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

摘要：

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.

关键词：光纤光学、分布式光纤入侵监测系统、支持向量机、特征提取、模式识别

所属期刊栏目：39

分类号：TP212(自动化技术及设备)

资助基金：国家自然科学基金;湖北省自然科学基金创新群体项目

在线出版日期：2019-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：338-348