CN103617685A - 一种基于光纤振动传感报警系统的自学习算法 - Google Patents
一种基于光纤振动传感报警系统的自学习算法 Download PDFInfo
- Publication number
- CN103617685A CN103617685A CN201310662074.7A CN201310662074A CN103617685A CN 103617685 A CN103617685 A CN 103617685A CN 201310662074 A CN201310662074 A CN 201310662074A CN 103617685 A CN103617685 A CN 103617685A
- Authority
- CN
- China
- Prior art keywords
- vibration signal
- characteristic
- vector
- vibration
- optical fiber
- 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.)
- Granted
Links
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明提出了一种基于光纤振动传感报警系统的自学习算法,在实际使用前,检测并采集存储安装环境的背景振动信号以及报警振动信号,得到振动信号的特征向量,构建特征向量数据库;在实际工作中,采集振动信号,并对比振动信号的特征向量与特征向量数据库中的特征向量,判断是否报警,并判断是否需要补充到特征向量数据库中。本发明能够不断补充特征向量数据库,从而降低漏报和误报率。
Description
技术领域
本发明涉及光电信号辨识处理技术领域,具体为一种基于光纤振动传感报警系统的自学习算法。
背景技术
光纤振动传感报警系统具有传统安防报警系统无法比拟的优势,且检测灵敏度高,远程定位准确,相对成本较低,是国内外该领域的新兴技术方向,已经开始得到广泛的推广与应用。主要应用于边界防卫、周界安防警戒、家庭安防系统、管道防护、通讯和电力线缆保护、政府、司法机构(监狱)、工业园区、学校、星级酒店等领域。
由于光纤振动传感报警系统使用场合的复杂性,报警系统使不可避免地会产生误报和漏报现象。如何降低系统的误报和漏报概率是一个难题。
发明内容
要解决的技术问题
为解决现有技术存在的问题,本发明提出了一种基于光纤振动传感报警系统的自学习算法,提高光纤振动传感报警系统的辨识能力,降低系统的漏报和误报率。
技术方案
本发明的技术方案为:
所述一种基于光纤振动传感报警系统的自学习算法,其特征在于:采用以下步骤:
步骤1:采用光纤振动传感报警系统检测并采集存储安装环境的背景振动信号,包括背景噪声、刮风、下雨、车流等振动源的振动信号;也采用光纤振动传感报警系统检测并采集存储报警振动信号;
步骤2:将采集存储的振动信号的幅值参数、频率参数、位置参数作为特征参数,对特征参数进行滤波、相关运算、FFT运算,得到振动信号的特征向量,构建特征向量数据库;特征向量数据库包括背景振动信号对应的特征向量部分和报警振动信号对应的特征向量部分;
步骤3:采用光纤振动传感报警系统进行实际工作,对实际工作中检测到的振动信号的特征参数进行滤波、相关运算、FFT运算,得到实际工作中检测到的振动信号的特征向量;
步骤4:将步骤3得到的特征向量与特征向量数据库中的特征向量进行对比,若对比结果显示步骤3中振动信号的特征向量符合特征向量数据库中报警振动信号对应的特征向量部分,则报警;若对比结果显示步骤3中振动信号的特征向量不符合特征向量数据库中的任意特征向量,也报警,并检查报警真伪,若报警为真,则将步骤3中振动信号的特征向量补充到特征向量数据库中报警振动信号对应的特征向量部分,若报警为伪,则将步骤3中振动信号的特征向量补充到特征向量数据库中背景振动信号对应的特征向量部分。
有益效果
本发明在光纤振动传感报警系统设备调试及实际使用过程中,在其安装和使用环境下,对可能出现的不同振动源(如背景噪声、刮风、下雨等),积极地采集并存储振动信号的信息。对采集到的振动信号,根据信号的特点,选择合理的特征参数(幅值参数、频率参数、位置参数等)作为数据库的核心数据,并对采集到的信号进行滤波、相关运算、频域和时域分析,形成相应特征向量,自动建立不同振动源产生的特征向量数据库。在振动信号检测中,将检测信号的数据分析处理结果与数据库中已有不同振源的特征向量进行比较,确定振动源特性,根据预设定的报警条件进行判断,从而降低漏报和误报率。
附图说明
图1为本发明的系统组成框图。
图2为本发明的系统自学习算法流程框图。
其中:1、主控计算机;2、光检测装置;3、传感光缆;4、功能模块。
具体实施方式
本实施例中的光纤振动传感报警系统由主控计算机1、光检测装置2、传感光缆3和功能模块4等组成,对安防系统中监测区域需要报警的振动信号进行感知与定位。
光纤振动传感报警系统中光信号的检测采用基于双向马赫-泽德干涉仪的分布式光纤传感方法。当振动信号作用于传感光缆时,相向传输的两路直流光波同时产生相同的相位变化并沿不同的路径传输至光接收单元,光接收单元分别接收两路光信号并进行光电转换,经数据采集、数据分析和处理后即可实时获得振动信号的位置、频率、幅度等信息。功能模块对振动信号进行判断,满足条件时发出声光报警信号。由于光纤振动传感报警系统使用环境比较复杂,在使用过程中常常会产生漏报和误报现象,为了提高系统的检测辨识能力,降低其漏报和误报率,在本系统中采用了自学习告警算法。具体步骤为:
步骤1:在实际使用前,采用光纤振动传感报警系统检测并采集存储安装环境的背景振动信号,包括背景噪声、刮风、下雨、车流等振动源的振动信号;同时也采用光纤振动传感报警系统检测并采集存储报警振动信号;
步骤2:将采集存储的振动信号的幅值参数、频率参数、位置参数作为特征参数,对特征参数进行滤波、相关运算、FFT运算,得到振动信号的特征向量,构建特征向量数据库;特征向量数据库包括背景振动信号对应的特征向量部分和报警振动信号对应的特征向量部分;
步骤3:采用光纤振动传感报警系统进行实际工作,对实际工作中检测到的振动信号的特征参数进行滤波、相关运算、FFT运算,得到实际工作中检测到的振动信号的特征向量;
步骤4:将步骤3得到的特征向量与特征向量数据库中的特征向量进行对比,若对比结果显示步骤3中振动信号的特征向量符合特征向量数据库中报警振动信号对应的特征向量部分,则报警;若对比结果显示步骤3中振动信号的特征向量不符合特征向量数据库中的任意特征向量,也报警,并检查报警真伪,若报警为真,则将步骤3中振动信号的特征向量补充到特征向量数据库中报警振动信号对应的特征向量部分,若报警为伪,则将步骤3中振动信号的特征向量补充到特征向量数据库中背景振动信号对应的特征向量部分。
Claims (1)
1.一种基于光纤振动传感报警系统的自学习算法,其特征在于:采用以下步骤:
步骤1:采用光纤振动传感报警系统检测并采集存储安装环境的背景振动信号,包括背景噪声、刮风、下雨、车流等振动源的振动信号;也采用光纤振动传感报警系统检测并采集存储报警振动信号;
步骤2:将采集存储的振动信号的幅值参数、频率参数、位置参数作为特征参数,对特征参数进行滤波、相关运算、FFT运算,得到振动信号的特征向量,构建特征向量数据库;特征向量数据库包括背景振动信号对应的特征向量部分和报警振动信号对应的特征向量部分;
步骤3:采用光纤振动传感报警系统进行实际工作,对实际工作中检测到的振动信号的特征参数进行滤波、相关运算、FFT运算,得到实际工作中检测到的振动信号的特征向量;
步骤4:将步骤3得到的特征向量与特征向量数据库中的特征向量进行对比,若对比结果显示步骤3中振动信号的特征向量符合特征向量数据库中报警振动信号对应的特征向量部分,则报警;若对比结果显示步骤3中振动信号的特征向量不符合特征向量数据库中的任意特征向量,也报警,并检查报警真伪,若报警为真,则将步骤3中振动信号的特征向量补充到特征向量数据库中报警振动信号对应的特征向量部分,若报警为伪,则将步骤3中振动信号的特征向量补充到特征向量数据库中背景振动信号对应的特征向量部分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310662074.7A CN103617685B (zh) | 2013-12-09 | 2013-12-09 | 一种基于光纤振动传感报警系统的自学习算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310662074.7A CN103617685B (zh) | 2013-12-09 | 2013-12-09 | 一种基于光纤振动传感报警系统的自学习算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103617685A true CN103617685A (zh) | 2014-03-05 |
CN103617685B CN103617685B (zh) | 2016-02-24 |
Family
ID=50168389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310662074.7A Active CN103617685B (zh) | 2013-12-09 | 2013-12-09 | 一种基于光纤振动传感报警系统的自学习算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103617685B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469523A (zh) * | 2015-12-30 | 2016-04-06 | 杭州安远科技有限公司 | 抗风雨干扰的光纤周界防护方法 |
CN105608822A (zh) * | 2015-12-25 | 2016-05-25 | 中国铁道科学研究院电子计算技术研究所 | 铁路周界入侵振动光纤报警方法及装置 |
CN105654645A (zh) * | 2016-01-22 | 2016-06-08 | 北京北邮国安技术股份有限公司 | 一种光纤安防信号处理方法及系统 |
CN106051468A (zh) * | 2016-06-08 | 2016-10-26 | 无锡亚天光电科技有限公司 | 一种分布式光纤管道安全预警系统的报警模式分析算法 |
CN109374110A (zh) * | 2018-10-15 | 2019-02-22 | 北京航天控制仪器研究所 | 一种基于光纤振动传感系统的自学习装置及方法 |
CN109830091A (zh) * | 2019-01-25 | 2019-05-31 | 南京北斗城际在线信息股份有限公司北京分公司 | 一种通过NB-IoT技术实现拍窗挪车的方法 |
CN111707347A (zh) * | 2020-06-10 | 2020-09-25 | 国网浙江省电力有限公司杭州供电公司 | 利用同路由光缆收集电力电缆周边的振动频谱大数据信息方法 |
CN112907860A (zh) * | 2021-01-18 | 2021-06-04 | 南京大学 | 一种光纤周界安防系统入侵点检测的方法、系统及其装置 |
CN113531399A (zh) * | 2020-04-16 | 2021-10-22 | 中国石油天然气股份有限公司 | 管道监测方法、管道监测装置、计算机设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4904050A (en) * | 1988-08-31 | 1990-02-27 | American Telephone And Telegraph Company, At&T Bell Laboratories | Methods of and systems for optical fiber sensing |
CN1862239A (zh) * | 2006-06-15 | 2006-11-15 | 华中科技大学 | 分布式光纤振动传感方法及装置 |
CN101183899A (zh) * | 2007-12-19 | 2008-05-21 | 天津大学 | 基于bp网络用于光纤管道泄漏监测装置的管道安全识别方法 |
CN101858778A (zh) * | 2010-05-28 | 2010-10-13 | 浙江大学 | 基于振动监测的风力发电机组故障自动诊断方法 |
CN102401667A (zh) * | 2011-09-29 | 2012-04-04 | 北京航空航天大学 | 具有扰动性质识别功能的光纤分布式扰动传感方法及其系统 |
-
2013
- 2013-12-09 CN CN201310662074.7A patent/CN103617685B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4904050A (en) * | 1988-08-31 | 1990-02-27 | American Telephone And Telegraph Company, At&T Bell Laboratories | Methods of and systems for optical fiber sensing |
US4904050B1 (zh) * | 1988-08-31 | 1992-07-28 | Bell Telephone Labor Inc | |
CN1862239A (zh) * | 2006-06-15 | 2006-11-15 | 华中科技大学 | 分布式光纤振动传感方法及装置 |
CN101183899A (zh) * | 2007-12-19 | 2008-05-21 | 天津大学 | 基于bp网络用于光纤管道泄漏监测装置的管道安全识别方法 |
CN101858778A (zh) * | 2010-05-28 | 2010-10-13 | 浙江大学 | 基于振动监测的风力发电机组故障自动诊断方法 |
CN102401667A (zh) * | 2011-09-29 | 2012-04-04 | 北京航空航天大学 | 具有扰动性质识别功能的光纤分布式扰动传感方法及其系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608822A (zh) * | 2015-12-25 | 2016-05-25 | 中国铁道科学研究院电子计算技术研究所 | 铁路周界入侵振动光纤报警方法及装置 |
CN105469523A (zh) * | 2015-12-30 | 2016-04-06 | 杭州安远科技有限公司 | 抗风雨干扰的光纤周界防护方法 |
CN105654645A (zh) * | 2016-01-22 | 2016-06-08 | 北京北邮国安技术股份有限公司 | 一种光纤安防信号处理方法及系统 |
CN105654645B (zh) * | 2016-01-22 | 2018-04-10 | 北京北邮国安技术股份有限公司 | 一种光纤安防信号处理方法及系统 |
CN106051468A (zh) * | 2016-06-08 | 2016-10-26 | 无锡亚天光电科技有限公司 | 一种分布式光纤管道安全预警系统的报警模式分析算法 |
CN109374110A (zh) * | 2018-10-15 | 2019-02-22 | 北京航天控制仪器研究所 | 一种基于光纤振动传感系统的自学习装置及方法 |
CN109830091A (zh) * | 2019-01-25 | 2019-05-31 | 南京北斗城际在线信息股份有限公司北京分公司 | 一种通过NB-IoT技术实现拍窗挪车的方法 |
CN113531399A (zh) * | 2020-04-16 | 2021-10-22 | 中国石油天然气股份有限公司 | 管道监测方法、管道监测装置、计算机设备及存储介质 |
CN111707347A (zh) * | 2020-06-10 | 2020-09-25 | 国网浙江省电力有限公司杭州供电公司 | 利用同路由光缆收集电力电缆周边的振动频谱大数据信息方法 |
CN112907860A (zh) * | 2021-01-18 | 2021-06-04 | 南京大学 | 一种光纤周界安防系统入侵点检测的方法、系统及其装置 |
CN112907860B (zh) * | 2021-01-18 | 2022-03-18 | 南京大学 | 一种光纤周界安防系统入侵点检测的方法、系统及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103617685B (zh) | 2016-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103617685B (zh) | 一种基于光纤振动传感报警系统的自学习算法 | |
US10620038B2 (en) | Distributed optical fiber sensing signal processing method for safety monitoring of underground pipe network | |
CN103292889B (zh) | 一种分布式光纤振动传感器振源定位方法 | |
CN202205306U (zh) | 一种基于振动和视频监控的分布式安防入侵系统 | |
CN201946080U (zh) | 光纤传感周界入侵报警系统 | |
CN204087400U (zh) | 周界防护报警系统 | |
CN103927834B (zh) | 地下管线周界侵扰预警系统 | |
CN103196465A (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 | |
CN102901560A (zh) | 一种海洋导管架平台结构安全综合监测系统 | |
CN104021638A (zh) | 一种高速公路沿线电缆预警防盗的方法及装置 | |
CN208903386U (zh) | 入侵报警设备及系统 | |
CN105156903A (zh) | 一种流体管道监测管理系统 | |
CN102982639A (zh) | 视频监控光纤围栏系统及使用方法 | |
CN102720482A (zh) | 高温高压高流速管道振动监测系统 | |
CN103245407A (zh) | 光纤微振动传感报警系统 | |
CN105403250A (zh) | 一种电力防灾预警系统 | |
CN204242341U (zh) | 一种用于电缆井盖检测的多功能报警装置 | |
CN104374466A (zh) | 路基塌陷光纤振动实时监测及报警系统 | |
CN203520545U (zh) | 光纤振动分布式周界安全防范系统 | |
CN103854402A (zh) | 一种基于gsm网的家庭防盗报警系统的设计 | |
CN114093105A (zh) | 一种主被动结合的安防围界报警系统 | |
CN202916936U (zh) | 视频监控光纤围栏系统 | |
CN204348003U (zh) | 分布式地下光缆振动检测预警设备 | |
Tian et al. | Detection and recognition of mechanical, digging and vehicle signals in the optical fiber pre-warning system | |
CN202718667U (zh) | 高温高压高流速管道振动监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |