CN101261141A

CN101261141A - 宽域全光纤扰动传感网络系统自适应扰动信号处理识别装置

Info

Publication number: CN101261141A
Application number: CNA2008100239549A
Authority: CN
Inventors: 万遂人; 苏杭; 孙小菡; 赵兴群; 韦恩润; 冯宏伟; 殷强
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2008-04-22
Filing date: 2008-04-22
Publication date: 2008-09-10
Anticipated expiration: 2028-04-22
Also published as: CN100582679C

Abstract

宽域全光纤扰动传感网络系统的自适应扰动信号处理识别装置主要用于各类输送危险或高价值化工品管道安全监测监控等的管道监控，在全光纤反射干涉分布式传感电路系统基础上，提出了采用小波去噪、ICA信号分离与特征提取的方法，该实现过程包含两方面的内容，其一，从数据信号缓存器中，将裹携着各类噪声以及扰动信息的混合信号读取出来，对其进行信号预处理和分离，然后进行特征值的提取，最后进入KNN识别模块，识别出输入信号的类型和性质；其二，在对待识别的信号进行处理与识别的同时将其存入待识别信号存储器，待输入信号的识别结果分析完毕以后，由主控制器决定是否对该输入信号进行人工侦听，以进一步确认输入信号的类型和性质。

Description

宽域全光纤扰动传感网络系统自适应扰动信号处理识别装置

技术领域

宽域全光纤扰动传感网络系统主要用于各类输送危险或高价值化工品管道安全监测监控等的管道监控，以及重要仓库、重要航站库的监控等周界安全防卫的宽域全光纤扰动传感与定位系统的扰动定位信号处理技术，属于光纤传感检测技术领域。

背景技术

随着科技以及社会的发展，各个国家地区之间的竞争变得越来越激烈，与此同时，各种危险恐怖活动也越演越烈。因此，对于一些重要设施或区域需要一种符合现代社会需要的安全监控系统来保证这些设施或区域的绝对安全。这个系统必须要高效、实时、准确、智能。目前，用于建筑物周界安检的技术有红外，微波以及传统的铁丝电网等技术，但它们都有各自致命的缺点，且难以对信号进行准确复杂的处理，因此对周界安全保护、阻止非法侵入的效率非常低。据调查显示，社会上对一个高效智能的周界安检系统的需求是极其强烈和巨大的，而全世界只有国外为数极少的公司能生产符合社会需求的周界安检系统，因此，本发明具有极其广阔的应用市场。本发明的应用范围比如有：飞机场，核电站，输油管道，通信光缆，交通设施，文物保护区，军械库，重点机关和重要工业厂区等重要设施与区域。

作为宽域全光纤扰动传感网络系统前端系统，全光纤反射干涉分布式传感电路系统将裹携着各类噪声以及扰动信息的混合信号接收下来之后，存储到数据信号缓存器中，此时能否对接收到的信号进行及时准确的处理和识别就成了评价该网络系统性能优劣的关键。

发明内容

技术问题：本发明的目的是提供一种宽域全光纤扰动传感网络系统自适应扰动信号处理识别装置，该装置能及时准确地识别出具有危险性的事件，从而采取相应的措施。

技术方案：在全光纤反射干涉分布式传感电路系统基础上，本发明根据环境中各类输入信号的发生机理和特点，提出了采用小波去噪、ICA信号分离与特征提取的方法、人工智能KNN(k-近邻法)的信号处理方法综合利用的信号识别原理，及时准确地识别出具有危险性的事件。该原理实现过程包含两方面的内容，其一，从数据信号缓存器中，将裹携着各类噪声以及扰动信息的混合信号读取出来，对其进行信号预处理和分离，然后进行特征值的提取，最后进入KNN识别模块，识别出输入信号的类型和性质；其二，在对待识别的信号进行处理与识别的同时将其存入待识别信号存储器，待输入信号的识别结果分析完毕以后，由主控制器决定是否对该输入信号进行人工侦听，以进一步确认输入信号的类型和性质。

本发明的具体构成为：位于前端的数据信号缓存器、数据读取器、谱相减去噪模块、小波去噪模块、去噪判别模块顺序串联连接，去噪判别模块的“否”输出端接主控制器的第一输入端；去噪判别模块的“是”输出端与信号分离与归一化模块、特征提取模块、KNN识别模块、识别结果判别模块顺序串联连接；识别结果判别模块的“是”输出端通过识别结果显示存储器接主控制器的第六输入端，识别结果判别模块的“否”输出端接信号分离与归一化模块的2号输入端；主控制器的第三输出端接待识别信号存储器，主控制器的第四输出端接音频播放器，主控制器的第七输出端接小波基类型库，主控制器的第五输出端接报警器；待识别信号存储器的输出端接音频播放器，待识别信号存储器的1号输入端接数据读取器。主控制器、小波去噪模块、小波基类型库、去噪判别模块，构成了一个小波去噪自适应环装置，其中小波基类型库中存储的小波基的有各阶Daubechies小波基、Haar小波、Symlets小波、Biorthogonal小波、Morlet小波。信号分离与归一化模块、特征提取模块、KNN识别模块、类别特征库、识别结果判别模块，构成了一个信号识别自适应环装置，其中特征提取模块中的特征提取方法为线性预测倒谱系数LPCC，二次特征提取方法为独立分量分析ICA和主分量分析PCA。待识别信号存储器、音频播放器由主控制器控制来实现对待识别信号存储器中数据的播放，具体播放格式与方法由主控制器决定。

位于前端的数据信号缓存器顺序与数据读取器、谱相减去噪模块、小波去噪模块、去噪判别模块、信号分离与归一化模块、特征提取模块、KNN识别模块、识别结果判别模块、识别结果显示存储器、主控制器串联连接；根据识别结果判别模块的结果，来决定是接识别结果显示存储器还是信号分离与归一化模块；根据去噪判别模块的结果，来决定接下来接信号分离与归一化模块还是主控制器；数据读取器输出顺序接待识别信号存储器、音频播放器；主控制器有各有一输出接待识别信号存储器、小波基类型库、音频播放器、报警器。

主控制器负责管理整个系统的运作，包括光信号的发射和接收控制和定位系统的实现，根据人工智能KNN识别模块的识别结果来进行不同的控制操作，例如当对环境输入信号的分析结果显示为安全信号，那么主控制器就不进行相应的后续控制操作，而继续如常工作；如对环境输入信号的分析结果显示为危险信号，那么主控制器就启动报警器，同时控制待识别信号存储器，将识别数据传至音频播放器，对环境输入信号进行音频播放以及存储，维护人员可根据声音和自己的经验再具体精确判断危险信号的类型和性质。

数据读取器是对缓存中数据进行读取的，在它将数据送至谱相减去噪模块的同时，可以将输入数据存至待识别信号存储器，以便以后发现危险信号时进行音频数据播放。

谱相减去噪模块是先对输入信号先进行简单的去噪处理。

小波去噪模块是对输入信号进行效果更好的去噪，把去噪后的信号送入去噪判别模块。去噪判别模块根据小波去噪模块的结果和来自数据读取器的原信号来进行去噪结果判别。如果判别结果好，就把去噪信号送入信号分离与归一化模块；如果判别结果不好，则通过去噪判别模块通知主控制器，进而主控制器调用小波基类型库，从中选取其它的小波基再进行小波去噪。

信号分离与归一化模块对经过去噪的，依然是混合信号的数据通过ICA进行信号分离，分离后进行数据归一化，便于接下来的特征提取。

特征提取模块对信号分离与归一化模块传过来的信号进行特征提取，提取特征为LPCC，提取后再利用ICA或PCA进行二次特征提取。

KNN识别模块将所提取到的特征值与类别特征库中的特征值通过KNN原理进行计算判断，进而来给出识别结果。

识别结果判别模块可对KNN识别模块识别结果进行判别，当KNN识别模块的识别结果明显时则进入识别结果显示存储器，反之，识别结果判别模块可以使得识别再次从信号分离与归一化模块开始，通过改变二次特征提取方法力求识别结果明显。

音频播放器可由主控制器控制来实现播放待识别信号存储器中的数据，具体播放格式与方法由主控制器决定。

报警器是在识别结果显示存储器显示为危险信号后，由主控制器启动来实现报警功能的。

本发明的电原理图构成如图2所示，本发明中的主控制器、数据读取器、谱相减去噪模块、待识别信号存储器、小波去噪模块、信号分离与归一化模块、特征提取模块、KNN识别模块、识别结果显示存储器都包含在一个系统主机上。数据信号缓存器一路输出接系统主机的输入，系统主机有两个输出接音频播放器的输入，一个输出为主控制器的控制信号，一个输出为数据读取器的结果。另外，系统主机还有一个输出接报警器的输入。

本系统中大部分模块的硬件均有通用的市场产品可供选择。

有益效果：本网络系统的自适应信号处理识别装置凭借其严格的判别函数和大量的备选处理方法，可以在不同的环境下实现对各种采集信号最佳的处理和识别效果，即该方法有很强的环境适应性和很低的误识率。

本发明提出，利用小波变换和ICA可对接收的混合信号进行去噪处理以及混合信号分离，进而通过多种特征提取方法进行特征提取，最后通过人工智能识别系统实现对接收信号的分类识别功能，可以分出危险信号和非危险信号，并且根据需要，可以进行信号的存储和实时播放。对于危险信号，立即采取相应的行动去解除危险；对于非危险信号，则不需要采取行动。本发明可以同时结合与本发明同系列的定位系统来实现对整个重要区域的实时安全预警。

对重要设施与区域、构筑周界物或埋地管道具有安全监控预警功能的宽域全光纤扰动传感网络系统中配套的及时、准确的信号处理识别装置。本发明利用裹携着各类噪声以及扰动信息的混合信号，采用小波变换、ICA等信号处理方法以及人工智能KNN信号识别原理，实时监控重要设施与区域周围发生的各类事件干扰。

附图说明

图1宽域全光纤扰动传感网络系统自适应信号处理识别装置原理框图，

图2宽域全光纤扰动传感网络系统自适应信号处理识别装置电原理图，

图3db4小波的尺度函数和小波函数，

图4Haar小波，

图5sym4小波的尺度函数和小波函数，

图6bior4.4小波，

图7Morlet小波，

图8含有噪声的鸟叫声信号以及去噪之后的鸟叫信号，

图9含有噪声的枪击信号以及去噪之后的枪击信号。

图中有：

100：系统主机； 101：主控制器；

201：数据信号缓存器； 202：数据读取器；

203：谱相减去噪模块； 204：待识别信号存储器；

205：小波去噪模块； 206：小波基类型库；

207：去噪判别模块； 208：信号分离与归一化模块；

209：特征提取模块； 210：KNN识别模块；

211：类别特征库； 212：识别结果判别模块；

213：识别结果显示存储器； 214：音频播放器；

215：报警器；

具体实施方式：

本发明的宽域全光纤扰动传感网络系统自适应扰动信号处理识别装置可以对输入的各类环境信号进行有效的处理与识别，区分用户定义的危险信号与非危险信号，并能对其做出适当的响应。

如图1所示，首先位于该发明装置前端的是全光纤反射干涉分布式传感电路系统中的数据信号缓存器201，与其相连的是该发明装置中的数据读取器202，与202相连的是谱相减去噪模块203和待识别信号存储器204，接下来与谱相减去噪模块203相连的是小波去噪模块205，它在与主控制器101相连的同时与去噪判别模块207相连，207再根据判别结果决定是与101相连，还是信号分离与归一化模块208相连，208与特征提取模块209相连，209与KNN识别模块210相连，识别结果进入识别结果判别模块212，根据212的判别结果来决定是与208相连，还是与识别结果显示存储器213相连，213将结果送至主控制器101，同时101可以决定213是否显示识别结果；数据读取器202输出接待识别信号存储器204，当主控制器101认为需要时，可通过控制待识别信号存储器204，将识别数据传至音频播放器214，对输入信号进行音频播放。同时主控制器101有一输出直接控制音频播放器214。此外，主控制器101还直接与报警器215相连。

由主控制器101、小波去噪模块205、去噪判别模块207，构成了一个小波去噪自适应环。当通过小波去噪模块205的去噪结果送至去噪判别模块207后，可以与207中的目标函数进行比较，如果结果不好，将会通知主控制器101，由101与小波基类型库206进行交互，重新选取小波基再次进行去噪过程，直到去噪结果最佳为止。

由信号分离与归一化模块208、特征提取模块209、KNN识别模块210、类别特征库211、识别结果判别模块212，构成了一个信号识别自适应环。当KNN识别模块210的识别结果送至识别结果判别模块212后，当212认为210的识别效果不够明显时，则会要求识别过程从信号分离与归一化模块208重新开始，通过改变特征提取模块209中的特征提取方法来使得210的识别结果达到最佳。

在用户认为所识别信号有误或是识别结果显示为危险信号时，音频播放器214可由101控制来实现播放204中的数据，具体播放格式与方法由101决定。

以本例来说明本发明的具体实施方式并对本发明做进一步的说明。本例是一实验样机。系统主机包含数字信号软件预处理模块(信号去噪过程中所涉及到的所有模块)，特征提取模块，人工智能识别系统，该机型号为联想万全R630G5配4CPU 8M缓存32G内存，I/O：NI PCI-E62511.25M 16channel 16bit；音频播放器：使用的是惠威公司的diva系列高保真音箱和耳机。具体构成为：数据信号缓存器一路输出接该主机的输入，对于输入数据进行读取和存储，然后进行谱相减去噪，接下来进行小波去噪(见图8和图9)，可以先使用默认Daubechies小波基(图3)进行小波去噪(如去噪效果不理想，可选用Haar小波(图4)、Symlets小波(图5)、Biorthogonal小波(图6)、Morlet小波(图7)等)。在进入识别环节以后先进行ICA信号分离与归一化，然后进行LPCC特征提取，可使用PCA进行二次特征提取，将提取的特征值送入KNN识别模块，则识别结果显示存储器便可对主控制器返回识别结果，由所得识别结果为危险信号则启动报警器，并进行人工侦听，若为安全信号则继续正常工作，等待下一次识别要求的到来。

100：系统主机：采用联想万全R630G5配4CPU 8M缓存，32G内存；

I/O：NI PCI-E62511.25M 16 channel 16bit。

101：主控制器：包含在系统主机内。

201：数据信号缓存器：包含在系统主机内。

202：数据读取器：包含在系统主机内。

203：谱相减去噪模块：采用增强型动态谱相减法，包含在系统主机内。

204：待识别信号存储器：包含在系统主机内。

205：小波去噪模块：可选取多种小波基进行去噪，包含在系统主机内。

206：小波基类型库：含有多种小波基，存放在系统主机存储器内。

207：去噪判别模块：包含在系统主机内。

208：信号分离与归一化模块：采用FastICA处理方法，包含在系统主机内。

209：特征提取模块：提取特征为LPCC，提取后再利用ICA或PCA进行二次特征提取，包含在系统主机内。

210：KNN识别模块：采用KNN识别方法，包含在系统主机内。

211：类别特征库：采用KNN识别方法训练的数据，存放在系统主机存储器内。

212：识别结果判别模块：包含在系统主机内。

213：识别结果显示存储器：包含在系统主机内。

214：音频播放器：采用惠威公司的diva系列高保真音箱和耳机。

215：报警器：采用金富星报警器(型号：JFX-2002-DL-4)。

由上可见，本发明应用小波去噪、ICA信号分离与特征提取的方法、人工智能KNN(k-近邻法)的信号处理方法等手段综合利用的信号分析识别原理，可以有效监控重要的设施和区域，及时准确地识别出重要设施和区域周围出现的危险情况，具有广泛的应用前景。

Claims

1.一种宽域全光纤扰动传感网络系统自适应扰动信号处理识别装置，其特征在于位于前端的数据信号缓存器(201)、数据读取器(202)、谱相减去噪模块(203)、小波去噪模块(205)、去噪判别模块(207)顺序串联连接，去噪判别模块(207)的“否”输出端接主控制器(101)的第一输入端(101-1)；去噪判别模块(207)的“是”输出端与信号分离与归一化模块(208)、特征提取模块(209)、KNN识别模块(210)、识别结果判别模块(212)顺序串联连接；识别结果判别模块(212)的“是”输出端通过识别结果显示存储器(213)接主控制器(101)的第六输入端(101-6)，识别结果判别模块(212)的“否”输出端接信号分离与归一化模块(208)的2号输入端(208-2)；主控制器(101)的第三输出端(101-3)接待识别信号存储器(204)，主控制器(101)的第四输出端(101-4)接音频播放器(214)，主控制器(101)的第七输出端(101-7)接小波基类型库(206)，主控制器(101)的第五输出端(101-5)接报警器(215)；待识别信号存储器(204)的输出端接音频播放器(214)，待识别信号存储器(204)的1号输入端(204-1)接数据读取器(202)。

2.根据权利要求1所述的宽域全光纤扰动传感网络系统自适应扰动信号处理识别装置，其特征是主控制器(101)、小波去噪模块(205)、小波基类型库(206)、去噪判别模块(207)，构成了一个小波去噪自适应环装置，其中小波基类型库中存储的小波基的有各阶Daubechies小波基、Haar小波、Symlets小波、Biorthogonal小波、Morlet小波。

3.根据权利要求1所述的宽域全光纤扰动传感网络系统自适应扰动信号处理识别装置，其特征是信号分离与归一化模块(208)、特征提取模块(209)、KNN识别模块(210)、类别特征库(211)、识别结果判别模块(212)，构成了一个信号识别自适应环装置，其中特征提取模块中的特征提取方法为线性预测倒谱系数LPCC，二次特征提取方法为独立分量分析ICA和主分量分析PCA。

4.根据权利要求1所述的宽域全光纤扰动传感网络系统自适应扰动信号处理识别装置，其特征是待识别信号存储器(204)、音频播放器(214)由主控制器(101)控制来实现对待识别信号存储器中数据的播放，具体播放格式与方法由主控制器决定。