CN103903270A - 光纤链路监测信号的规整化有效特征段选取方法 - Google Patents
光纤链路监测信号的规整化有效特征段选取方法 Download PDFInfo
- Publication number
- CN103903270A CN103903270A CN201410143519.5A CN201410143519A CN103903270A CN 103903270 A CN103903270 A CN 103903270A CN 201410143519 A CN201410143519 A CN 201410143519A CN 103903270 A CN103903270 A CN 103903270A
- Authority
- CN
- China
- Prior art keywords
- signal
- section
- point
- useful signal
- counter
- 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
- Monitoring And Testing Of Transmission In General (AREA)
- Optical Communication System (AREA)
Abstract
一种光纤链路监测信号的规整化有效特征段选取方法,从被噪声污染的光纤链路监测混合信号中提取出只含有外界特定扰动信息的有效信号特征段。本发明首先结合经典阈值法和扰动持续时间确定扰动信号的起止位置,检测出所有有效信号段,并标记每一段,存储每一段有效信号的位置信息,再根据结合最大能量与最高信噪比方法挑选出最能代表当前扰动的信号段,储存特征段的位置信息。最后对得到的信号做进一步规整化处理,在时域上消除会对后续特征提取产生影响的差异。
Description
技术领域
周界安防等宽域全光纤安全防卫系统主要应用于机场,油库,长距离输送管道等占地面积广且安全级别需求高的区域的实时监控,节省人力且提高设施区域的安全系数。本发明是专门应用于光纤链路检测信号模式识别的规整化有效信号段的选取方法,属于宽域全光纤扰动传感与定位系统的应用领域。
背景技术
随着科学技术的发展和社会水平的提高,社会上不稳定因素也日益增多。为了保证重大设施区域的安全,如石油和天然气业,航空航天基地,民用基础建设,交通运输等。目前国内外安全监控系统主要有红外对射式、微波对射式、振动电缆式、泄露电缆式、电子脉冲围栏式等周界安防系统,以上属于传统型安防监控系统,都有各自无法克服的缺点。基于相位OTDR光链监控系统是符合当前形势需要的新型分布式安全警戒系统。
20世纪70年代,随着光纤通讯及光纤传感技术的发展产生了光纤传感器,能传感温度、压力、电流、磁、声、光、弯曲、移动等物理量的变化。分布式光纤传感技术使用长达几公里的光纤作为延伸的传感元件,光纤上的任意一个单元同时作为信号的传感和传输单元,获取外界被测物理量沿光纤在时间和空间上的不间断变化。从根本上突破了传统单点检测的限制,是真正意义上的分布式光纤传感器。由于光纤具有传输损耗少、传输带宽大、抗高压、耐腐蚀、不受电磁场干扰、轻质、对外界扰动敏感,使得此技术具有很高的灵敏性和实时性,非常适用于实际应用项目中户外长距离、大范围内安全监控和防护,尤其适合高温、核辐射等恶劣环境中使用。
模式识别模块在安防前端系统检测出当前外界发生扰动时,立刻判别扰动信号的类别并告知工作人员,自动将具有威胁性质的扰动和安全扰动区分开,工作人员只需在有危险入侵时前往现场进行处理。可以极大节约人力巡防检修,且能定点实时找到侵扰点并且判断侵扰类型来源,大大提升安防效率。
本发明是应用于光纤链路监测信号模式识别的有效信号特征段选取方法,从被噪声污染的光纤链路监测混合信号中提取出只含有外界特定扰动信息的有效信号段。当多次扰动集中发生在非常短时间内时,根据固定周期采集到的混合信号中往往包含不止一段特定扰动的有效信号。而对于一段极短的时间,多次信号分析会造成资源的浪费,降低分析准确度,且会带给工作人员许多不必要的麻烦。因此,本发明首先结合经典阈值法和扰动持续时间确定扰动信号的起止位置,检测出所有有效信号段,再根据结合最大能量与最高信噪比方法挑选出最能代表当前扰动的信号段。最后对得到的信号做进一步规整化处理,在时域上消除会对后续特征提取产生影响的差异。
发明内容
技术问题:本发明的目的在于为光纤链路监测信号模式识别系统提供一种规整化的有效特征段选取方法。对去噪后的光纤链路监测信号进行处理,解决了现有方法对处在信号尾端的有效信号段的漏检,从多段有效信号段中选取出最能代表当前扰动的信号段并做规整,提高了模式识别的准确度,达到更好的监测目的。
技术方案:本发明针对由宽域全光纤传感监控预警安防系统采集到的经去噪处理的光纤链路监测信号,提出了监测信号有效特征段的选取方法。本发明的实现过程包含三方面的内容:
1.结合经典阈值法和扰动持续时间确定有效信号段的起止位置检测出所有有效信号段,记录有效信号段的起止位置;
2.结合最大能量和最高信噪比方法挑选出最能代表当前扰动的信号段,得到有效特征段;
3.对有效特征段做规整化处理,在时域上消除会对后续特征提取产生影响的差异。
使用经典阈值法和扰动持续时间相结合的方法确定有效信号段的方法较一般能量法简单,计算量小,且通过计算扰动持续时间增加了信号的长度信息,从两方面约束检测,使得有效信号段的起止位置更准确。本发明使用的光纤链路监测信号时长2s,在时域上离散为20480个信号点,因此,计算扰动持续时间可以通过统计有效的信号点数来实现。
本发明的具体实现过程如图1所示:
读取一段经过去噪处理的光纤链路监测信号,计算长度N,初始化各参数,约定状态0表示当前点为无效信号状态、状态1表示当前点为判断状态、状态2表示当前点为有效信号状态,进入循环开始逐点计算。
其中,有效信号点的阈值thresh,无效信号点数上限lenc2和有效信号点数下限dvalue的值需要预先估计。取thresh为每一段光纤链路监测信号中的最大值均值的1/2,lenc取经验值200,devalue取经验值700。
读取第一点,若第一点幅值的绝对值小于阈值thresh,转步骤1,若第一点幅值的绝对值大于阈值thresh,转步骤2;
步骤1:判定当前点为无效信号点,有效计数器C1清零,进入状态0;读取下一个点,若新读取点幅值的绝对值小于阈值thresh,转步骤1,若新读取点幅值的绝对值大于阈值thresh,转步骤2;
步骤2:判定当前点为有效信号点,有效计数器C1加1,无效计数器C2清零,当前点为有用信号的起始点,记录起始位置start,进入状态1;读取下一个点,若新读取点幅值的绝对值大于阈值thresh,转步骤3,若新读取点幅值的绝对值小于阈值thresh,转步骤4;
步骤3:判定当前点为有效信号点,有效计数器C1加1,无效计数器C2清零,检查循环是否结束,即当前点是否为光纤链路监测信号的最后一个点,也即第N点,是则转步骤5,否则进入状态1,读取下一个点,若新读取点幅值的绝对值大于阈值thresh,转步骤3,若新读取点幅值的绝对值小于阈值thresh,转步骤4;
步骤4:暂定当前点为无效信号点,判断无效计数器C2是否小于允许值lenc2,如果小于lenc2,则表明当前信号点可能位于两个相隔不远的有效信号点之间,仍判断当前点为有效信号点,有效计数器C1加1,检查循环是否结束,即当前点是否为光纤链路监测信号的最后一个点,也即第N点,是则转步骤5,否则转步骤6;如果无效计数器C2大于lenc2,表明无效信号点数已经足够多,也即有效信号点已经持续长达lenc2的长度没有出现,可认为有效信号已经结束,判断当前点确实为无效信号点,无效计数器C2加1,转步骤6;
步骤5:记录当前点为有效信号段结束的位置end,将有效信号段起始位置start和有效信号段结束位置end保存进位置缓存器中,位于start和end之间的信号段被确定为有效信号段,有效信号段数segment加1,有效计数器C1和无效计数器C2均清零,若全部N个点已经循环完毕,则结束,否则,重新回归状态0,开始查找下一个有效信号段,读取下一个点,若新读取点幅值的绝对值小于阈值thresh,转步骤1,若新读取点幅值的绝对值大于阈值thresh,转步骤2;
步骤6:判断有效计数器C1和无效计数器C2差值是否小于预定值dvalue,是则表明先前记到的有效信号段过短,视为噪声干扰段,有效计数器C1、无效计数器C2、起始位置start均清零,重新回归状态0,开始查找下一个有效信号段,读取下一个点,若当前点幅值的绝对值小于阈值thresh,转步骤1,若当前点幅值的绝对值大于阈值thresh,转步骤2;如果有效计数器C1和无效计数器C2差值大于预定值dvalue,进入状态2,说明找到了有效信号段的结束位置,转步骤5。
状态0、状态1、状态2的有效信号段选取循环流程图如图2所示。
在一整段信号中,有可能不包含有效信号段,也有可能包含一个有效信号段或者两个有效信号段甚至三个,当检测到的有效信号段大于一个时,后续利用小波包分解计算得到的特征是所有有效信号段特征之和,无法代表作为当前干扰信息的特征参加分类鉴别,再则在1s-2s这样短时间内多次报警没有实际必要,会造成计算资源的浪费,给处理报警现场的工作人员带去麻烦。因此本发明规定,一整段信号只保留其中最具特性的一段有效信号以便模式识别的逐一比较,利用最大能量结合最高信噪比的方法挑选出特征信号段。
根据保存的各段起止位置,已经将有效信号段确定,分别计算各段有效信号的能量和信噪比,将能量最大、信噪比最高的两段信号作为初始特征段标记出来。若E1为能量最大段的能量,S1为能量最大段的信噪比,E2为信噪比最高段的能量,S2为信噪比最高段的信噪比,选择能量最大的信号段作为有效特征段保留,否则,选择信噪比最大的信号段作为有效特征段保留。求解有效信号段的能量和信噪比是正确选择特征段的关键。能量的求解较为简单,有效信号段各点幅值的平方和即为能量。设E表示能量,xi表示每个有效信号段中各点的幅值,i=1,2,…,N,N为信号的总长度。则E的计算公式为:
对于信噪比的计算,本发明使用随机信号信噪比的估计方法。
信噪比,即SNR,反应信号受噪声污染的程度,一般指信号的功率与噪声功率之比,常用分贝数表示:
其中,signalpower为去噪之后的信号功率,noisepower为噪声功率。本文保留带噪信号,根据储存在中有效信号段位置信息得到相应的带噪信号对应段,noisepower等于带噪信号功率减去signalpower,再根据以上给出SNR的计算公式得到。特征段选取流程如图3所示。
针对同一段信号,如果将其在时域上做平移,经过小波包分解后得到的时频域信息与原信号直接进行小波包分解得到的时频域信息是不同的。原因是小波包分析能同时定位时域和频域,是一种在时频域上的分析,包含了时域和频域两部分的信息,而不像傅里叶变换只是包含频域的信息。观察本发明选取到的特征信号段,每一段都开始于不同的位置,结束于不同的位置,虽然由于信号长度的原因在时域上无法做到起止位置的完全一致,但可以统一特征信号的开始位置,因此本发明对有效特征段做规整化处理,在时域上消除会对后续特征提取产生影响的差异。规整化虽然简单,但实则非常必要。如图4是提取到的特征信号,图5是其小波包分解后得到的特征值,图6是经过规整化后的特征信号,图7是对应的特征值,图8是两者特征值之差,从图8中可以明显看出规整化与非规整化信号段在时频域上的差异。
有益效果:
1.光纤链路监测信号的规整化有效特征段选取方法通过设置有效信号点计数器C1和无效信号点计数器C2,分别统计有效信号点和无效信号点,在信号尾端,若无效信号点小于无效信号点上限lenc2且当前点为信号最后一个点时,记录当前点为有效信号段的结束位置end,解决了现有方法在信号尾端对有效信号段的漏检,;
2.一段光纤链路监测信号往往包含多段有效信号,而每一段有效信号都代表了一种特定扰动,后续利用小波包分解计算得到的特征是所有有效信号段特征之和,无法代表作为当前干扰信息的特征参加分类鉴别,本发明从多段相似的有效信号中选取出来的有效特征段是最具扰动特征的信号段;
3.对有效特征段经规整化处理,在时域上消除会对后续特征提取产生影响的差异。
上述3点保证后续小波包分解特征提取更加有效和精确,将其应用于光纤链路监测信号模式识别系统中,能有效提高分类的稳定性和准确性。
附图说明
图1基于最大能量光纤链路监测信号的规整化有效特征段提取方法具体实现过程原理图。
图2状态0、状态1、状态2的有效信号段提取循环流程图。
图3有效特征段提取流程图。
图4提取到的有效特征段图。
图5特征段小波包分解特征图。
图6规整化后的特征段图。
图7规整化的特征段小波包分解特征图。
图8特征段小波包分解特征与规整化后特征的差异图。
图9原始带噪光纤链路监测信号。
图10去噪后的光纤链路监测信号。
图11提取到的有效信号段。
图12提取到的有效特征段。
图中:
thresh:判断为有效信号点的阈值 C1:有效信号点计数器
C2:无效信号点计数器 start:有效信号段起点
end:有效信号段结束点 segment:有效信号段数
lenc2:无效信号点数上限 dvalue:有效信号点数下限
具体实施方式
一种光纤链路监测信号的规整化有效特征段选取方法,其特征在于结合经典阈值法和扰动持续时间确定有效信号段的起止位置,将扰动持续时间转为用信号点数表征,检测出所有有效信号段,存储每一段有效信号的位置信息;结合最大能量和最高信噪比方法挑选出最能代表当前扰动的有效特征段,存储所述有效特征段的位置信息;对有效特征段做规整化处理,在时域上消除会对后续特征提取产生影响的差异。在本实施例中,
结合经典阈值法和扰动持续时间确定有效信号段起止位置的方法如下:先取一段经过去噪处理的光纤链路监测信号,计算长度N,长度N的单位为点,初始化阈值,进人循环开始逐点计算,读取第一点,若第一点幅值的绝对值小于阈值thresh,转步骤1,若第一点幅值的绝对值大于阈值thresh,转步骤2;
步骤1:判定当前点为无效信号点,有效计数器C1清零,进入状态0;读取下一个点,若新读取点幅值的绝对值小于阈值thresh,重复步骤1,若新读取点幅值的绝对值大于阈值thresh,转步骤2;
步骤2:判定当前点为有效信号点,有效计数器C1加1,无效计数器C2清零,当前点为有用信号的起始点,记录起始位置start,进入状态1;读取下一个点,若新读取点幅值的绝对值大于阈值thresh,转步骤3,若新读取点幅值的绝对值小于阈值thresh,转步骤4;
步骤3:判定当前点为有效信号点,有效计数器C1加1,无效计数器C2清零,如果当前点为光纤链路监测信号的第N点,则转步骤5;否则进入状态1,读取下一个点,若新读取点幅值的绝对值大于阈值thresh,重复步骤3,若新读取点幅值的绝对值小于阈值thresh,转步骤4;
步骤4:暂定当前点为无效信号点,判断无效计数器C2是否小于允许值lenc2,
如果无效计数器C2小于lenc2,则表明当前信号点可能位于两个相隔不远的有效信号点之间,仍判断当前点为有效信号点,有效计数器C1加1,如果当前点为光纤链路监测信号的第N点,则转步骤5,否则转步骤6;
如果无效计数器C2大于lenc2,表明有效信号点已经持续长达lenc2的长度没有出现,则认为有效信号已经结束,判断当前点确实为无效信号点,无效计数器C2加1,转步骤6;
步骤5:记录当前点为有效信号段结束的位置end,将有效信号段起始位置start和有效信号段结束位置end保存进位置缓存器中,位于start和end之间的信号段被确定为有效信号段,有效信号段数segment加1,有效计数器C1和无效计数器C2均清零,若全部N个点已经循环完毕,则结束;否则,重新回归状态0,开始查找下一个有效信号段,读取下一个点,若新读取点幅值的绝对值小于阈值thresh,转步骤1,若新读取点幅值的绝对值大于阈值thresh,转步骤2;
步骤6:判断有效计数器C1和无效计数器C2差值是否小于预定值dvalue,
如果有效计数器C1和无效计数器C2差值小于预定值dvalue,则表明先前记到的有效信号段过短,视为噪声干扰段,有效计数器C1、无效计数器C2、起始位置start均清零,重新回归状态0,并开始查找下一个有效信号段,读取下一个点,若当前点幅值的绝对值小于阈值thresh,转步骤1,若当前点幅值的绝对值大于阈值thresh,转步骤2;
如果有效计数器C1和无效计数器C2差值大于预定值dvalue,进入状态2,说明找到了有效信号段的结束位置,转步骤5。
取每一段光纤链路监测信号中的最大值均值的1/2作为判断当前信号点是否为有效信号点的阈值thresh,根据经验取lenc2的值为200,根据经验取dvalue的值为700。
状态0表示当前点为无效信号状态、状态1表示当前点为判断状态、状态2表示当前点为有效信号状态。
计算各个有效信号段的能量和信噪比,每个有效信号段的能量为所述每个有效信号段中各点幅值的平方和,每个有效信号的信噪比通过随机信号信噪比的估计方法求得,再分别选取出能量最大段和信噪比最高段,若E1为能量最大段的能量,S1为能量最大段的信噪比,E2为信噪比最高段的能量,S2为信噪比最高段的信噪比,选择能量最大的信号段作为有效特征段保留,否则,选择信噪比最大的信号段作为有效特征段保留。
所述规整化处理是将选取到的每一有效特征段在时间轴上平移至初始位置。
本例用来说明本发明的具体实施方式并作必要说明。读取原始带噪光纤链路信号以待计算信噪比,如图9所示。读取经过去噪处理的光纤链路监测信号,如图10所示。本例采用的每个信号时长2s,在时域上离散为20480个信号点,因此,计算扰动持续时间可以通过统计有效的信号点数来实现,有效信号点数保存在有效计数器C1中。首先设定初始参数,其中,有效信号点的阈值thresh取每一段光纤链路监测信号中的最大值均值的1/2,无效信号点数上限lenc取经验值200,有效信号点数下限devalue取经验值700,求取信号总长度length,逐点进行循环。结合经典阈值法和扰动持续时间确定有效信号段的起止位置,检测出所有有效信号段,并且保存每一段的位置信息,提取到的3个有效信号段如图11所示。
计算每一段有效信号的能量和信噪比,每个有效信号段的能量为所述每个有效信号段中各点幅值的平方和,设E表示能量,xi表示每个有效信号段中各点的幅值,i=1,2,…,N,N为信号的总长度。则E的计算公式为:
每个有效信号的信噪比通过随机信号信噪比SNR的估计方法求得,信噪比SNR的计算公式为:
其中,signalpower为去噪之后的信号功率,noisepower为噪声功率。噪声功率noisepower等于原始带噪信号功率减去去噪之后的信号功率signalpower,再根据以上给出信噪比SNR的计算公式得到。
分别选取出能量最大段和信噪比最高段,若E1为能量最大段的能量,S1为能量最大段的信噪比,E2为信噪比最高段的能量,S2为信噪比最高段的信噪比,选择能量最大的信号段作为有效特征段保留,否则,选择信噪比最大的信号段作为有效特征段保留。
规整化处理,得到最终的特征段,如图12所示。
将本发明的特征段提取方法应用于光纤链路监测信号的模式识别系统中,只保留最具代表性的特征段,有效减少了小波包分解特征提取的计算量,减少了使用支持向量机训练样本的支持向量数,降低了正常信号被误判为有害信号的概率,提高了模式识别的准确率。
Claims (6)
1.一种光纤链路监测信号的规整化有效特征段选取方法,其特征在于结合经典阈值法和扰动持续时间确定有效信号段的起止位置,将扰动持续时间转为用信号点数表征,检测出所有有效信号段,存储每一段有效信号的位置信息;结合最大能量和最高信噪比方法挑选出最能代表当前扰动的有效特征段,存储所述有效特征段的位置信息;对有效特征段做规整化处理,在时域上消除会对后续特征提取产生影响的差异。
2.根据权利要求1所述的光纤链路监测信号的规整化有效信号段选取方法,其特征是:结合经典阈值法和扰动持续时间确定有效信号段起止位置的方法如下:先取一段经过去噪处理的光纤链路监测信号,计算长度N,长度N的单位为点,初始化阈值,进人循环开始逐点计算,读取第一点,若第一点幅值的绝对值小于阈值thresh,转步骤1,若第一点幅值的绝对值大于阈值thresh,转步骤2;
步骤1:判定当前点为无效信号点,有效计数器C1清零,进入状态0;读取下一个点,若新读取点幅值的绝对值小于阈值thresh,重复步骤1,若新读取点幅值的绝对值大于阈值thresh,转步骤2;
步骤2:判定当前点为有效信号点,有效计数器C1加1,无效计数器C2清零,当前点为有用信号的起始点,记录起始位置start,进入状态1;读取下一个点,若新读取点幅值的绝对值大于阈值thresh,转步骤3,若新读取点幅值的绝对值小于阈值thresh,转步骤4;
步骤3:判定当前点为有效信号点,有效计数器C1加1,无效计数器C2清零,如果当前点为光纤链路监测信号的第N点,则转步骤5;否则进入状态1,读取下一个点,若新读取点幅值的绝对值大于阈值thresh,重复步骤3,若新读取点幅值的绝对值小于阈值thresh,转步骤4;
步骤4:暂定当前点为无效信号点,判断无效计数器C2是否小于允许值lenc2,
如果无效计数器C2小于lenc2,则表明当前信号点可能位于两个相隔不远的有效信号点之间,仍判断当前点为有效信号点,有效计数器C1加1,如果当前点为光纤链路监测信号的第N点,则转步骤5,否则转步骤6;
如果无效计数器C2大于lenc2,表明有效信号点已经持续长达lenc2的长度没有出现,则认为有效信号已经结束,判断当前点确实为无效信号点,无效计数器C2加1,转步骤6;
步骤5:记录当前点为有效信号段结束的位置end,将有效信号段起始位置start和有效信号段结束位置end保存进位置缓存器中,位于start和end之间的信号段被确定为有效信号段,有效信号段数segment加1,有效计数器C1和无效计数器C2均清零,若全部N个点已经循环完毕,则结束;否则,重新回归状态0,开始查找下一个有效信号段,读取下一个点,若新读取点幅值的绝对值小于阈值thresh,转步骤1,若新读取点幅值的绝对值大于阈值thresh,转步骤2;
步骤6:判断有效计数器C1和无效计数器C2差值是否小于预定值dvalue,
如果有效计数器C1和无效计数器C2差值小于预定值dvalue,则表明先前记到的有效信号段过短,视为噪声干扰段,有效计数器C1、无效计数器C2、起始位置start均清零,重新回归状态0,并开始查找下一个有效信号段,读取下一个点,若当前点幅值的绝对值小于阈值thresh,转步骤1,若当前点幅值的绝对值大于阈值thresh,转步骤2;
如果有效计数器C1和无效计数器C2差值大于预定值dvalue,进入状态2,说明找到了有效信号段的结束位置,转步骤5。
3.根据权利要求2所述的光纤链路监测信号的规整化有效信号段选取方法,其特征是:取每一段光纤链路监测信号中的最大值均值的1/2作为判断当前信号点是否为有效信号点的阈值thresh,根据经验取lenc2的值为200,根据经验取dvalue的值为700。
4.根据权利要求2所述的光纤链路监测信号的规整化有效信号段选取方法,其特征是:状态0表示当前点为无效信号状态、状态1表示当前点为判断状态、状态2表示当前点为有效信号状态。
5.根据权利要求1所述的光纤链路监测信号的规整化有效信号段选取方法,其特征是:计算各个有效信号段的能量和信噪比,每个有效信号段的能量为所述每个有效信号段中各点幅值的平方和,每个有效信号的信噪比通过随机信号信噪比的估计方法求得,再分别选取出能量最大段和信噪比最高段,若E1为能量最大段的能量,S1为能量最大段的信噪比,E2为信噪比最高段的能量,S2为信噪比最高段的信噪比,选择能量最大的信号段作为有效特征段保留,否则,选择信噪比最大的信号段作为有效特征段保留。
6.根据权利要求1所述的光纤链路监测信号的规整化有效信号段选取方法,其特征是:所述规整化处理是将选取到的每一有效特征段在时间轴上平移至初始位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410143519.5A CN103903270B (zh) | 2014-04-09 | 2014-04-09 | 光纤链路监测信号的规整化有效特征段选取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410143519.5A CN103903270B (zh) | 2014-04-09 | 2014-04-09 | 光纤链路监测信号的规整化有效特征段选取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103903270A true CN103903270A (zh) | 2014-07-02 |
CN103903270B CN103903270B (zh) | 2017-02-08 |
Family
ID=50994577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410143519.5A Active CN103903270B (zh) | 2014-04-09 | 2014-04-09 | 光纤链路监测信号的规整化有效特征段选取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103903270B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110638463A (zh) * | 2018-12-24 | 2020-01-03 | 曾乐朋 | 运动信号的特征信息检测方法、装置、计算机设备和介质 |
CN112152737A (zh) * | 2019-06-28 | 2020-12-29 | 清华大学 | 下行机会信号获取方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299635A (zh) * | 2008-05-09 | 2008-11-05 | 东南大学 | 宽域全光纤扰动信号前-后判别装置及方法 |
CN103235953A (zh) * | 2013-04-11 | 2013-08-07 | 北京交通大学 | 一种光纤分布式扰动传感器模式识别的方法 |
US20130279903A1 (en) * | 2012-04-23 | 2013-10-24 | Micrel, Inc. | Noise Discriminator for Enhanced Noise Detection In A Passive Optical Network Burst Mode Receiver |
CN103617684A (zh) * | 2013-12-12 | 2014-03-05 | 威海北洋电气集团股份有限公司 | 干涉型光纤周界振动入侵识别算法 |
-
2014
- 2014-04-09 CN CN201410143519.5A patent/CN103903270B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299635A (zh) * | 2008-05-09 | 2008-11-05 | 东南大学 | 宽域全光纤扰动信号前-后判别装置及方法 |
US20130279903A1 (en) * | 2012-04-23 | 2013-10-24 | Micrel, Inc. | Noise Discriminator for Enhanced Noise Detection In A Passive Optical Network Burst Mode Receiver |
CN103235953A (zh) * | 2013-04-11 | 2013-08-07 | 北京交通大学 | 一种光纤分布式扰动传感器模式识别的方法 |
CN103617684A (zh) * | 2013-12-12 | 2014-03-05 | 威海北洋电气集团股份有限公司 | 干涉型光纤周界振动入侵识别算法 |
Non-Patent Citations (1)
Title |
---|
万遂人等: "《安防系统光纤信号特征提取与分类算法研究》", 《科技导报》, vol. 30, no. 36, 31 December 2012 (2012-12-31), pages 24 - 28 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110638463A (zh) * | 2018-12-24 | 2020-01-03 | 曾乐朋 | 运动信号的特征信息检测方法、装置、计算机设备和介质 |
CN110638463B (zh) * | 2018-12-24 | 2022-07-19 | 曾乐朋 | 运动信号的特征信息检测方法、装置、计算机设备和介质 |
CN112152737A (zh) * | 2019-06-28 | 2020-12-29 | 清华大学 | 下行机会信号获取方法、装置、设备及存储介质 |
CN112152737B (zh) * | 2019-06-28 | 2021-12-17 | 清华大学 | 下行机会信号获取方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103903270B (zh) | 2017-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11562224B2 (en) | 1D-CNN-based distributed optical fiber sensing signal feature learning and classification method | |
CN108709633B (zh) | 基于深度学习的分布式光纤振动传感智能安全监测方法 | |
Tejedor et al. | Toward prevention of pipeline integrity threats using a smart fiber-optic surveillance system | |
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 | |
CN103226028B (zh) | 一种相敏光时域反射仪扰动信号检测与识别方法 | |
CN110570613A (zh) | 基于分布式光纤系统的围栏振动入侵定位和模式识别方法 | |
CN104240455A (zh) | 一种分布式光纤管线安全预警系统中的扰动事件识别方法 | |
CN111582160B (zh) | 基于分布式光纤传感系统的车辆轨迹提取方法及装置 | |
Liu et al. | A sound monitoring system for prevention of underground pipeline damage caused by construction | |
CN103116957B (zh) | 一种光纤周界安防系统屏蔽气候影响的方法 | |
CN104729667A (zh) | 一种分布式光纤振动传感系统中的扰动类型识别方法 | |
CN103994784A (zh) | 一种基于过零点分析的分布式光纤传感定位方法 | |
Sun et al. | Man-made threat event recognition based on distributed optical fiber vibration sensing and SE-WaveNet | |
CN105067101A (zh) | 振源识别的基于振动信号的基音频率特征的提取方法 | |
CN102116876B (zh) | 基于轨迹编目模型的空间点目标天基探测方法 | |
Zhu et al. | Self-learning filtering method based on classification error in distributed fiber optic system | |
CN115060184B (zh) | 一种基于递归图的光纤周界入侵检测方法及系统 | |
CN116168318A (zh) | 一种多维度周界安防入侵事件识别方法及识别系统 | |
Qu et al. | A new two-dimensional method to detect harmful intrusion vibrations for optical fiber pre-warning system | |
CN103903270A (zh) | 光纤链路监测信号的规整化有效特征段选取方法 | |
CN103956013B (zh) | 一种风雨扰动信号实时判定方法 | |
Xiao et al. | Intrusion detection for high-speed railway system: a faster R-CNN approach | |
CN114584924B (zh) | 一种智能无人值守传感器系统及目标识别方法 | |
CN110440901B (zh) | 一种基于脉冲累加的分布式光纤振动传感定位方法及装置 | |
CN114354744B (zh) | 一种电力电缆防外破监测方法、系统及装置 |
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 |