識(shí)別。該網(wǎng)絡(luò)中間層節(jié)點(diǎn)個(gè)數(shù)為3，迭代1000次，同時(shí)該網(wǎng)絡(luò)在經(jīng)典的MLFNN網(wǎng)絡(luò)中使用優(yōu)化算法，誤差目標(biāo)函數(shù)為：

增加連接權(quán)和閾值平方和這一項(xiàng)后，訓(xùn)練過(guò)程會(huì)偏好比較小的連接權(quán)和閾值，使網(wǎng)絡(luò)輸出更加“光滑”，從而對(duì)過(guò)擬合有所緩解。

本發(fā)明人針對(duì)上述基于時(shí)頻變換特征的MLFNN網(wǎng)絡(luò)識(shí)別方法，對(duì)實(shí)測(cè)過(guò)車信號(hào)、鎬刨信號(hào)、小跑信號(hào)進(jìn)行分類仿真，識(shí)別錯(cuò)誤率為0.04?？梢?jiàn)通過(guò)此方法可以有效的識(shí)別出過(guò)車、鎬刨和小跑信號(hào)。

與現(xiàn)有識(shí)別方法相比，本發(fā)明的優(yōu)點(diǎn)包括：

(1)本發(fā)明的方法能夠有效實(shí)現(xiàn)光纖入侵識(shí)別；

(2)本發(fā)明的方法能夠通過(guò)小波分解提取不同波段的能量分布；

(3)本發(fā)明的方法經(jīng)過(guò)相關(guān)運(yùn)算和小波分解、能量占比等方法提取特征再輸入到MLFNN網(wǎng)絡(luò)中，增大了識(shí)別的可行性。

(4)本發(fā)明的方法將特征輸入MLFNN網(wǎng)絡(luò)中，并且使用正則化的優(yōu)化算法，緩解了MLFNN網(wǎng)絡(luò)的過(guò)擬合問(wèn)題，通過(guò)調(diào)配結(jié)構(gòu)、參數(shù)，使不同光纖入侵信號(hào)可分。

本發(fā)明的實(shí)施例七提供了能夠?qū)崿F(xiàn)識(shí)別方法的一種基于時(shí)頻變換特性的振動(dòng)源識(shí)別系統(tǒng)的一種具體實(shí)施方式。參見(jiàn)圖17，該識(shí)別系統(tǒng)具體包括如下內(nèi)容：

自相關(guān)系數(shù)波形獲取單元10，用于獲取當(dāng)前振動(dòng)源在多個(gè)報(bào)警點(diǎn)的振動(dòng)信號(hào)的自相關(guān)系數(shù)波形；

能量占比確定單元20，用于根據(jù)時(shí)頻變換特性對(duì)所述自相關(guān)系數(shù)波形進(jìn)行小波分解并計(jì)算分解得到的高層波形的能量占比；

振動(dòng)源識(shí)別單元30，用于將r維能量占比特征向量作為特征輸入到MLFNN網(wǎng)絡(luò)進(jìn)行參數(shù)訓(xùn)練,并根據(jù)參數(shù)訓(xùn)練的結(jié)果識(shí)別當(dāng)前振動(dòng)源的類型。

從上述描述可知，本發(fā)明的實(shí)施例能夠根據(jù)時(shí)頻變換特性準(zhǔn)確的識(shí)別出振動(dòng)信號(hào)，且識(shí)別過(guò)程快速且有效，為控制中心提供了可靠地振動(dòng)源判定基礎(chǔ)，使得控制能在能夠根據(jù)振動(dòng)源的類型，做出準(zhǔn)確且及時(shí)的響應(yīng)。

最后應(yīng)說(shuō)明的是：以上各實(shí)施例僅用以說(shuō)明本發(fā)明的實(shí)施例的技術(shù)方案，而非對(duì)其限制；盡管參照前述各實(shí)施例對(duì)本發(fā)明的實(shí)施例進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明的實(shí)施例各實(shí)施例技術(shù)方案的范圍。