CN102360519B - 一种分布式光纤围栏入侵检测与定位的方法 - Google Patents

一种分布式光纤围栏入侵检测与定位的方法 Download PDF

Info

Publication number
CN102360519B
CN102360519B CN 201110214679 CN201110214679A CN102360519B CN 102360519 B CN102360519 B CN 102360519B CN 201110214679 CN201110214679 CN 201110214679 CN 201110214679 A CN201110214679 A CN 201110214679A CN 102360519 B CN102360519 B CN 102360519B
Authority
CN
China
Prior art keywords
energy
signal
invasion
point
local
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN 201110214679
Other languages
English (en)
Other versions
CN102360519A (zh
Inventor
吴慧娟
李姗姗
吴庥伟
饶云江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN 201110214679 priority Critical patent/CN102360519B/zh
Publication of CN102360519A publication Critical patent/CN102360519A/zh
Application granted granted Critical
Publication of CN102360519B publication Critical patent/CN102360519B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Burglar Alarm Systems (AREA)

Abstract

本发明公开了一种分布式光纤围栏入侵检测与定位的方法，对监测信号利用短时傅里叶变换得到监测信号沿布设光缆的瞬时能量分布，将随空间分布的大范围背景噪声能量去除，提取去除背景噪声能量后的能量序列中相对变化较大局部异常的突变点信息及位置，判断是否真实入侵及其位置。本发明利用短时傅里叶变换方法提取入侵点处的突变信息，在去除随机噪声同时，对背景噪声能量进行相减有效抑制了光学系统不稳定及其他因素引入的起伏噪声的干扰影响，解决了分布式光纤围栏在复杂应用环境中强噪声背景下的长距离入侵检测与定位问题，能够有效提高光纤围栏入侵监测系统的正确探测率，同时降低虚警率，提高安防报警系统在实际应用中的置信度水平。

Description

一种分布式光纤围栏入侵检测与定位的方法
技术领域
本发明涉及周界安防及分布式光纤传感信号处理领域，具体涉及一种相位敏感光时域反射计（Φ-OTDR）型分布式光纤围栏入侵检测与定位的方法。
背景技术
相位敏感型光时域反射计（Φ-OTDR）是一种新型分布式光纤传感技术。与常规光时域反射计（OTDR）相同，光脉冲从光纤的一端注入，通过探测器探测后向瑞利散射光判断扰动及故障位置。不同的是，Φ-OTDR系统注入的是强相干光，探测得到的是脉冲宽度范围内后向瑞利散射光相干涉的结果，通过测量输入脉冲与接收到的干涉信号的时间延迟来判断干扰点的位置。相位敏感光时域反射计（Φ-OTDR）型分布式光纤围栏入侵监测系统，利用光缆自身的光纤扰动对周界入侵等威胁安全事件进行在线实时探测、报警和定位，实现重要区域周界或国防边境的入侵监测与防御。系统具有隐蔽性好、监测灵敏度高、监控距离范围广、长距离定位精度高、系统成本较低等突出特点。此外，该系统最大特点是无需专门传感光缆，利用普通通信光缆本身线路作为传感单元，实现在线监测和实时报警，可大大节约系统成本，同时实现检测报警和定位双重功能，对于国境线、军事基地等长距离及超长距离周界防入侵监测性价比极高。
实际应用中，分布式光纤围栏入侵监测系统由于监测距离长，对外界环境干扰敏感，监测信号信噪比较低，同时光学系统易受环境温度等因素影响不稳定造成信号自身起伏波动大，入侵检测困难，同时系统误报率偏高。如何在强噪声背景下准确检测入侵并精确确定入侵点位置，有效降低系统虚警率和误报率是长距离分布式光纤围栏入侵监测系统面临的主要问题，直接决定系统的应用前景。
发明内容
针对上述现有技术，本发明要解决的技术问题是提供一种分布式光纤围栏入侵检测与定位的方法，解决现有的入侵监测系统由于监测距离长，对外界环境干扰敏感，监测信号信噪比较低，同时光学系统易受环境温度等因素影响不稳定造成信号自身起伏波动大，入侵检测困难，系统虚警率和误报率偏高的问题。
为了解决上述技术问题，本发明采用如下技术方案：一种分布式光纤围栏入侵检测与定位的方法，包括以下步骤：
（1）监测信号预处理
分布式入侵监测系统采集信号时每个发射脉冲作为一个信号单元，设采集的原始监测信号                                                
Figure 269292DEST_PATH_IMAGE001
，其中：k表示发射脉冲序号，i表示采样点序号， N为单个脉冲周期内采集的总数据点数，所述监测信号
Figure 580319DEST_PATH_IMAGE002
表示k时刻或第k个脉冲周期内接收到的散射相干光沿光纤线路的光强分布情况；
对采集的原始监测信号
Figure 351966DEST_PATH_IMAGE002
进行时间片划分或分组，即相邻多个脉冲发射周期作为一个时间片，对该时间片内所有发射周期的监测信号进行累加得到该时间片内的采集信号，设为
Figure 364921DEST_PATH_IMAGE003
，其中：i为采集信号的采样点序号，即横向采集时间，j为时间片序号，沿纵向时间轴向后延伸，m为每个时间片内的光脉冲个数，即累积至一组时间片的监测信号单元数，对相邻时间片的信号
Figure 247427DEST_PATH_IMAGE004
相减作为入侵检测与定位的预处理信号S：           
Figure 412960DEST_PATH_IMAGE005
Figure 355508DEST_PATH_IMAGE006
；
（2）对预处理信号S进行短时傅里叶变换获得局部能量
在实时监测过程中依次对各时间片内预处理信号S进行如下的短时傅里叶变换，
Figure 855759DEST_PATH_IMAGE007
                       ①
①式为离散的短时傅里叶变换式，
Figure 276376DEST_PATH_IMAGE008
为短时傅里叶变换的窗函数，
Figure 748946DEST_PATH_IMAGE009
为短时傅里叶变换点数，n表明窗函数的位置；
通过n的增加不断移动窗口位置，从而改变观察点的位置，短时傅里叶变换后，对各段信号的傅里叶变换系数求绝对值得到各段的信号频谱；对各段信号的低频系数分别进行求和，获得监测信号主要成分随时间变化的短时能量分布情况，即沿光缆分布的局部能量E n ：
                        
Figure 547881DEST_PATH_IMAGE010
                                     ②
②式中为局部能量曲线上的总能量值个数，
Figure 759737DEST_PATH_IMAGE012
为低频成分个数，取
Figure 821234DEST_PATH_IMAGE013
；
（3）获取背景噪声能量
与上述局部能量对应，分时间段计算沿光缆分布的背景噪声能量，在第n时段的能量值
Figure 918634DEST_PATH_IMAGE014
附近取一段能量值做平均，时间长度设为
Figure 331161DEST_PATH_IMAGE015
，则第
Figure 359160DEST_PATH_IMAGE016
时段的背景噪声能量值EE n 为：
                         
Figure 603059DEST_PATH_IMAGE017
                                      ③
（4）突变点检测与定位
将各时段的能量与其背景噪声能量相减，得到去除背景噪声能量后的局部能量分布序列
Figure 792732DEST_PATH_IMAGE018
：
                                       
Figure 692555DEST_PATH_IMAGE019
                                           ④
对序列
Figure 71715DEST_PATH_IMAGE020
进行能量极大值检测，如果
Figure 373383DEST_PATH_IMAGE021
满足以下条件，
Figure 733957DEST_PATH_IMAGE022
即为局部极大值点
Figure 183393DEST_PATH_IMAGE023
:
                            
Figure 553195DEST_PATH_IMAGE024
                         ⑤
⑤式中，
Figure 443790DEST_PATH_IMAGE025
为各局部极大值点
Figure 74402DEST_PATH_IMAGE026
在
Figure 683238DEST_PATH_IMAGE027
序列中的相应位置，
Figure 856730DEST_PATH_IMAGE028
为局部极大值点个数，然后，从极大能量值序列
Figure 929729DEST_PATH_IMAGE029
中再检测作为判断入侵发生依据的异常极大能量值；
记录异常能量值的位置，判断各局部能量极大值若满足以下条件，
 
Figure 897685DEST_PATH_IMAGE030
 ⑥
则标识为局部异常能量点，
Figure 993817DEST_PATH_IMAGE031
；
⑥式中
Figure 518470DEST_PATH_IMAGE032
为入侵点个数，
Figure 383658DEST_PATH_IMAGE033
分别为各入侵点位置；
若集合
Figure 522515DEST_PATH_IMAGE034
为空，
Figure 168260DEST_PATH_IMAGE035
，则判断无入侵事件发生；
若
Figure 417976DEST_PATH_IMAGE036
集合中元素个数
Figure 403249DEST_PATH_IMAGE037
，则判断该事件不是真实入侵事件，根据入侵点的分布位置情况再确定具体哪块周界区域环境变化；
若
Figure 526057DEST_PATH_IMAGE038
集合中事件个数满足
Figure 596782DEST_PATH_IMAGE039
，则判断有真实入侵发生，真实入侵点个数为
Figure 650188DEST_PATH_IMAGE040
，各入侵点位置在局部能量曲线上对应
Figure 552285DEST_PATH_IMAGE041
位置；
（5）入侵点检测与定位
根据去除背景噪声能量后的能量序列中检测出的局部异常能量值
Figure 325386DEST_PATH_IMAGE043
及其位置
Figure 995533DEST_PATH_IMAGE041
，确定入侵发生，则原始信号中入侵点的突变位置L n 为：
                                      
Figure 689820DEST_PATH_IMAGE044
                                           ⑦
Figure 403698DEST_PATH_IMAGE045
为步骤（4）中检测出的真实入侵引起的突出能量点位置，
Figure 449014DEST_PATH_IMAGE046
是与
Figure 844223DEST_PATH_IMAGE045
相对应的真实入侵点在原始监测信号中的突变位置，
Figure 393016DEST_PATH_IMAGE047
为单个脉冲周期内采集的总数据点数。
进一步地，在确定的各入侵点位置
Figure 291178DEST_PATH_IMAGE046
附近小范围内的预处理监测信号中，每个附近
Figure 757111DEST_PATH_IMAGE049
，再寻找最大极大值点
Figure 222727DEST_PATH_IMAGE050
，
Figure 481670DEST_PATH_IMAGE051
选取条件为
Figure 236000DEST_PATH_IMAGE052
，与各最大极大值点相对应的横坐标即为最终确定的准确入侵点位置
Figure 309446DEST_PATH_IMAGE054
。
本发明的原理如下：光纤线路上的某个位置由于入侵而发生扰动时，光纤相应位置的折射率将发生变化，导致该处光相位发生变化，引起后向散射光干涉条纹变化，通过检测这些光后向散射光干涉条纹即光强是否变化，探测外界入侵是否存在，同时在每个光脉冲传输周期内，从光强变化信号对应的传输时间即可得到入侵发生的位置。根据入侵时引起的突变信号仅在极窄时间区域或小范围内造成局部能量集中，而环境噪声无论是哪种形式噪声（有色噪声或白噪声）或不管其强弱大小均为大范围或全局性地分布在整个监测信号中，其瞬时能量沿光缆在小范围内分布变化不大，利用入侵点处局部瞬时能量与其周围背景噪声能量的对比来检测强噪声背景下的真实入侵及其位置。
与现有技术相比，本发明具有以下有益效果：利用短时傅里叶变换方法提取入侵点处的突变信息，在去除随机噪声同时，对背景噪声能量进行相减有效抑制了光学系统不稳定及其他因素引入的起伏噪声的干扰影响，解决了分布式光纤围栏在复杂应用环境中强噪声背景下的长距离入侵检测与定位问题，能够有效提高光纤围栏入侵监测系统的正确探测率，同时降低虚警率，提高安防报警系统在实际应用中的置信度水平，为光纤围栏的产业化及实用化发展奠定基础；同时该发明不仅适用于单点入侵的检测和定位，而且适用于多点入侵事件检测和定位。 
附图说明
图1为本发明分布式光纤围栏系统及其入侵监测原理图；
图2为本发明分布式光纤围栏入侵检测与定位算法流程图；
图3为本发明随机噪声占主导的低信噪比下入侵检测与定位结果图；
图4为本发明起伏噪声占主导的低信噪比下入侵检测与定位结果图；
图5为本发明另一由起伏噪声占主导的低信噪比下入侵检测与定位结果图；
图6为本发明随机噪声和起伏噪声共同作用下的低信噪比下入侵检测与定位结果图。
具体实施方式
下面将结合附图及具体实施方式对本发明作进一步的描述。
参见图1，Φ-OTDR型分布式光纤围栏系统由三个主要部分组成，探测光缆、光源及信号解调设备、中央处理单元，从系统信号流程上需要的具体设备和器件包括产生超窄相干脉冲的激光器及调制器，埋在周界附近或地下用于感知外界入侵的普通单模光纤，光耦合器，探测光信号的光电探测器，信号采集装置和中央处理单元；其他放大设备则根据监测距离要求选用，如掺铒光纤放大器、拉曼放大器等；本发明中由窄带激光器发出强相干光经过调制器调制出窄脉冲光，光脉冲经放大从光纤的一端注入，经过光纤传输时发生瑞利散射，通过探测器探测后向瑞利散射光干涉结果变化判断侵扰的发生。通过测量输入脉冲与接收到的干涉变化信号的时间延迟来判断干扰点的位置。作为优选，本发明的实施例中使用的探测光缆为普通单模光纤，光缆长度为10公里，由于信号较弱，在光脉冲注入光缆之前加上一个掺铒光纤放大器 (EDFA) 对光信号进行放大。根据监测光缆长度计算渡越时间为97.3μs，选择脉冲发生频率为5KHz，调整脉冲占空比为0.1%，则脉宽为0.2μs，对应于20米的定位精度。根据应用要求选择采样率为50MHz的高速采集卡对监测信号进行模数转换，根据渡越时间选择数据采集深度为6000个数据点；在距离探测器8公里光缆处设置入侵标记，然后对标记处光缆进行入侵模拟。
如图2所示，Φ-OTDR分布式光纤围栏入侵检测与定位的方法，对监测到的信号利用短时傅里叶变换得到监测信号沿布设光缆的瞬时能量分布，将随空间分布的大范围背景噪声能量去除，提取去除背景噪声能量后的能量序列中相对变化较大局部异常的突变点信息及位置，判断是否真实入侵及其位置。具体步骤如下：
（1）监测信号预处理
分布式入侵监测系统采集信号时每个发射脉冲作为一个信号单元，设采集的原始监测信号
Figure 739291DEST_PATH_IMAGE055
，k表示发射脉冲序号，i表示采样点序号，N为单个脉冲周期内采集的总数据点数，
Figure 777654DEST_PATH_IMAGE056
表示k时刻或第k个脉冲周期内接收到的散射相干光沿光纤线路的光强分布情况。为抑制随机噪声影响，增强入侵点处的突变信息，对采集的原始监测信号
Figure 318357DEST_PATH_IMAGE056
进行时间片划分或分组，即相邻多个脉冲发射周期作为一个时间片，对该时间片内所有发射周期的监测信号进行累加得到该时间片内的采集信号，设为
Figure 961827DEST_PATH_IMAGE057
，
Figure 110043DEST_PATH_IMAGE058
，
Figure 838965DEST_PATH_IMAGE059
为采集信号的采样点序号，即横向采集时间，对应于散射相干光在光缆中所处的位置，
Figure 980096DEST_PATH_IMAGE060
为时间片序号，沿纵向时间轴向后延伸，
Figure 478074DEST_PATH_IMAGE061
为每个时间片内的光脉冲个数，即累积至一组时间片的监测信号单元数。对相邻时间片的信号
Figure 984141DEST_PATH_IMAGE004
相减作为入侵检测与定位的预处理信号：
Figure 13408DEST_PATH_IMAGE005
Figure 895914DEST_PATH_IMAGE006
。
（2）对预处理信号S进行短时傅里叶变换获得局部能量
在实时监测过程中依次对各时间片内预处理信号进行短时傅里叶变换，
              
Figure 253263DEST_PATH_IMAGE063
                           ①
①式为离散的短时傅里叶变换式，
Figure 691197DEST_PATH_IMAGE008
为短时傅里叶变换的窗函数，
Figure 111814DEST_PATH_IMAGE064
为短时傅里叶变换点数，等于短时傅里叶变换窗口宽度，短时傅里叶变换实质上是加了窗的傅里叶变换。n表明窗函数的位置，即参与短时傅里叶变换的信号时段，通过n的增加不断移动窗口位置，从而改变观察点的位置。短时傅里叶变换后，对各段信号的傅里叶变换系数求绝对值即可得到各段的信号频谱。为去除高频噪声影响，对各段信号的低频系数分别进行求和，获得监测信号主要成分随时间变化的短时能量分布情况，即沿光缆的局部能量分布：
                        
Figure 394504DEST_PATH_IMAGE065
                                     ②
②式中
Figure 242374DEST_PATH_IMAGE066
为低频成分个数，根据各段信号频谱成分决定，通常取
Figure 167605DEST_PATH_IMAGE067
。
（3）计算背景噪声能量
与局部能量所对应，分时间段计算沿光缆分布的背景噪声能量，例如在第
Figure 454229DEST_PATH_IMAGE016
时段的能量值
Figure 781305DEST_PATH_IMAGE068
附近取一段能量值做平均，时间长度设为。因此，在第
Figure 291232DEST_PATH_IMAGE016
时段的背景噪声能量值计算为：
                         
Figure 53652DEST_PATH_IMAGE069
                                      ③
（4）突变点检测与定位
将各时段的能量与其背景能量相减，即可得到去除背景噪声能量后的局部能量分布：
                                       
Figure 235235DEST_PATH_IMAGE070
                                          ④
对序列进行能量极大值检测，如果
Figure 652627DEST_PATH_IMAGE072
附近
Figure 218737DEST_PATH_IMAGE073
满足以下条件，
Figure 67876DEST_PATH_IMAGE072
即为局部极大值点
Figure 694029DEST_PATH_IMAGE074
:
                            
Figure 81148DEST_PATH_IMAGE075
                         ⑤
⑤式中，
Figure 247687DEST_PATH_IMAGE076
为各局部极大值点在序列中的相应位置，
Figure 622802DEST_PATH_IMAGE028
为局部极大值点个数。然后，从极大能量值序列
Figure 796294DEST_PATH_IMAGE079
中再检测异常极大能量值，作为判断入侵发生的依据，记录异常能量值的位置。判断各局部能量极大值若满足以下条件，
  
Figure 869292DEST_PATH_IMAGE080
     ⑥
标识为局部异常能量点，
Figure 837248DEST_PATH_IMAGE081
。上式中为入侵点个数，
Figure 189525DEST_PATH_IMAGE083
分别为各入侵点位置。若集合
Figure 320292DEST_PATH_IMAGE034
为空，
Figure 459149DEST_PATH_IMAGE035
，则判断无入侵事件发生；若
Figure 104894DEST_PATH_IMAGE036
集合中元素个数
Figure 354610DEST_PATH_IMAGE037
，表明同一时刻布设光缆上有3个以上点进行入侵，实际应用中该情况发生几率几乎为0，因此判断该事件不是真实入侵事件，系环境干扰因素所致，根据入侵点的分布位置情况再确定具体哪块周界区域环境变化；若
Figure 339884DEST_PATH_IMAGE038
集合中事件个数满足
Figure 462691DEST_PATH_IMAGE039
，则判断有真实入侵发生，真实入侵点个数为
Figure 533416DEST_PATH_IMAGE040
，各入侵点位置在局部能量曲线上对应
Figure 586822DEST_PATH_IMAGE041
位置。
（5）入侵点检测与定位
根据能量序列
Figure 488919DEST_PATH_IMAGE084
中检测出的局部异常能量值及其位置，确定入侵发生，并换算为原始信号中入侵点的突变位置。计算方法为
                                      
Figure 932167DEST_PATH_IMAGE086
                                           ⑦
Figure 626454DEST_PATH_IMAGE045
为步骤（4）中检测出的真实入侵引起的突出能量点位置，
Figure 278015DEST_PATH_IMAGE046
是与
Figure 385648DEST_PATH_IMAGE045
相对应的真实入侵点在原始监测信号中的位置，
Figure 780857DEST_PATH_IMAGE047
为单个脉冲周期内采集的总数据点数，为局部能量曲线上的总能量值个数。
由⑦式计算的入侵点位置引入了较大的定位误差，因此在确定的各入侵点位置
Figure 230741DEST_PATH_IMAGE046
附近小范围内的预处理监测信号中，如每个附近
Figure 431096DEST_PATH_IMAGE089
，再寻找最大极大值点，选取条件为
Figure 720104DEST_PATH_IMAGE091
，与各最大极大值点
Figure 722695DEST_PATH_IMAGE092
相对应的横坐标即为最终确定的准确入侵点位置
Figure 246080DEST_PATH_IMAGE093
。
根据上述的方法步骤，分别对四种典型低信噪比情况下采集的实际监测信号进行处理，处理结果如图3、图4、图5、图6所示。其中图3为为随机噪声占主导的一种最常见的低信噪比情况，预处理后的监测信号如图3 (a)所示，监测信号中入侵引起的突变信息比较明显，但信号前端有强的端面反射情况，直接用幅值或能量阈值判断易出现误检；根据处理步骤（2）利用短时傅里叶变化计算沿光缆的局部能量分布，得到局部能量分布曲线如图3 (b) 所示，局部能量突变信息及其位置与预处理监测信号中入侵突变位置相符合，经过短时傅里叶变换不仅可以去除随机噪声的影响，同时将端面反射能量作为边界点抑制了端面反射的影响；图3(c) 为按处理步骤（3）得到的去除背景噪声能量后的局部能量分布曲线，由于背景噪声为白噪声，该曲线与图3(b) 中曲线基本一致；对于图3(c)中去除噪声背景后的局部能量曲线进行突变点检测时，不仅仅是依据能量绝对值的大小进行评判，更主要是依据各局部能量点与其周围邻域能量相比是否突出，检测结果如图3(d) “ * ”号所示，利用该方法可以准确将真实入侵的突出异常能量点检测出来；最后根据图3(d) 的检测结果得到原始信号中真实入侵的检测信息及其准确位置，如图3(e) 中所示，真实入侵点位置如图中“ * ”号所示。图4、图5、图6中曲线、符号及含义同图3。
图4为光学系统不稳定时起伏噪声占主导的情况，图4(a) 原时域预处理信号中光缆前端信号较强，起伏噪声与光缆远端真实入侵点处的幅值及能量相当，甚至部分局部极大值超过真实入侵点处的幅值，直接采用幅值或能量阈值方法定会造成误检，而小波分析方法也容易将起伏噪声中的伪极大值点误检为入侵点，然而依据本发明方法，经过短时傅里叶变换计算局部能量去除了随机噪声影响，如图4(b)所示，起伏噪声中疑似入侵的伪极大值局部能量与其邻域背景噪声能量相比并不异常突出，然而真实入侵点处虽然能量绝对值与光缆前端的起伏噪声能量相当，但其与邻域背景噪声能量对比鲜明，因此减去背景噪声能量后，如图4(c)、4(d)所示，起伏噪声中疑似入侵的伪极大值被很好的抑制，而与邻域有较大差别的真实入侵点仍能保留，有效改善了实际复杂环境中入侵检测的正确性与可靠性。
图5仍为光学系统不稳定时起伏噪声占主导的情况，起伏噪声能量较大，而且起伏噪声中有多个疑似入侵的极大值点，但经本发明方法提出的局部能量分析及背景能量去除后，真实入侵引起的局部突出能量点便突显出来，使得后续检测和定位比较可靠，进一步验证了该发明方法的有效性。
图6为监测信号中入侵点几乎被混有随机噪声和起伏噪声的背景噪声淹没的情况，原时域预处理监测信号中，入侵点几乎被混有随机噪声和起伏噪声的背景噪声淹没，其幅值及能量水平与背景噪声相当，而且端面反射严重，但使用本发明的算法步骤和方法，仍能有效提取突变点并准确检测和定位真实入侵点，验证了该方法对于处理复杂背景噪声环境下获得的极低信噪比信号的有效性。
本发明实施例中列举的是基于Φ-OTDR技术的分布式光纤围栏入侵监测系统具体实施方法，该发明方法算法步骤中的具体参数可以根据实际信号情况进行调整，实施例以单点入侵检测与定位为例，但该发明中的检测与定位方法同样适用于多点入侵的检测与定位，也完全可以应用到其他相关的各种突变信号检测应用中。

Claims (2)

1.一种分布式光纤围栏入侵检测与定位的方法，其特征在于，包括以下步骤：
（1）监测信号预处理
分布式入侵监测系统采集信号时每个发射脉冲作为一个信号单元，设采集的原始监测信号                                                
Figure 291054DEST_PATH_IMAGE001
，其中：k表示发射脉冲序号，i表示采样点序号， N为单个脉冲周期内采集的总数据点数，所述监测信号
Figure 961201DEST_PATH_IMAGE002
表示k时刻或第k个脉冲周期内接收到的散射相干光沿光纤线路的光强分布情况；
对采集的原始监测信号
Figure 655487DEST_PATH_IMAGE002
进行时间片划分或分组，即相邻多个脉冲发射周期作为一个时间片，对该时间片内所有发射周期的监测信号进行累加得到该时间片内的采集信号，设为
Figure 307048DEST_PATH_IMAGE003
，其中：i为采集信号的采样点序号，即横向采集时间，j为时间片序号，沿纵向时间轴向后延伸，m为每个时间片内的光脉冲个数，即累积至一组时间片的监测信号单元数，对相邻时间片的信号相减作为入侵检测与定位的预处理信号S：           
Figure 358684DEST_PATH_IMAGE006
；
（2）对预处理信号S进行短时傅里叶变换获得局部能量
在实时监测过程中依次对各时间片内预处理信号S进行如下的短时傅里叶变换，
                       ①
①式为离散的短时傅里叶变换式，为短时傅里叶变换的窗函数，
Figure 725708DEST_PATH_IMAGE009
为短时傅里叶变换点数，n表明窗函数的位置；
通过n的增加不断移动窗口位置，从而改变观察点的位置，短时傅里叶变换后，对各段信号的傅里叶变换系数求绝对值得到各段的信号频谱；对各段信号的低频系数分别进行求和，获得监测信号主要成分随时间变化的短时能量分布情况，即沿光缆分布的局部能量E n ：
                        
Figure 191325DEST_PATH_IMAGE010
                                     ②
②式中
Figure 450268DEST_PATH_IMAGE011
为局部能量曲线上的总能量值个数，
Figure 204597DEST_PATH_IMAGE012
为低频成分个数，取
Figure 754658DEST_PATH_IMAGE013
；
（3）获取背景噪声能量
与上述局部能量对应，分时间段计算沿光缆分布的背景噪声能量，在第n时段的能量值
Figure 278044DEST_PATH_IMAGE014
附近取一段能量值做平均，时间长度设为
Figure 707888DEST_PATH_IMAGE015
，则第
Figure 746251DEST_PATH_IMAGE016
时段的背景噪声能量值EE n 为：
                         
Figure 286954DEST_PATH_IMAGE017
                                      ③
（4）突变点检测与定位
将各时段的能量与其背景噪声能量相减，得到去除背景噪声能量后的局部能量分布序列
Figure 930425DEST_PATH_IMAGE018
：
                                                                                  ④
对序列
Figure 828070DEST_PATH_IMAGE020
进行能量极大值检测，如果
Figure 906884DEST_PATH_IMAGE021
满足以下条件，
Figure 467179DEST_PATH_IMAGE022
即为局部极大值点
Figure 973246DEST_PATH_IMAGE023
:
                            
Figure 189464DEST_PATH_IMAGE024
                         ⑤
⑤式中，
Figure 885019DEST_PATH_IMAGE025
为各局部极大值点
Figure 237503DEST_PATH_IMAGE026
在
Figure 180051DEST_PATH_IMAGE027
序列中的相应位置，
Figure 680302DEST_PATH_IMAGE028
为局部极大值点个数，然后，从极大能量值序列
Figure 100919DEST_PATH_IMAGE029
中再检测作为判断入侵发生依据的异常极大能量值；
记录异常能量值的位置，判断各局部能量极大值若满足以下条件，
 
Figure 573489DEST_PATH_IMAGE030
 ⑥
则标识为局部异常能量点，
Figure 234409DEST_PATH_IMAGE031
；
⑥式中
Figure 159639DEST_PATH_IMAGE032
为入侵点个数，
Figure 383947DEST_PATH_IMAGE033
分别为各入侵点位置；
若集合
Figure 773340DEST_PATH_IMAGE034
为空，，则判断无入侵事件发生；
若
Figure 470218DEST_PATH_IMAGE036
集合中元素个数
Figure 232638DEST_PATH_IMAGE037
，则判断该事件不是真实入侵事件，根据入侵点的分布位置情况再确定具体哪块周界区域环境变化；
若
Figure 227270DEST_PATH_IMAGE038
集合中事件个数满足
Figure 682522DEST_PATH_IMAGE039
，则判断有真实入侵发生，真实入侵点个数为
Figure 644661DEST_PATH_IMAGE040
，各入侵点位置在局部能量曲线上对应
Figure 210772DEST_PATH_IMAGE041
位置；
（5）入侵点检测与定位
根据去除背景噪声能量后的能量序列
Figure 246861DEST_PATH_IMAGE042
中检测出的局部异常能量值
Figure 873015DEST_PATH_IMAGE043
及其位置，确定入侵发生，则原始信号中入侵点的突变位置L n 为：
                                      
Figure 174475DEST_PATH_IMAGE044
                                           ⑦
为步骤（4）中检测出的真实入侵引起的突出能量点位置，
Figure 190022DEST_PATH_IMAGE046
是与相对应的真实入侵点在原始监测信号中的突变位置，
Figure 972350DEST_PATH_IMAGE047
为单个脉冲周期内采集的总数据点数。
2.根据权利要求1所述的分布式光纤围栏入侵检测与定位的方法，其特征在于：在所述确定的各入侵点位置
Figure 796081DEST_PATH_IMAGE046
附近小范围内的预处理监测信号中，每个
Figure 826354DEST_PATH_IMAGE048
附近
Figure 922486DEST_PATH_IMAGE049
，再寻找最大极大值点
Figure 181560DEST_PATH_IMAGE050
，
Figure 312327DEST_PATH_IMAGE051
选取条件为，与各最大极大值点
Figure 96929DEST_PATH_IMAGE053
相对应的横坐标即为最终确定的准确入侵点位置
Figure 346645DEST_PATH_IMAGE054
。
CN 201110214679 2011-07-29 2011-07-29 一种分布式光纤围栏入侵检测与定位的方法 Expired - Fee Related CN102360519B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110214679 CN102360519B (zh) 2011-07-29 2011-07-29 一种分布式光纤围栏入侵检测与定位的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110214679 CN102360519B (zh) 2011-07-29 2011-07-29 一种分布式光纤围栏入侵检测与定位的方法

Publications (2)

Publication Number Publication Date
CN102360519A CN102360519A (zh) 2012-02-22
CN102360519B true CN102360519B (zh) 2013-04-03

Family

ID=45585842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110214679 Expired - Fee Related CN102360519B (zh) 2011-07-29 2011-07-29 一种分布式光纤围栏入侵检测与定位的方法

Country Status (1)

Country Link
CN (1) CN102360519B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116957B (zh) * 2013-01-21 2016-12-28 复旦大学 一种光纤周界安防系统屏蔽气候影响的方法
CN103226028B (zh) * 2013-05-02 2015-07-01 电子科技大学 一种相敏光时域反射仪扰动信号检测与识别方法
CN103337120B (zh) * 2013-06-26 2016-03-09 武汉理工光科股份有限公司 准分布式光纤光栅周界入侵报警系统的定址方法及系统
CN103499358B (zh) * 2013-10-23 2016-02-03 电子科技大学 一种新型多通道分布式扰动传感系统
CN104215271B (zh) * 2014-07-30 2017-02-15 复旦大学 一种分布式光纤扰动监测系统中扰动位置的定位方法
CN104217513B (zh) * 2014-09-02 2016-08-17 浙江中欣动力测控技术有限公司 提高相位敏感光时域反射计识别入侵事件准确率的方法
CN104764472B (zh) * 2015-04-16 2017-04-12 武汉理工光科股份有限公司 基于光时域反射探测技术管道监测系统及方法
CN105157874B (zh) * 2015-05-20 2018-08-03 东华大学 一种分布式边界安防监测系统及方法
CN105608823B (zh) * 2016-03-14 2020-09-11 北京北邮国安技术股份有限公司 基于主成分分析的光纤安防方法及系统
CN106504451B (zh) * 2016-11-14 2018-08-14 中国人民解放军国防科学技术大学 一种基于矩阵论的光纤周界安全信号的解调算法
CN108288999A (zh) * 2017-01-10 2018-07-17 光子瑞利科技（北京）有限公司 基于瑞利散射的降噪分布式光纤水听的应用
CN107153222A (zh) * 2017-04-28 2017-09-12 国网上海市电力公司 一种通信排管孔通道侵占无源在线监测方法
CN108509850B (zh) * 2018-02-24 2022-03-29 华南理工大学 一种基于分布式光纤系统的入侵信号识别方法
CN108765832B (zh) * 2018-07-06 2020-06-19 厦门信通慧安科技有限公司 一种入侵检测方法及装置
CN108709633B (zh) * 2018-08-29 2020-05-05 中国科学院上海光学精密机械研究所 基于深度学习的分布式光纤振动传感智能安全监测方法
CN109949527A (zh) * 2019-04-16 2019-06-28 河南顺博建筑智能化工程有限公司 基于fpga的光纤周界入侵的检测方法以及系统
CN110660184A (zh) * 2019-09-18 2020-01-07 西安科技大学 一种基于Adaboost的光纤激光雷达的铁路周界预警方法
CN110686765B (zh) * 2019-10-21 2021-05-28 南京大学 一种基于φ-otdr的输电线路外破监测方法
CN113177514B (zh) * 2021-05-20 2023-06-16 浙江波誓盾科技有限公司 无人机信号检测方法、装置及计算机可读存储介质
CN113723207B (zh) * 2021-08-03 2024-06-04 上海海事大学 一种基于直方图距离的声发射信号突变检测方法
CN114613116B (zh) * 2022-05-11 2022-08-19 中移铁通有限公司广东分公司 防外破预警方法、装置、设备及存储介质
CN116071881B (zh) * 2023-03-24 2023-06-13 光谷技术有限公司 基于地波和视频的多模态入侵探测系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7068166B2 (en) * 2003-06-17 2006-06-27 Sanki Eng. Co. Ltd. Break-in detection system
US7634387B2 (en) * 2005-08-03 2009-12-15 Network Integrity Systems Frequency envelope detection method for signal analysis
CN101388130B (zh) * 2008-03-05 2012-05-30 中国科学院嘉兴无线传感网工程中心 基于无线传感网的多层次、立体围界防入侵系统、装置与实施方法
CN101488267A (zh) * 2009-02-13 2009-07-22 上海大学 光纤围栏中行人入侵信号特征识别方法
US8436732B2 (en) * 2009-06-03 2013-05-07 Jason Bentley Lamont Fiber bragg grating perimeter security system

Also Published As

Publication number Publication date
CN102360519A (zh) 2012-02-22

Similar Documents

Publication Publication Date Title
CN102360519B (zh) 一种分布式光纤围栏入侵检测与定位的方法
Liu et al. Advances in phase-sensitive optical time-domain reflectometry
CN106225907B (zh) 一种基于φ-otdr技术的光纤振动识别系统及方法
CN102280001B (zh) 基于φ-otdr的分布式光纤围栏入侵检测与定位方法
CN103196465B (zh) 一种相敏光时域反射仪传感信号噪声分离及信号提取方法
CN103954308A (zh) 光纤扰动探测方法及装置
CN104217513B (zh) 提高相位敏感光时域反射计识别入侵事件准确率的方法
CN101488805A (zh) 光纤扰动探测方法及装置
CN109374116B (zh) 地埋式光纤传感振动探测系统的挖掘行为识别方法
CN105157874A (zh) 一种分布式边界安防监测系统及方法
CN104574742A (zh) 一种基于φ-otdr技术的光纤周界安防系统
CN106683305A (zh) 防窃听光纤报警系统
CN104964699A (zh) 基于φ-OTDR光纤分布式扰动传感器的扰动判断方法和装置
Zhong et al. Nuisance alarm rate reduction using pulse-width multiplexing Φ-OTDR with optimized positioning accuracy
CN109120336B (zh) 基于相位敏感光时域反射传感器的防误警漏警方法
CN105651373B (zh) 一种基于偏振光时域反射技术中测量两点同频振动的方法
CN108663435A (zh) 一种分布式声波列车轮轨检测装置及方法
Wu et al. Real intrusion detection for distributed fiber fence in practical strong fluctuated noisy backgrounds
CN111811637A (zh) 一种多径信息融合的车辆振动识别装置及判决方法
CN106297124A (zh) 一种光纤入侵报警系统的抗干扰处理方法
Zhong et al. Event discrimination using phase correlation in Φ-OTDR system based on coherent detection
CN104482858B (zh) 一种高灵敏度和高精度的光纤识别标定方法及系统
CN110987151A (zh) 一种通讯光缆状态实时监测系统
CN101626270B (zh) 光电复合缆外部安全预警定位系统进行事件预警与分类的方法
Zhao et al. Pipeline intrusion detection and location based on phase-sensitive optical time domain reflectometer

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C53 Correction of patent of invention or patent application
CB03 Change of inventor or designer information

Inventor after: Wu Huijuan

Inventor after: Li Hanyu

Inventor after: Wu Xiuwei

Inventor after: Rao Yunjiang

Inventor before: Wu Huijuan

Inventor before: Li Panpan

Inventor before: Wu Xiuwei

Inventor before: Rao Yunjiang

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: WU HUIJUAN LI SHANSHAN WU XIUWEI RAO YUNJIANG TO: WU HUIJUAN LI HANYU WU XIUWEI RAO YUNJIANG

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130403

Termination date: 20150729

EXPY Termination of patent right or utility model