基于一维卷积神经网络的光纤周界入侵模式识别

针对干涉型分布式光纤传感系统,在通过Mel倒谱系数方法提取扰动信号频域特征进行模式识别的研究基础上,提出了一种基于一维卷积神经网络的光纤入侵模式识别方法。利用还原信号的分级阈值判断并提取入侵信号,有效减少了分帧方法导致的计算时间;构建了基于入侵信号傅里叶变换后的频域信息的一维卷积神经网络,自适应地提取扰动的信号频域特征。搭建了基于直线型Sagnac干涉结构的入侵检测系统,利用大量实验采集的样本数据集对网络进行训练,得到了较好的分类识别结果,测试集的平均识别率达到了96.5%,并对训练后网络的卷积核以及经过卷积核后的入侵信号进行了分析。zscore标准化后,一维卷积神经网络能够识别信号频域中的部分特征,对频率成分复杂的树枝拍打信号识别效果提升较大。     

基于补偿距离估计的光纤振动信号特征提取算法

为进一步提高光纤振动信号模式识别的实时性及准确性,提出一种基于补偿距离估计技术的信号特征提取算法.算法借鉴人类听觉感知机理,对光纤传感振动信号提取Mel频率倒谱系数特征向量,采用补偿距离估计技术制定特征筛选策略实现特征评估与优化.实验结果表明,基于补偿距离估计技术的振动信号特征提取算法可以有效减少光纤传感系统中影响分类...     

基于BSS和BPNN-DS算法的光纤入侵传感网络信息的高精度识别

采用传统单路传感光纤实现对信息特征的测量,常由于交叉敏感等不可控因素使测量数据出现异常值,导致信息分析偏差较大,识别准确度低。因此,提出了一种基于双相干谱、样本熵和奇异值分解(BSS)和反向传播神经网络(BPNNDS)算法的多路光纤入侵传感系统信息的特征提取与识别方法。针对含3路传感光纤的布里渊光时域反射(BOTDR)传感入侵检测系统,该方法利用BSS算法分别对不同入侵类型的多路信号进行特征提取;采用BPNN算法对不同入侵振动特征矢量进行分类;经Dempster Shafer(DS)证据理论算法对多路传感光纤的时空信息进行融合。数值分析与仿真实验结果表明,提出的信息提取方法可以有效提取出多路传感网络的信息特征,且使用BPNN-DS证据理论的多路信息融合方法能够准确识别多路入侵传感网络的信号类型,具有较高的准确度和可信度。     

一种基于光纤布喇格光栅振动传感器的光纤围栏入侵监测系统及其模式识别

基于高灵敏度光纤布喇格光栅振动传感器,提出了一种光纤围栏入侵监测系统及其模式识别方法.该方法通过具有自适应动态阈值的时域统计特征提取算法对异常事件信号进行特征提取,将特征矢量输入到一个基于三层BP神经网络而设计的分类器中对目标事件进行识别和分类.通过仿真目标信号和实际采样数据进行测试,对系统的报警识别率进行了验证,结果表明:对于仿真信号,系统的平均正确识别率达到了100%;对于实际采样数据,系统的平均正确识别率可以达到96.83%.     

基于总体平均经验模态分解的光纤周界预警系统模式识别方法

针对光纤周界预警系统输出信号的非平稳特性,提出了一种基于总体平均经验模态分解(EEMD)的模式识别方法。预警系统基于Mach-Zehnder干涉原理,利用4条单模光纤构成分布式扰动传感器,实时监测周界入侵事件。该方法引用具有自适应性的EEMD算法将振动信号分解成多个本征模态函数(IMF)。根据不同振动信号能量各异的特点,提出EEMD能量熵的方法排除非入侵的干扰。最后建立双重支持向量机对入侵信号进行识别。实验结果表明:该方法可以有效排除非人为入侵的干扰,准确识别攀爬、敲击和其他虚警信号,平均正确识别率优于92%,提高了系统的报警识别率,降低了误报率。     

基于时/频域综合特征提取的分布式光纤入侵监测系统事件识别方法

针对分布式光纤入侵监测系统在室外复杂环境下误报率过高的问题,提出了一种基于时/频域综合特征提取的入侵事件识别方法。使用自适应幅值门限信号切分算法找出有效振动信号片段,在此基础上提取平均片段间隔特征。选取最大能量片段作为主要研究对象,提取片段长度和峰均比特征,并对其进行小波包分解,生成频域能量分布特征,组成时/频域复合特征向量,使用高性能的支持向量机多分类算法进行模式识别。实验结果表明:该方法对行人脚踩、自行车轧过、拍击围栏和剪切光缆这4种典型入侵事件的平均识别正确率达到了98.33%,相比于仅提取时域或频域特征方法的识别正确率均有显著提高。该方法对光路光功率变化不敏感,能有效提升系统的实用性。     

基于光开关和图论的多主体协作光纤传感网络自修复方法研究

针对多主体协作健康监测系统中光纤传感网络链路故障,提出了一种基于光开关和图论的光纤传感网络自修复方法。研究采用图论相关理论表述含光开关光纤传感器网络链路的连通情况,据此研究了光纤传感网络出现链路故障时光开关的切换策略,实现对失效光纤布拉格光栅(FBG)传感器信号的自修复。以航空铝板结构试验件为实验对象,针对光纤传感网络典型链路故障,对基于光开关和多主体协作的光纤传感网络自修复效果进行了对比实验。实验结果表明:在光开关和主体协作下,识别精度较没有修复时识别精度提高10.02mm,仅比网络结构完好时识别精度降低3.61mm,有效提高了载荷识别精度以及光纤传感网络的可靠性。     

光电信息事件识别感知关键技术研究进展

目前随着公共安全领域非法入侵事件的数量急剧增加,迫切需要新型传感技术来侦测非法人侵事件.针对精确定位、准确识别、多参量融合等瓶颈问题,天津大学、天地伟业技术有限公司等研究机构提出了光电信息事件识别感知关键技术,其紧密融合了视频监控和分布式光纤传感两种技术的优势,通过光时域与光频域分布式扰动定位技术、干涉信号模式识别技术...     

相位敏感型光时域反射传感系统光学背景噪声的产生机理及其抑制方法

相位敏感型光时域反射(Φ-OTDR)传感系统具有响应速度快、灵敏度高等优点,能够实现对微弱扰动的分布式检测,在重大设施的入侵警戒、大型工程结构的健康监测等领域具有广阔应用前景.然而,与传统的OTDR传感系统不同,Φ-OTDR系统中存在着激光器中心频率漂移、偏振相关的噪声、光纤应变与干涉强度非线性对应关系引起的测量失真等光学背景噪声,对有效信号的提取形成了不可忽视的干扰,从而限制了Φ-OTDR传感系统在实际应用环境下的传感性能.本文对这些光学背景噪声的产生机理进行了深入分析,并提出了相应的噪声抑制方法.实验结果表明,本文提出的方法可以有效抑制Φ-OTDR传感系统中的光学背景噪声,并显著提高传感系统性能.     

基于时延估计的分布式光纤传感定位

提出了一种新型的基于Sagnac干涉仪的双向Sagnac分布式光纤传感器,可对传感光纤线路上的扰动进行检测与定位。阐述了该分布式光纤传感系统的组成和工作原理。利用基于最小均方(LMS)算法的自适应时延估计方法直接在时域上对扰动信号进行定位。理论分析和测试结果表明,该分布式光纤传感器能快速、有效地实现扰动信号的检测及定位。算法简单易实现,具有较高的测试灵敏度和定位精度,最大定位误差小于20m。     

高精度动态光纤应变传感研究

传统的光纤应变传感技术无法在满足高精度和强环境适应性的同时实现稳定的动态应变传感.为了解决该问题,本文将光干涉原理应用于光纤应变传感,设计了一种强环境适应性的基于干涉结构的高精度光纤应变传感系统,基于扫频干涉信号的互相关系数,该系统可以稳定地探测应变.本文还提出一种动态探测算法,该算法弥补了系统只能探测较小应变的缺陷,大大提升了实际应变的探测范围,同时还实现了动态的应变检测;采用三次样条插值算法,提升了小应变探测的精度.理论分析和仿真模拟表明,在加入白噪声的信号信噪比为15dB时,插值后的探测精度是未插值探测精度的2.3倍,插值后本系统探测结果的最大误差只有约9nε.     

基于综合特征的光纤周界安防系统高效入侵事件识别

在光纤周界安防系统中,急需对入侵事件实现准确而高效的识别,对事件特征做简练而恰当的描述是其关键所在.本文提出一种基于综合特征的入侵事件识别方法,该方法引入全相位滤波器组将输入信号并行分解为多个频率通道,以提取这些通道的归一化功率值;进而与信号过零率相结合,构成包含时域信息、频域信息的综合特征向量;最后将该特征向量馈入径向基函数神经网络即可准确识别出攀爬、敲击、晃动、剪切四种常见的入侵动作.实验证明,本文方法相比于现有的经验模态分解方法,不仅提高了精度,而且显著加快了识别速度.     

基于时频分帧能量熵的陶瓷制品敲击声波信号特征识别

针对现有陶瓷制品敲击声波信号特征提取方法中提取的特征代表性降低的问题,该文提出结合最大重叠离散小波包变换(MODWPT)和时频分帧能量熵的特征提取方法。首先采用MODWPT将信号分解为4层,再对每个节点的子信号分帧后计算各个节点的时频分帧能量熵,然后根据能量分布特征选择了前6个节点的时频分帧能量熵特征,最后构建随机森林分类器完成识别。将该方法和MODWPT时频分段能量熵、MODWPT归一化能量特征两种方法进行比较。实验结果表明,相比MODWPT时频分段能量熵、MODWPT归一化能量两种特征提取方法,MODWPT时频分帧能量熵能提升特征的代表性,具有更优的陶瓷制品敲击声波信号特征识别性能,其识别的F₁值达到了98.46%,相比上述两种方法分别提升F₁值3.22%、1.86%。     

用相关矩阵特征判据法实现三重不变光学图像识别

本文首先在K-L变换中用相关矩阵作为特征判据进行特征压缩,然后用综合判别函数法制备空间综合匹配滤波器,可以有效地压缩特征图像数目.用这种滤波器实现了平移、旋转、尺度三重不变光学图像识别,且有较高的信噪比.     

闪电的分形特征研究及其在自动识别中的应用

利用2009年夏季青海地区的快电场变化测量仪的野外观测资料, 对120例地闪和77例云闪辐射场信号的分形特征进行了深入研究, 结果表明地闪辐射场信号的分形维数与云闪辐射场信号的分形维数有明显的差别, 再利用闪电的分形维特征, 构造了5个特征值, 将其作为支持向量机的输入进行地闪和云闪不同放电类型的识别, 有效识别率达到95%以上; 通过构造地闪辐射场时间序列信号的分形维数轨迹图表明分形维数最低点对应于原时间序列的回击位置, 利用分形维数轨迹中的最低点的位置能够快速准确地对地闪辐射场信号的回击点进行检测, 检测率可达到100%. 分形维是闪电的一种具有鉴别性的特征, 可用于闪电的智能分析与自动化处理. 关键词： 闪电信号 分形维数 支持向量机 自动识别     

基于-OTDR和POTDR结合的分布式光纤微扰传感系统

提出了一种-OTDR和POTDR相结合的分布式光纤微扰传感系统.该系统将窄线宽DFB激光器作为传感光源同时应用到-OTDR和POTDR中,在不增加成本的前提下使两种系统合为一体,可同时检测传输光脉冲的相位和偏振态的变化,并使它们并行运行以提高传感系统对微扰远程定位检测的准确度,从而大幅减小误判率和漏报率.同时采用小波分析的方法来降低传感信号的噪音以进行后续的处理.实验结果表明,传感系统在14 km处获得具有较高信噪比的扰动信号,同时系统的空间分辨率也达到了50 m.     

基于波网络的相位敏感光时域反射系统模式识别方法研究

针对相位敏感光时域反射系统中传统人工特征提取和模式识别方法实时性差、准确率低的问题,提出一种波网络模式识别方法.该方法通过因果空洞卷积结构充分分析光纤振动信号的时序因果性,通过残差块结构使模型更快收敛,以实现更高的识别准确率和效率.实验结果表明,在对手拍、脚踩、棒击三种信号识别时,与一维卷积神经网络结构和长短期记忆网络...     

一种光谱识别的新方法

提出了一种对光谱信号识别的新方法。针对光谱信号的特征 ,我们设计了基于径向基函数神经网络组成的统计混合模型 ,并构造了识别系统的代价函数。通过优化系统的代价函数 ,导出了类EM算法去估计混合模型的参数 ,从而构建对光谱特征识别的识别器。利用实际的拉曼光谱 ,对本文所提出的估计模型参数的算法与建立的光谱识别器进行了检验。我们还讨论了利用特征波长与相应的光谱强度 ,以及利用主分量分析组成输入特征矢量 ,及其这些输入特征矢量对光谱识别器应用的效果。实验结果表明 ,所提出的算法可以有效地估计模型参数 ,其建立的光谱识别模型具有较高的识别准确率。所提出的对光谱信号识别的方法通用性强 ,因此具有较为广阔的应用前景。     

Fiber nonlinearity mitigation by PAPR reduction in coherent optical OFDM systems via biased clipping OFDM

A new method incorporating biased clipping orthogonal frequency division multiplexing (OFDM) is presented, which mitigates fiber nonlinear effects in a long-haul coherent optical OFDM (CO-OFDM) system. Under the scheme of the method, the wanted signal carried by odd subcarriers is orthogonal to clipping noise and a Mach-Zehnder modulator (MZM) performs the optimal OFDM signal up-converter from the radio frequency (RF) domain to the optical domain. Analysis and simulation results show that fiber nonlinear effects can be effectively mitigated by reducing the peak-to-average power ratio (PAPR) in biased clipping CO-OFDM system. The nonlinearity threshold (NLT) is improved by 5 dB with a reach of 240 km. With a fiber length up to 800 km, system Q value is improved by approximately 2.3, 1.2, and 0.6 dB at a chromatic dispersion of 6, 12, and 16 ps/(nm·km), respectively. Additionally, system Q reaches the maximum when direct currect (DC) bias is equal to the mean value of the OFDM waveform.     

A pattern recognition system for JPEG steganography detection

This paper builds up a pattern recognition system to detect anomalies in JPEG images, especially steganographic content. The system consists of feature generation, feature ranking and selection, feature extraction, and pattern classification. These processes tend to capture image characteristics, reduce the problem dimensionality, eliminate the noise inferences between features, and further improve classification accuracies on clean and steganography JPEG images. Based on the discussion and analysis of six popular JPEG steganography methods, the entire recognition system results in higher classification accuracies between clean and steganography classes compared to merely using individual feature subset for JPEG steganography detection. The strength of feature combination and preprocessing has been integrated even when a small amount of information is embedded. The work demonstrated in this paper is extensible and can be improved by integrating various new and current techniques.