專利名稱：光電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn)行事件預(yù)警與分類的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于光電子及信息技術(shù)領(lǐng)域，特別涉及一種光電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn) 行事件預(yù)警與分類的方法。
背景技術(shù)：
光纜和光電復(fù)合電纜是目前光通信行業(yè)和電力行業(yè)廣泛采用的一種信息傳輸介質(zhì)，光纜 和光電復(fù)合電纜的運(yùn)營(yíng)安全關(guān)系到社會(huì)的穩(wěn)定和國(guó)家經(jīng)濟(jì)利益的保障。因此對(duì)光纜和光電復(fù) 合電纜運(yùn)營(yíng)過程中的外部侵害事件進(jìn)行實(shí)時(shí)在線的預(yù)警和定位監(jiān)測(cè)是保證其安全運(yùn)營(yíng)的關(guān) 鍵。
傳統(tǒng)的光纜和光電復(fù)合電纜的損害檢測(cè)主要采用光時(shí)域反射計(jì)(OTDR)來進(jìn)行，這種 技術(shù)只能在光纜己經(jīng)被侵害事件破壞產(chǎn)生光纜內(nèi)光纖斷裂的情況下才有效，無法實(shí)現(xiàn)對(duì)侵害 事件的實(shí)時(shí)在線檢測(cè)，而且對(duì)斷點(diǎn)的定位精度會(huì)隨著光纜長(zhǎng)度的增加而降低。另外一種監(jiān)測(cè) 方法是采用光纖光柵等具有應(yīng)力應(yīng)變敏感特性的傳感器件對(duì)光纜進(jìn)行安全檢測(cè)的話，這種方 法必須在光纜內(nèi)加入光纖光柵器件，從而破壞了光纜本身的傳輸特性，因此這些方法都無法 在現(xiàn)有的通信光纜或者光電復(fù)合電纜上實(shí)現(xiàn)在線應(yīng)用。
現(xiàn)有傳統(tǒng)的光纜在線監(jiān)測(cè)系統(tǒng)都是在事件發(fā)生之后報(bào)警，此時(shí)，事件產(chǎn)生的破壞已經(jīng)形 成，應(yīng)急機(jī)制的作用只能是通訊的恢復(fù)；若發(fā)生數(shù)據(jù)盜取，目前還沒有技術(shù)能力可以事前， 甚至是事后報(bào)警。特別是對(duì)于事件發(fā)生時(shí)，如何進(jìn)行預(yù)警并確定事件的位置，更是目前技術(shù) 所無法做到的。
發(fā)明內(nèi)容
本發(fā)明的目的是為了解決上述技術(shù)的不足而提供一種能提前預(yù)警、并實(shí)現(xiàn)準(zhǔn)確定位的光 電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn)行事件預(yù)警與分類的方法。
為了達(dá)到上述目的，本發(fā)明所設(shè)計(jì)的一種光電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn)行事件預(yù) 警與分類的方法，包括采用光電復(fù)合纜的外部安全預(yù)警和定位系統(tǒng)通過高速數(shù)據(jù)采集卡不斷 采集得到系統(tǒng)所監(jiān)測(cè)的范圍發(fā)生的事件信號(hào)，對(duì)于采集得到的事件信號(hào)通過下文所描述的松
耦合小波徑向基神經(jīng)網(wǎng)絡(luò)算法進(jìn)行入侵事件的預(yù)警與分類 算法具體歩驟如下
(1) 對(duì)采集得到的信號(hào)進(jìn)行降采樣獲取新的信號(hào)向量以期降低信號(hào)處理的工作量，提高系統(tǒng)的實(shí)時(shí)性；
(2) 使信號(hào)向量首先通過小波處理層進(jìn)行多尺度的分解。這個(gè)過程可以看作是把信 號(hào)向量進(jìn)行正交分解，從而進(jìn)一步提高輸入樣本訓(xùn)練的效率；
(3) 在小波處理層的輸出節(jié)點(diǎn)，我們計(jì)算各尺度信號(hào)的二階矩；
(4 )把各尺度分解后信號(hào)的二階矩作為徑向基神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)
練與模式識(shí)別； 上述松耦合小波徑向基神經(jīng)網(wǎng)絡(luò)的函數(shù)表達(dá)式為
/(X)^—4'闊l2 +A)
其中為X經(jīng)過N層小波分解后第i層的高頻系數(shù)向量，為隱層到輸出層的連接權(quán) 值，C7為局部激勵(lì)函數(shù)，4=[^,"2，一， ]為輸入層到隱層的連接權(quán)值常量，6,為隱節(jié)點(diǎn)閾 值，輸出為線性激勵(lì)函數(shù)，Ik",f為c",的二階矩
lK=g(CD,2)。
,=0
通過松耦合小波徑向基網(wǎng)絡(luò)，可以實(shí)時(shí)的對(duì)采集到的信號(hào)進(jìn)行識(shí)別以判斷是否有事件發(fā) 生并對(duì)事件的類型給出判斷，每次事件識(shí)別結(jié)束后將反饋回來的事件信息作為新的訓(xùn)練樣本 對(duì)網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)的反饋加強(qiáng)訓(xùn)練可以進(jìn)一步提高系統(tǒng)識(shí)別預(yù)警事件的能力。
結(jié)合基于多波帶時(shí)頻譜特征分析的信號(hào)預(yù)處理算法和以變換域空間信號(hào)距離為激勵(lì)函
數(shù)的松耦合小波徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行事件判斷，能夠?qū)崿F(xiàn)神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)訓(xùn)練和自學(xué)習(xí)；可 以實(shí)現(xiàn)對(duì)多種不同威脅通信鏈路和數(shù)據(jù)安全的侵入事件的精確判斷，并可以對(duì)多目標(biāo)和多事
件進(jìn)行判斷。
本發(fā)明提供的一種光電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn)行事件預(yù)警與分類的方法，為事 件發(fā)生位置計(jì)算和預(yù)警提供了實(shí)現(xiàn)的依據(jù)，使得光電復(fù)合纜的外部安全預(yù)警和定位系統(tǒng)能方 便地檢測(cè)到有報(bào)警事件發(fā)生，以便監(jiān)控人員及時(shí)趕到事件發(fā)生的位置進(jìn)行相應(yīng)的光電復(fù)合纜 保護(hù)與維修工作。節(jié)約了事件防范的排査時(shí)間，為事件發(fā)生的防范措施提供了時(shí)間余量；使 相關(guān)人員能就近到達(dá)時(shí)間現(xiàn)場(chǎng)，提高了人員的使用效率也從技術(shù)層面為數(shù)據(jù)盜取事件的偵 破提供了事實(shí)依據(jù)。
本發(fā)明提供的光電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn)行事件預(yù)警與分類的方法，無需在現(xiàn) 有的光纖網(wǎng)絡(luò)上做任何施工，只需在通訊光纖的節(jié)點(diǎn)兩端安裝雙向共光路分布式光纖干涉儀，即可達(dá)到系統(tǒng)的設(shè)計(jì)功能，因此，本發(fā)明的系統(tǒng)不僅;S用于陸地環(huán)境，也適用于水下環(huán)
境，使之使用簡(jiǎn)單、適用環(huán)境廣闊。
圖1是神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)訓(xùn)練流程圖； 圖2是神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)識(shí)別流程圖； 圖3是無事件信號(hào)時(shí)域、頻域波形圖； 圖4是直接威脅事件時(shí)/頻域波形圖； 圖5是潛在威脅事件時(shí)/頻域波形圖； 圖6是無事件信號(hào)小波域分解圖； 圖7是直接威脅事件信號(hào)小波域分解圖； 圖8是潛在威脅事件信號(hào)小波域分解圖。
具體實(shí)施例方式
下面通過實(shí)施例結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的描述。 實(shí)施例
本實(shí)施例提供的光電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn)行事件預(yù)警與分類的方法，包
括采用光電復(fù)合纜的外部安全預(yù)警和定位系統(tǒng)通過高速數(shù)據(jù)采集卡不斷采集得到系統(tǒng)所監(jiān)
測(cè)的范圍發(fā)生的事件信號(hào)，對(duì)于采集得到的事件信號(hào)通過下文所描述的松耦合小波徑向基神 經(jīng)阿絡(luò)算法進(jìn)行入侵事件的預(yù)警與分類
算法具體步驟如下
(1) 對(duì)采集得到的信號(hào)進(jìn)行降采樣獲取新的信號(hào)向量以期降低信號(hào)處理的工作量，提高系 統(tǒng)的實(shí)時(shí)性；
(2) 使信號(hào)向量首先通過小波處理層進(jìn)行多尺度的分解。這個(gè)過程可以看作是把信號(hào)向量 進(jìn)行正交分解，從而進(jìn)一步提高輸入樣本訓(xùn)練的效率；
(3) 在小波處理層的輸出節(jié)點(diǎn)，我們計(jì)算各尺度信號(hào)的二階矩；
(4 )把各尺度分解后信號(hào)的二階矩作為徑向基神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與模 式識(shí)別；
上述松耦合小波徑向基神經(jīng)網(wǎng)絡(luò)的函數(shù)表達(dá)式為
<formula>formula see original document page 5</formula>
其中cD,為X經(jīng)過N層小波分解后第i層的高頻系數(shù)向量，w,為隱層到輸出層的連接權(quán)值，。為局部激勵(lì)函數(shù)，4=[ ,,%, — ,^]為輸入層到隱層的連接權(quán)值常量，6,為隱節(jié)點(diǎn)閾 值，輸出為線性激勵(lì)函數(shù)，IkD,f為cD,的二階矩
iiCAii2=ii(c",2)。
'=0
通過松耦合小波徑向基網(wǎng)絡(luò)，可以實(shí)時(shí)的對(duì)采集到的信號(hào)進(jìn)行識(shí)別以判斷是否有事件發(fā) 生并對(duì)事件的類型給出判斷，每次事件識(shí)別結(jié)束后將反饋回來的事件信息作為新的訓(xùn)練樣本 對(duì)網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)的反饋加強(qiáng)訓(xùn)練可以進(jìn)一步提高系統(tǒng)識(shí)別預(yù)警事件的能力。
結(jié)合基于多波帶時(shí)頻譜特征分析的信號(hào)預(yù)處理算法和以變換域空間信號(hào)距離為激勵(lì)函
數(shù)的松耦合小波徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行事件判斷，能夠?qū)崿F(xiàn)神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)訓(xùn)練和自學(xué)習(xí)；可
以實(shí)現(xiàn)對(duì)多種不同威脅通信鏈路和數(shù)據(jù)安全的侵入事件的精確判斷，并可以對(duì)多目標(biāo)和多事 件進(jìn)行判斷。
在實(shí)施時(shí)，系統(tǒng)釆集到的數(shù)據(jù)分為無事件，潛在威脅事件和直接威脅事件三個(gè)集合?，F(xiàn) 在從這三個(gè)集合中各抽取一個(gè)典型樣本進(jìn)行分析。以下三張圖就是這三個(gè)樣本降采樣后得到
的信號(hào)向量時(shí)域圖和濾除了直流成分的頻圖其中圖3無事件信號(hào)時(shí)域、頻域波形圖；圖4 是直接威脅事件信號(hào)的時(shí)域和頻域波形圖，該事件是通過敲擊纜采集得到的；圖5是潛在威
脅事件信號(hào)的時(shí)域和頻域波形圖，該事件是通過人觸摸纜采集得到的。
對(duì)上述的三個(gè)典型信號(hào)進(jìn)行五層的db6小波處理分解，把這些樣本的特征分解到不同 尺度的小波域上進(jìn)行分析。
由圖6可見，無事件信號(hào)的各層小波系數(shù)的峰峰值均為0.01左右，而第四層尺度系數(shù) 的幅度為0.08到0.12，也即各尺度上分配的信號(hào)比較均勻，而且各細(xì)節(jié)部分能量均很小。
圖7是直接威脅事件信號(hào)小波域分解圖圖8是潛在威脅事件信號(hào)小波域分解圖；由 圖7和圖8可以看出，直接威脅事件信號(hào)的主要能量分布在第2， 3， 4層小波系數(shù)上，第l 層和第5層小波系數(shù)能量相對(duì)較小。而潛在威脅信號(hào)的能量主要集中在第4和5層小波系數(shù) 上，第l， 2， 3層能量很小。
信號(hào)向量通過小波處理層進(jìn)行多尺度的分解后，可以分別計(jì)算出各尺度信號(hào)二階矩的歐 兒里德距離并作為輸入向量訓(xùn)練小波徑向基網(wǎng)絡(luò)。小波處理和計(jì)算二階矩的過程從神經(jīng)網(wǎng)絡(luò) 訓(xùn)練的角度來看可以看作是對(duì)訓(xùn)練樣本進(jìn)行正交分解，從而進(jìn)一步提高輸入樣本訓(xùn)練的效 率。
我們?nèi)?70組信號(hào)向量進(jìn)行實(shí)驗(yàn)分析，其中130組信號(hào)向量作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本，對(duì) 祌經(jīng)網(wǎng)絡(luò)的模型和參數(shù)進(jìn)行訓(xùn)練。另外140組作為新樣本輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中測(cè)試神 經(jīng)網(wǎng)絡(luò)的性能。
測(cè)試得知松耦合小波徑向基神經(jīng)網(wǎng)絡(luò)算法性能如下 收斂時(shí)間0.703秒，訓(xùn)練樣本誤判率為O，新樣本誤判率為1%。
權(quán)利要求
1、一種光電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn)行事件預(yù)警與分類的方法，包括采用光電復(fù)合纜的外部安全預(yù)警和定位系統(tǒng)通過高速數(shù)據(jù)采集卡不斷采集得到系統(tǒng)所監(jiān)測(cè)的范圍發(fā)生的事件信號(hào)，對(duì)于采集得到的事件信號(hào)通過松耦合小波徑向基神經(jīng)網(wǎng)絡(luò)算法進(jìn)行入侵事件的預(yù)警與分類，其特征是具體算法步驟如下(1)對(duì)采集得到的信號(hào)進(jìn)行降采樣獲取新的信號(hào)向量以期降低信號(hào)處理的工作量，提高系統(tǒng)的實(shí)時(shí)性；(2)使信號(hào)向量首先通過小波處理層進(jìn)行多尺度的分解。這個(gè)過程可以看作是把信號(hào)向量進(jìn)行正交分解，從而進(jìn)一步提高輸入樣本訓(xùn)練的效率；(3)在小波處理層的輸出節(jié)點(diǎn)，我們計(jì)算各尺度信號(hào)的二階矩；(4)把各尺度分解后信號(hào)的二階矩作為徑向基神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與模式識(shí)別；上述松耦合小波徑向基神經(jīng)網(wǎng)絡(luò)的函數(shù)表達(dá)式為<maths id="math0001" num="0001" ><math><![CDATA[ <mrow><mi>f</mi><mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo></mrow><mo>=</mo><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mn>0</mn> </mrow> <mrow><mi>N</mi><mo>-</mo><mn>1</mn> </mrow></munderover><msub> <mi>ω</mi> <mi>i</mi></msub><mi>σ</mi><mrow> <mo>(</mo> <msubsup><mi>A</mi><mi>i</mi><mi>T</mi> </msubsup> <msup><mrow> <mo>|</mo> <mo>|</mo> <msub><mi>cD</mi><mi>i</mi> </msub> <mo>|</mo> <mo>|</mo></mrow><mn>2</mn> </msup> <mo>+</mo> <msub><mi>b</mi><mi>i</mi> </msub> <mo>)</mo></mrow> </mrow>]]></math></maths>其中cDi為X經(jīng)過N層小波分解后第i層的高頻系數(shù)向量，ωi為隱層到輸出層的連接權(quán)值，σ為局部激勵(lì)函數(shù)，Ai＝[a1，a2，…，aN]為輸入層到隱層的連接權(quán)值常量，bi為隱節(jié)點(diǎn)閾值，輸出為線性激勵(lì)函數(shù)，||cDi||2為cDi的二階矩<maths id="math0002" num="0002" ><math><![CDATA[ <mrow><msup> <mrow><mo>|</mo><mo>|</mo><msub> <mi>cD</mi> <mi>i</mi></msub><mo>|</mo><mo>|</mo> </mrow> <mn>2</mn></msup><mo>=</mo><munderover> <mi>Σ</mi> <mrow><mi>i</mi><mo>=</mo><mn>0</mn> </mrow> <mrow><mi>N</mi><mo>-</mo><mn>1</mn> </mrow></munderover><mrow> <mo>(</mo> <msubsup><mi>cD</mi><mi>i</mi><mn>2</mn> </msubsup> <mo>)</mo></mrow><mo>.</mo> </mrow>]]></math></maths>
全文摘要
本發(fā)明公開了一種光電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn)行事件預(yù)警與分類的方法，包括采用光電復(fù)合纜的外部安全預(yù)警和定位系統(tǒng)通過高速數(shù)據(jù)采集卡不斷采集得到系統(tǒng)所監(jiān)測(cè)的范圍發(fā)生的事件信號(hào)，對(duì)于采集得到的事件信號(hào)通過下文所描述的松耦合小波徑向基神經(jīng)網(wǎng)絡(luò)算法進(jìn)行入侵事件的預(yù)警與分類。這種光電復(fù)合纜外部安全預(yù)警定位系統(tǒng)進(jìn)行事件預(yù)警與分類的方法，為事件發(fā)生位置計(jì)算和預(yù)警提供了實(shí)現(xiàn)的依據(jù)，使得光電復(fù)合纜的外部安全預(yù)警和定位系統(tǒng)能方便地檢測(cè)到有報(bào)警事件發(fā)生，以便監(jiān)控人員及時(shí)趕到事件發(fā)生的位置進(jìn)行相應(yīng)的光電復(fù)合纜保護(hù)與維修工作。節(jié)約了事件防范的排查時(shí)間，為事件發(fā)生的防范措施提供了時(shí)間余量。
文檔編號(hào)H04B10/08GK101626270SQ20081006287
公開日2010年1月13日 申請(qǐng)日期2008年7月7日 優(yōu)先權(quán)日2008年7月7日
發(fā)明者皺琪琳 申請(qǐng)人:寧波諾可電子科技發(fā)展有限公司