卢 娜, 安博文, 李玉涟, 卢学佳
(上海海事大学 信息工程学院,上海 201306)
基于时域特征的光纤安防系统信号识别算法
卢 娜, 安博文, 李玉涟, 卢学佳
(上海海事大学 信息工程学院,上海 201306)
在分布式光纤周界安防系统中,为实时有效分辨出系统所受的入侵事件和干扰事件,提出了一种基于时域特征的振动信号模式识别算法。对原始振动信号进行降噪处理,然后提取降噪后信号的短时能量和短时过阈值率两类特征值,将提取的特征值作为特征向量输入到支持向量机(SVM)中进行训练和测试,建立分类模型,将分类模型应用于安防系统,实时识别出入侵和干扰事件。实验结果可知:模式识别算法的分类效率高,误差小,具有有效性和可行性。
分布式光纤周界; 时域特征; 模式识别; 支持向量机
目前,以光纤作为传感器的光纤周界安防系统因其抗电磁干扰、低功耗、安全性高、分布式监测等特点在机场、炸药库、油气管道、边境等领域逐渐取代了传统的周界安防解决方案。本系统采用的光纤周界安防系统基于相位敏感光时域反射原理,沿线各点都可以作为传感器,可以实现分布式测量,测量范围达几十公里[1]。光纤周界振动信号识别中,特征提取是关键,识别效果的优劣主要由特征提取的好坏直接决定。如何通过光纤振动信号快速实时地判别出系统所受的扰动是入侵事件还是干扰事件,制约光纤周界安防系统的应用。
光纤周界安防系……