利用深度神经网络实现分布式相干瑞利光纤振动事件分类

摘要：

该文利用分布式相干瑞利光纤传感系统,在西气东输一线无锡至苏州段开展现场测试,采集了光纤沿线车辆行走、机械挖掘、人工锄地、定向钻孔等8种振动作业产生的光纤信号,并提出了一种具有5层结构的全连接深度神经网络用于振动事件分类识别以实现不同振动作业的分级管理.振动作业产生的光纤信号能量集中在低频,该文利用梅尔对数频率的非均匀特性提取了25维单帧信号特征量,并将连续40帧信号特征量组合成高维向量作为网络输入特征向量,实现对不同振动作业时变特性的建模.分类识别结果表明,基于深度神经网络结构的振动信号分类识别器能够有效识别不同振动作业类型,实际线路实验验证了该文算法的有效性.

关键词：分布式光纤传感、安全预警、深度神经网络、振动信号分类

所属期刊栏目：42

分类号：TN912.16

资助基金：国家环境保护道路交通噪声控制工程技术中心开放课题

在线出版日期：2023-08-03（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：833-843