基于NPU的光纤振动信号数据预处理算法

郭家旭，董 雷

（1.武汉邮电科学研究院，湖北武汉 430000；2.武汉理工光科股份有限公司，湖北武汉 430000）

光纤周界安防系统中的定位型振动光纤入侵探测系统是基于相位敏感的光时域反射技术[1]，它能够探测传导至光纤上的振动信号，经过信号处理和模式识别，可定位具体的入侵信息，且具有探测距离长[2-5]的优点，多应用于周界入侵探测。定位型振动光纤入侵探测主机输出巨大的传感器阵列信号，数据量很大，但需要进行模式识别的只是运算后的几个特征量[6]。特征量由数据的预处理完成，在进行信号数据的预处理过程中，需要对矩阵进行卷积和平方及四次方这种逻辑简单但计算量大的运算，运算过程在通用CPU(Central Processing Unit)端计算时间长而且特别消耗计算资源[7]，在实时检测的过程中，占有率通常大于90%。为了进一步提升性能，文中利用华为公司生产的NPU（Neural Network Processing Units）设 备Atlas200DK实现对定位型光纤振动入侵探测主机产生的原始解调数据进行预处理，以此分担CPU 端的运算压力。

1 TensorFlow及NPU设备简介

TensorFlow 是一个使用数据流以计算图的方式进行数值计算的开放源代码软件库，支持C/C++、Python 等编程语言[8]。计算图指定了各个变量之间的计算关系，图中的每个节点代表数学运算操作，节点与节点之间的连接叫作边，边代表在这些节点之间传递的数据。TensorFlow 不仅仅为实现机器学习或深度学习提供算法接口，同时它也是执行机器学习算法或深度学习算法进行计算的框架。计算图一般被组织成构建阶段和执行阶段[9]。……