一種分布式光纖振動(dòng)傳感系統(tǒng)擾動(dòng)事件識(shí)別及定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及周界安防技術(shù)領(lǐng)域，尤其設(shè)及一種分布式光纖振動(dòng)傳感系統(tǒng)擾動(dòng)事件 識(shí)別及定位方法。
【背景技術(shù)】
[0002] 隨著國(guó)內(nèi)安全事故的頻發(fā)，國(guó)家對(duì)于安全問(wèn)題日益重視，近年來(lái)我國(guó)的安防行業(yè)， 尤其是后來(lái)發(fā)展起來(lái)的周界入侵防范行業(yè)也隨之顯示出極高的增長(zhǎng)率和廣闊的發(fā)展前景。 在周界入侵防范領(lǐng)域，如何開(kāi)發(fā)更加穩(wěn)定可靠的安防系統(tǒng)，對(duì)敏感和重要區(qū)域的周界進(jìn)行 有效的安全防護(hù)，適應(yīng)其高安全級(jí)別和特殊安防要求，一直是行業(yè)內(nèi)的一項(xiàng)研究重點(diǎn)和技 術(shù)難點(diǎn)，存在著較大的市場(chǎng)空白。
[0003] 隨著光通信技術(shù)的發(fā)展，光傳感技術(shù)得到了大力推進(jìn)。由于在光纖中傳播的光的 相位、強(qiáng)度、及偏振態(tài)會(huì)受到光纖沿測(cè)的物理場(chǎng)，比如，溫度、壓力、振動(dòng)等的影響，通過(guò)檢測(cè) 光的參數(shù)，可W還原出該些物理量。分布式光纖傳感技術(shù)可W實(shí)時(shí)連續(xù)感知和定位光纖沿 測(cè)的物理量，越來(lái)越受到研究人員的重視，并取得了很多技術(shù)上的突破。采用光纖作為傳感 器，完全不需供電，防火、防爆，不需作任何防雷、防磁處理。由于光纖本身不導(dǎo)電，所W它不 會(huì)受到雷電、靜電等的破壞。此外光纖不發(fā)射，也不接收W下信號(hào)：電磁信號(hào)，雷達(dá)信號(hào)，無(wú) 線電信號(hào)，高壓靜電信號(hào)。光纖的損耗很低，可W實(shí)現(xiàn)長(zhǎng)距離大范圍的分布式傳感。光纖的 柔初性，也使得此類(lèi)傳感器更好的與被測(cè)物體或環(huán)境融合在一起。
[0004] 基于光纖傳感的上述特點(diǎn)，近十年來(lái)，研究人員一直嘗試將分布式光纖振動(dòng)傳感 系統(tǒng)應(yīng)用到周界安防、管道防護(hù)及線纜安全監(jiān)測(cè)領(lǐng)域。實(shí)際應(yīng)用環(huán)境的復(fù)雜性及工程穩(wěn)定 性可靠性要求是分布式光纖振動(dòng)傳感系統(tǒng)從實(shí)驗(yàn)室到工程應(yīng)用的主要障礙?，F(xiàn)階段的擾動(dòng) 事件檢測(cè)識(shí)別和定位主要采用小波分析、神經(jīng)網(wǎng)絡(luò)等較為復(fù)雜的算法，而小波分析的計(jì)算 復(fù)雜度較高，神經(jīng)網(wǎng)絡(luò)需要經(jīng)過(guò)大量訓(xùn)練。在大風(fēng)、大雨等惡劣環(huán)境條件下，現(xiàn)有系統(tǒng)的誤 報(bào)、漏報(bào)率較高，一種簡(jiǎn)單可靠的擾動(dòng)事件檢測(cè)和定位方法亟待提出。

【發(fā)明內(nèi)容】

[0005] 技術(shù)問(wèn)題；本發(fā)明提供一種實(shí)現(xiàn)了對(duì)振動(dòng)事件所產(chǎn)生的信號(hào)峰的時(shí)空感知，能夠 穩(wěn)定可靠地實(shí)現(xiàn)擾動(dòng)事件的檢測(cè)，提高了系統(tǒng)的穩(wěn)定性和環(huán)境自適應(yīng)性，算法收斂快，計(jì)算 量相對(duì)較小，復(fù)雜度低的分布式光纖振動(dòng)傳感系統(tǒng)擾動(dòng)事件檢測(cè)及定位方法。本發(fā)明能夠 快速準(zhǔn)確的得到振動(dòng)事件概率密度函數(shù)的各參數(shù)，對(duì)擾動(dòng)事件進(jìn)行定位和分類(lèi)識(shí)別，同時(shí) 具有較高的可靠性，能夠?qū)Υ箫L(fēng)、大雨下的擾動(dòng)信號(hào)進(jìn)行良好的識(shí)別和定位。
[0006] 技術(shù)方案；本發(fā)明的分布式光纖振動(dòng)傳感系統(tǒng)擾動(dòng)事件檢測(cè)及定位方法，步驟如 下：
[0007] 1)信號(hào)預(yù)處理；W at作為一帖信號(hào)的時(shí)間長(zhǎng)度，記錄第i帖信號(hào)中強(qiáng)度超過(guò) 闊值A(chǔ)的峰在光纖中的位置j，統(tǒng)計(jì)第i帖信號(hào)中的峰的總數(shù)Xi，計(jì)數(shù)光纖中每個(gè)采樣點(diǎn) 前后^范圍內(nèi)出現(xiàn)的峰的個(gè)數(shù)，并將其作為該采樣點(diǎn)在該帖時(shí)間內(nèi)發(fā)生擾動(dòng)事件的頻次 N(i，j)，所述采樣點(diǎn)在光纖中是均勻分布的，其間距為1米，^為指定的長(zhǎng)度值； 2
[000引 2)判斷是否有擾動(dòng)事件發(fā)生：
[0009] 判斷化-Xi J是否超過(guò)峰的數(shù)量判定闊值C，其中a為正整數(shù)，為第i-a帖信 號(hào)中峰的總數(shù)；將第i帖信號(hào)的各點(diǎn)頻次N(i，j)去除最大10個(gè)值和最小10個(gè)值，判斷所 得結(jié)果的峰峰值是否超過(guò)N(i，j)峰峰值判定闊值D，按照W下條件判定第i帖是否有擾動(dòng) 事件發(fā)生：只要上述兩項(xiàng)判斷中的一項(xiàng)超過(guò)相應(yīng)的闊值，則判定有擾動(dòng)事件發(fā)生，記錄i作 為擾動(dòng)事件時(shí)間范圍，否則判定沒(méi)有擾動(dòng)事件；其中闊值C、D均根據(jù)上一周期的背景提取 結(jié)果和分類(lèi)識(shí)別結(jié)果修正；
[0010] 3)根據(jù)第i帖信號(hào)的各點(diǎn)頻次N(i，j)和第i帖之前所有帖信號(hào)的各點(diǎn)頻次，提取 得到第i帖的背景信息，對(duì)于第i帖信號(hào)有擾動(dòng)事件發(fā)生的，進(jìn)入步驟4)，對(duì)于第i帖信號(hào) 沒(méi)有擾動(dòng)事件發(fā)生的，直接進(jìn)入步驟5);
[0011] 4)擾動(dòng)事件時(shí)空端點(diǎn)檢測(cè)：根據(jù)當(dāng)前帖的背景信息確定當(dāng)前帖的端點(diǎn)檢測(cè)闊值 d(i，j)，提取當(dāng)前帖信號(hào)各點(diǎn)頻次N(i，j)超過(guò)端點(diǎn)檢測(cè)闊值d(i，j)的空間范圍，將該空間 范圍與步驟2)確定的擾動(dòng)事件時(shí)間范圍組成擾動(dòng)事件的時(shí)空范圍，取該時(shí)空范圍在時(shí)間 上的最大、最小值和空間上的最大、最小值作為矩形區(qū)域的邊界，得到擾動(dòng)事件的矩形時(shí)空 范圍；
[0012] 5)特征提?。桓鶕?jù)當(dāng)前帖的背景信息，計(jì)算矩形時(shí)空范圍內(nèi)的背景事件概率密度 函數(shù)；統(tǒng)計(jì)（N(iJ)-Y(i，j))的峰的個(gè)數(shù)A和每個(gè)峰值坐標(biāo)（im，jm)，m為峰值序號(hào)，A作為 高斯成分的個(gè)數(shù)，峰值坐標(biāo)作為迭代的初值，用期望最大化算法迭代求解矩形時(shí)空 范圍內(nèi)事件峰的概率密度函數(shù)，得到各個(gè)高斯成分的系數(shù)、協(xié)方差矩陣和期望，所述事件峰 的概率密度函數(shù)的形式為已知的背景事件概率密度函數(shù)和A個(gè)高斯分布的概率密度函數(shù) 分別乘W各自對(duì)應(yīng)的系數(shù)，然后求和，其中背景事件概率密度函數(shù)對(duì)應(yīng)的系數(shù)為矩形時(shí)空 范圍內(nèi)所有背景峰與總的峰數(shù)量之比；
[0013] 6)分類(lèi)識(shí)別：將得到的各個(gè)高斯成分的系數(shù)、協(xié)方差矩陣、期望、背景事件概率密 度函數(shù)的各參數(shù)、矩形區(qū)域的長(zhǎng)寬、矩形區(qū)域內(nèi)事件峰的總數(shù)送入分類(lèi)器，判定事件類(lèi)型；
[0014] 7)事件報(bào)警；根據(jù)分類(lèi)識(shí)別的結(jié)果，發(fā)出報(bào)警信息。
[0015] 優(yōu)選的，所述的步驟1)中AT的值為100?500ms，^的值為10?15米。
[0016] 優(yōu)選的，所述的步驟2)中，a的值為2?5。
[0017] 優(yōu)選的，所述步驟3)中，根據(jù)如下方法得到第i帖信號(hào)的背景信息Y(i，j):
[0018] 在第i帖信號(hào)沒(méi)有擾動(dòng)事件發(fā)生時(shí)，對(duì)（N(i，j)-Y(i-l，j))限幅，超過(guò)闊值則根據(jù) Y(i，j) = Y(i-1，j)得到第i帖信號(hào)的背景信息；
[0019] 沒(méi)有超過(guò)闊值則根據(jù)下式得到第i帖信號(hào)的背景信息：
[0020] Y(iJ) = aN(iJ) + (l-a)Y(i-lJ)
[002U 式中：a為濾波系數(shù)；Y(i-1，j)為上次背景輸出值；Y(i，j)為本次背景輸出值； 曰取值為0. 2?0. 3 ;
[002引在第i帖信號(hào)有擾動(dòng)事件發(fā)生的情況下，根據(jù)Y(i，如=Y(i-1，如得到第i帖信 號(hào)的背景信息。
[0023] 優(yōu)選的，所述步驟6)中，分類(lèi)器為支持向量機(jī)或神經(jīng)網(wǎng)絡(luò)。
[0024] 有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，具有W下優(yōu)點(diǎn)：
[0025] 本發(fā)明通過(guò)對(duì)超過(guò)一定闊值的原始信號(hào)進(jìn)行特殊的處理，實(shí)現(xiàn)了對(duì)振動(dòng)事件所產(chǎn) 生的信號(hào)峰的時(shí)空感知，能夠穩(wěn)定可靠地實(shí)現(xiàn)擾動(dòng)事件的檢測(cè)；通過(guò)合理的背景提取算法， 獲得了環(huán)境背景信息，結(jié)合算法的反饋機(jī)制，提高了系統(tǒng)的穩(wěn)定性和環(huán)境自適應(yīng)性；通過(guò)對(duì) 預(yù)處理后的信號(hào)進(jìn)行特征分析，獲得擾動(dòng)事件概率密度函數(shù)的成分個(gè)數(shù)和初值，結(jié)合期望 最大化算法（EM算法）能夠快速準(zhǔn)確的得到振動(dòng)事件概率密度函數(shù)的各參數(shù)，對(duì)擾動(dòng)事件 進(jìn)行定位和分類(lèi)識(shí)別，同時(shí)因?yàn)橛辛己玫挠?jì)算初值，該算法收斂快，計(jì)算量相對(duì)較小，復(fù)雜 度低；因?yàn)槭菍?duì)所有的峰進(jìn)行統(tǒng)計(jì)分析，所W結(jié)果具有較高的可靠性，能夠?qū)Υ箫L(fēng)、大雨下 的擾動(dòng)信號(hào)進(jìn)行良好的識(shí)別和定位。
【附圖說(shuō)明】
[0026] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)本發(fā)明實(shí)施例描述中所需 要使用的附圖作簡(jiǎn)單的介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例， 對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可W根據(jù)該些附圖獲 得其他附圖。
[0027] 圖1為本發(fā)明實(shí)施例提供的一種分布式光纖振動(dòng)傳感系統(tǒng)擾動(dòng)事件識(shí)別及定位 方法的流程圖
[002引圖2為本發(fā)明實(shí)施例提供的第220帖信號(hào)的k*N(220, j)?j曲線圖，其中k為一 合適的系數(shù)。
[0029] 圖3為本發(fā)明實(shí)施例提供的化-Xw)?i曲線圖。
[0030] 圖4為本發(fā)明實(shí)施例提供的背景信號(hào)k*Y(500, j)?j曲線圖。
[0031] 圖5為本發(fā)明實(shí)施例提供的信號(hào)峰的混合高斯分布圖。
【具體實(shí)施方式】
[0032] 下面結(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 地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒?發(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí) 施例，都屬于本發(fā)明的保護(hù)范圍。
[003引1)信號(hào)預(yù)處理；W at作為一帖信號(hào)的時(shí)間長(zhǎng)度，記錄第i帖信號(hào)中強(qiáng)度超過(guò) 闊值A(chǔ)的峰在光纖中的位置j，統(tǒng)計(jì)第i帖信號(hào)中的峰的總數(shù)Xi，計(jì)數(shù)光纖中每個(gè)采樣點(diǎn) 前后^范圍內(nèi)出現(xiàn)的峰的個(gè)數(shù)，并將其作為該采樣點(diǎn)在該帖時(shí)間內(nèi)發(fā)生擾動(dòng)事件的頻次 厶 N(i，j)，所述采樣點(diǎn)在光纖中是均勻分布的，其間距為1米，^為指定的長(zhǎng)度值；本發(fā)明優(yōu) 選實(shí)施例中，A T的值為100?500ms，^的值為10?15米。
[0034] 2)判斷是否有擾動(dòng)事件發(fā)生：
[0035] 判斷化-Xi_。）是否超過(guò)峰的數(shù)量判定闊值C，其中a為正整數(shù)，Xi_。為第i-a帖信 號(hào)中峰的總數(shù)；將第i帖信號(hào)的各點(diǎn)頻次N(i，j)去除最大10個(gè)值和最小10個(gè)值，判斷所 得結(jié)果的峰峰值是否超過(guò)N(i，j)峰峰值判定闊值D，按照W下條件判定第i帖是否有擾動(dòng) 事件發(fā)生：只要上述兩項(xiàng)判斷中的一項(xiàng)超過(guò)相應(yīng)的闊值，則判定有擾動(dòng)事件發(fā)生，記錄i作 為擾動(dòng)事件時(shí)間范圍，否則判定沒(méi)有擾動(dòng)事件；其中闊值C、D均根據(jù)上一周期的背景提取