CN107369282A - 一种地埋式cotdr周界入侵报警系统及信号处理方法 - Google Patents
一种地埋式cotdr周界入侵报警系统及信号处理方法 Download PDFInfo
- Publication number
- CN107369282A CN107369282A CN201710730859.1A CN201710730859A CN107369282A CN 107369282 A CN107369282 A CN 107369282A CN 201710730859 A CN201710730859 A CN 201710730859A CN 107369282 A CN107369282 A CN 107369282A
- Authority
- CN
- China
- Prior art keywords
- signal
- buried
- cotdr
- circumferences
- alarm system
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/181—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using active radiation detection systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Burglar Alarm Systems (AREA)
Abstract
本发明公开了一种地埋式COTDR周界入侵报警系统及信号处理方法,该系统包括沿布防区域边界设置的探测光缆,探测光缆中设置有传感光纤;布防区域边界处设置有倒梯形的沟渠,沟渠底部设置有石子层,石子层上方覆盖一层原土,探测光缆设置在石子层的中心位置;探测光缆一端连接有监测主机,监测主机包括强相干光源和光探测器,强相干光作为入射光脉冲从传感光纤的入射端注入,光探测器探测到的后向散射信号是传感光纤中各点返回到入射端的瑞利散射光相互干涉后的信号;监测主机根据后向散射信号的光强变化,判断布防区域边界发生振动的强度;根据入射光脉冲和后向散射信号之间的时间延迟,判断振动发生的位置。本发明反应灵敏、实时高效、定位准确。
Description
技术领域
本发明涉及光纤传感领域,尤其涉及一种地埋式COTDR周界入侵报警系统及信号处理方法。
背景技术
光纤周界安防产品按照安装方式可以分为挂网及地埋两种,探测原理主要有基于光纤干涉仪技术、光纤光栅振动传感技术等类型。地埋式光纤周界安防产品以其隐蔽性好、抗环境干扰能力强等优点在一些无法安装实体物理围栏(网)或围墙的场景具有较为广阔的市场需求。其中,专利光纤微振动传感器(申请号:201210584013.9),基于马赫泽德干涉原理,提供了一种光纤微振动传感器,地音监听由于探测频带宽会导致误报率较高;专利地埋式光纤光栅型周界入侵探测器(申请号:201410373273.0),基于光纤光栅传感原理,提供了一种地埋式光纤光栅型周界入侵探测器,但无法对入侵事件进行定位。
发明内容
本发明要解决的技术问题在于针对现有技术中误报率较高,且难以确定报警发生位置的缺陷,提供一种地埋式COTDR周界入侵报警系统及信号处理方法。
本发明解决其技术问题所采用的技术方案是:
本发明提供一种地埋式COTDR周界入侵报警系统,包括沿布防区域边界设置的探测光缆,探测光缆中设置有传感光纤;布防区域边界处设置有倒梯形的沟渠,沟渠底部设置有石子层,石子层上方覆盖一层原土,探测光缆设置在石子层的中心位置;探测光缆一端连接有监测主机,监测主机包括强相干光源和光探测器,强相干光作为入射光脉冲从传感光纤的入射端注入,光探测器探测到的后向散射信号是传感光纤中各点返回到入射端的瑞利散射光相互干涉后的信号;监测主机实时监测后向散射信号的变化,根据后向散射信号的光强变化,判断布防区域边界发生振动的强度;根据入射光脉冲和后向散射信号之间的时间延迟,判断振动发生的位置。
进一步地,本发明的监测主机的采样频率为500Hz,最大探测距离为50km,分辨单元为10m。
进一步地,本发明的沟渠宽度为4-6m,深度为0.8-1.2m。
本发明提供一种权利要求1的地埋式COTDR周界入侵报警系统的信号处理方法,包括以下步骤:
S1、每隔特定周期,监测主机读取探测光缆链路中的全段数据,全段数据包括探测光缆各个位置的后向散射信号,对全段数据进行差分处理,并设置差分阈值,根据差分阈值判断发生扰动的位置;
S2、对超过差分阈值的扰动点对应的后向散射信号进行滤波,滤除低频噪声;
S3、对滤波后的信号计算信号特征;
S4、根据计算得到的信号特征进行模式识别,输出判断结果;
S5、事件区域判断:在空间距离上,对于输出相同判断结果的探测点,按照探测点间距划定是否为同一事件;在时间上,对于判断结果和影响位置相同的事件,认为是同一事件;
S6、报警事件输出。
进一步地,本发明的步骤S1中判断扰动位置的方法为:
强相干光作为入射光脉冲从光纤的入射端注入,光探测器探测到的后向散射信号是各点返回到入射端的瑞利散射光相互干涉后的结果,由于弹光效应,扰动位置区域内光纤的折射率及密度将发生变化,从而导致该区域后向瑞利散射光相位的变化,最终干涉结果将会引起后向瑞利散射光强的变化;通过探测后向瑞利散射光强的变化和入射脉冲与探测到的信号之间的时间延迟,定位扰动位置。
进一步地,本发明的步骤S1中对全段数据进行差分处理,并判断扰动位置的方法具体为:
读入全段的n秒数据,根据监测主机的采样频率P,最大探测距离S和分辨率单元长度L,得到全段矩阵;全段矩阵为P×n行,S/L列;将全段矩阵的每一行与前一行做差分运算,得到一个P×n-1行,S/L列的矩阵;再找到这个矩阵每一列的最大值,即得到一个1行,S/L列的矩阵,即全段的差分数据;比较差分数据和差分阈值的差值判断扰动发生的位置。
进一步地,本发明的步骤S1中差分阈值的设置方法为:
在无外界扰动的状态下,观察一段时间的差分信号,使差分阈值高于常态差分信号的数值范围。
进一步地,本发明的步骤S3中计算的信号特征包括:
时域信噪比:将一段滤波后数据取绝对值后,找到每个超过设定阈值的位置,计算此位置后n秒数值之和与前n秒数值之和的比值,再找到这些比值中的最大值,即为这段信号的时域信噪比;
时域能量:即滤波时域信号绝对值的平方和;
频段能量:数据经过fft后,将一个频段内的幅值累加得到,频段取90Hz至100Hz;
幅值最大频率:fft计算频谱,找到幅值最大的频率;
冲击间隔时间:划分一段信号中的各个冲击事件的起始时刻,找到各次冲击事件之间的时间间隔的中值。
进一步地,本发明的步骤S4中进行模式识别的方法为:
利用已采集的样本库训练处分类器,采用神经网络、决策树或支持向量机方法,得到人行走和车辆碾压时的扰动信号特征,将新输入的信号计算以上特征后,将计算的特征输入分类器,得到识别结果。
进一步地,本发明的步骤S4中进行模式识别的结果包括人行走和车辆碾压的扰动信号特征,若模式识别结果不属于这两种扰动信号特征,将其归入未知行为类别。
本发明产生的有益效果是:本发明的地埋式COTDR周界入侵报警系统及信号处理方法,通过相干光时域反射(COTDR)技术将强相干光作为入射光脉冲从光纤的一端注入,光探测器探测到的后向散射信号是各点返回到入射端的瑞利散射光相互干涉后的结果。传感光纤某区域内出现振动波时,由于弹光效应,该区域内光纤的折射率及密度将发生变化,从而导致该区域后向瑞利散射光相位的变化,因此,最终干涉结果将会引起后向瑞利散射光强的变化。通过探测后向瑞利散射光强的变化和入射脉冲与探测到的信号之间的时间延迟,可以准确地定位振动发生的位置。本发明采用COTDR技术进行地埋式周界入侵监测,具有反应灵敏、实时高效、定位准确等优势。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的监测系统架构及探测光缆铺设方式示意图;
图2是本发明实施例的方法流程图;
图3是本发明实施例的车辆碾压信号强度瀑布图;
图4是本发明实施例的人行走信号强度瀑布图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,在需要布防的区域四周挖一条沟渠,在沟渠中填充石子,传感光缆敷设于石子之中,以增强振动传导。在沟渠上部回填一层较薄的原土,以增加隐蔽性。当有振动波作用于传感光缆时,系统监测到异常信号,经过分析判断,发出报警信息。
本发明实施例的地埋式COTDR周界入侵报警系统,包括沿布防区域边界设置的探测光缆,探测光缆中设置有传感光纤;布防区域边界处设置有倒梯形的沟渠,沟渠底部设置有石子层,石子层上方覆盖一层原土,探测光缆设置在石子层的中心位置;探测光缆一端连接有监测主机,监测主机包括强相干光源和光探测器,强相干光作为入射光脉冲从传感光纤的入射端注入,光探测器探测到的后向散射信号是传感光纤中各点返回到入射端的瑞利散射光相互干涉后的信号;监测主机实时监测后向散射信号的变化,根据后向散射信号的光强变化,判断布防区域边界发生振动的强度;根据入射光脉冲和后向散射信号之间的时间延迟,判断振动发生的位置。
判断发送振动的强度和判断振动发生的位置的方法具体为:COTDR是将强相干光作为入射光脉冲从光纤的一端注入,光探测器探测到的后向散射信号是各点返回到入射端的瑞利散射光相互干涉后的结果。传感光纤某区域内的应变发生变化时,由于弹光效应,该区域内光纤的折射率及密度将发生变化,从而导致该区域后向瑞利散射光相位的变化,因此,最终干涉结果将会引起后向瑞利散射光强的变化。通过探测后向瑞利散射光强的变化和入射脉冲与探测到的信号之间的时间延迟,可以准确地定位应变变化发生的位置。
假设在t=0时刻,我们将一个相干光脉冲入射到光纤中,其脉冲宽度为W,频率为v,在光纤的入射端处后向瑞利散射光波e(t)可以表示为:
其中ai和τi分别表示第i个散射波的振幅和往返时间,N表示散射点的总数,α表示光纤的衰减常数,c表示真空中的光速,nf表示光纤的折射率。其中:
第i个散射点往返时间和离光纤入射段之间距离zi可以表示成τi=2nfzi/c。因此后向散射光功率可以表示成如下:
p(t)=|e(t)|2=p1(t)+p2(t)
其中φij=2πv(τi-τj),表示第i个和第j个散射点的相位差。
本实施例中监测主机的采样频率为500Hz,最大探测距离为50km,分辨单元为10m。沟渠宽度为4-6m,深度为0.8-1.2m。
如图2所示,本发明实施例的地埋式COTDR周界入侵报警系统的信号处理方法,包括以下步骤:
S1、每隔特定周期,监测主机读取探测光缆链路中的全段数据,全段数据包括探测光缆各个位置的后向散射信号,对全段数据进行差分处理,并设置差分阈值,根据差分阈值判断发生扰动的位置;
对全段数据进行差分处理的方法具体为:
读入全段的n秒数据,根据监测主机的采样频率P,最大探测距离S和分辨率单元长度L,得到全段矩阵;全段矩阵为P×n行,S/L列;将全段矩阵的每一行与前一行做差分运算,得到一个P×n-1行,S/L列的矩阵;再找到这个矩阵每一列的最大值,即得到一个1行,S/L列的矩阵,即全段的差分数据;比较差分数据和差分阈值的差值判断扰动发生的位置。
本实施例中读入全段的n秒数据(n可以取1),设置监测主机的采样频率为500Hz最大探测距离为50km,分辨单元为10m,因此得到一个500×n行,5000列的矩阵。将这个矩阵的每一行与前一行做差分运算,得到一个(500×n-1)行,5000列的矩阵。再找到这个矩阵每一列的最大值,即得到一个1行,5000列的矩阵,即全段的差分数据。
差分阈值的设置方法:
在无外界扰动的状态下,观察一段时间的差分信号,差分阈值应高于常态差分信号的数值范围。
如何结合差分阈值判断扰动位置的方法:
当发生外界扰动时,这个位置的差分信号会出现较大的跳变,超过差分阈值。系统开始读取这个位置监测点在一段时间内的的时域信号。
S2、对超过差分阈值的扰动点对应的后向散射信号进行滤波,滤除低频噪声;
滤波的方法和公式:
滤波方式可采用高通滤波,小波滤波等方式。目的在于滤除单点信号中的低频漂移部分。
S3、对滤波后的信号计算信号特征;
如何计算信号特征:
时域信噪比:将一段滤波后数据取绝对值后,找到每个超过设定阈值(数值可改变)的位置,计算此位置后n秒数值之和与前n秒数值之和的比值,再找到这些比值中的最大值,即为这段信号的时域信噪比。
时域能量:即滤波时域信号绝对值的平方和。
频段能量:数据经过fft后,将一个频段内(如:90Hz至100Hz)的幅值累加得到。
幅值最大频率:fft计算频谱,找到幅值最大的频率。
冲击间隔时间:划分一段信号中的各个冲击事件的起始时刻。找到各次冲击事件之间的时间间隔的中值。
S4、根据计算得到的信号特征进行模式识别,输出判断结果;
利用已采集的样本库训练处分类器(可采用神经网络、决策树、支持向量机等方法)。将新输入的信号计算以上特征后,将计算的特征输入分类器,得到识别结果。
监测单元的位置是根据入射光脉冲和后向散射信号之间的时间延迟推算得到的。监测单元长度和采集卡的采样频率有关。
S5、事件区域判断:在空间距离上,对于输出相同判断结果的探测点,按照探测点间距划定是否为同一事件;在时间上,对于判断结果和影响位置相同的事件,认为是同一事件;
S6、报警事件输出。
如图3和图4所示,在本发明的另一个具体实施例中,系统解调仪表采样率为500Hz,最大探测距离为50km,分辨单元为10m。实验区域实际铺设光缆的长度为20km,沟渠宽度约为5m,深度约为1m。
差分阈值T设置为1000,计算的信号特征有:时域信噪比,时域能量,90-100Hz频段能量,幅值最大频率,冲击间隔时间等。所用模式识别算法为决策树算法。事件距离划分阈值为20m,即,若输出相同判断结果的探测点间距在20m之内,认为是同一事件。
用于训练分类器的数据包括2类:车辆碾压和人行走。若输入的待识别数据与已知的训练数据差异较大,分类器会将其归入未知行为类别。
在约4.93km位置,进行车辆碾压测试,系统能准确识别车辆碾压行为并输出对应报警信息。
在约4.61km位置,进行人行走测试,系统能准确识别人行走行为并输出对应报警信息。系统对车辆碾压和人行走的情形均能有效报警并准确定位。基于本发明的地埋式周界入侵报警系统,能够及时准确的探测到入侵事件的发生。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种地埋式COTDR周界入侵报警系统,其特征在于,包括沿布防区域边界设置的探测光缆,探测光缆中设置有传感光纤;布防区域边界处设置有倒梯形的沟渠,沟渠底部设置有石子层,石子层上方覆盖一层原土,探测光缆设置在石子层的中心位置;探测光缆一端连接有监测主机,监测主机包括强相干光源和光探测器,强相干光作为入射光脉冲从传感光纤的入射端注入,光探测器探测到的后向散射信号是传感光纤中各点返回到入射端的瑞利散射光相互干涉后的信号;监测主机实时监测后向散射信号的变化,根据后向散射信号的光强变化,判断布防区域边界发生振动的强度;根据入射光脉冲和后向散射信号之间的时间延迟,判断振动发生的位置。
2.根据权利要求1所述的地埋式COTDR周界入侵报警系统,其特征在于,监测主机的采样频率为500Hz,最大探测距离为50km,分辨单元为10m。
3.根据权利要求1所述的地埋式COTDR周界入侵报警系统,其特征在于,沟渠宽度为4-6m,深度为0.8-1.2m。
4.一种权利要求1的地埋式COTDR周界入侵报警系统的信号处理方法,其特征在于,包括以下步骤:
S1、每隔特定周期,监测主机读取探测光缆链路中的全段数据,全段数据包括探测光缆各个位置的后向散射信号,对全段数据进行差分处理,并设置差分阈值,根据差分阈值判断发生扰动的位置;
S2、对超过差分阈值的扰动点对应的后向散射信号进行滤波,滤除低频噪声;
S3、对滤波后的信号计算信号特征;
S4、根据计算得到的信号特征进行模式识别,输出判断结果;
S5、事件区域判断:在空间距离上,对于输出相同判断结果的探测点,按照探测点间距划定是否为同一事件;在时间上,对于判断结果和影响位置相同的事件,认为是同一事件;
S6、报警事件输出。
5.根据权利要求4所述的地埋式COTDR周界入侵报警系统的信号处理方法,其特征在于,步骤S1中判断扰动位置的方法为:
强相干光作为入射光脉冲从光纤的入射端注入,光探测器探测到的后向散射信号是各点返回到入射端的瑞利散射光相互干涉后的结果,由于弹光效应,扰动位置区域内光纤的折射率及密度将发生变化,从而导致该区域后向瑞利散射光相位的变化,最终干涉结果将会引起后向瑞利散射光强的变化;通过探测后向瑞利散射光强的变化和入射脉冲与探测到的信号之间的时间延迟,定位扰动位置。
6.根据权利要求4所述的地埋式COTDR周界入侵报警系统的信号处理方法,其特征在于,步骤S1中对全段数据进行差分处理,并判断扰动位置的方法具体为:
读入全段的n秒数据,根据监测主机的采样频率P,最大探测距离S和分辨率单元长度L,得到全段矩阵;全段矩阵为P×n行,S/L列;将全段矩阵的每一行与前一行做差分运算,得到一个P×n-1行,S/L列的矩阵;再找到这个矩阵每一列的最大值,即得到一个1行,S/L列的矩阵,即全段的差分数据;比较差分数据和差分阈值的差值判断扰动发生的位置。
7.根据权利要求4所述的地埋式COTDR周界入侵报警系统的信号处理方法,其特征在于,步骤S1中差分阈值的设置方法为:
在无外界扰动的状态下,观察一段时间的差分信号,使差分阈值高于常态差分信号的数值范围。
8.根据权利要求4所述的地埋式COTDR周界入侵报警系统的信号处理方法,其特征在于,步骤S3中计算的信号特征包括:
时域信噪比:将一段滤波后数据取绝对值后,找到每个超过设定阈值的位置,计算此位置后n秒数值之和与前n秒数值之和的比值,再找到这些比值中的最大值,即为这段信号的时域信噪比;
时域能量:即滤波时域信号绝对值的平方和;
频段能量:数据经过fft后,将一个频段内的幅值累加得到,频段取90Hz至100Hz;
幅值最大频率:fft计算频谱,找到幅值最大的频率;
冲击间隔时间:划分一段信号中的各个冲击事件的起始时刻,找到各次冲击事件之间的时间间隔的中值。
9.根据权利要求4所述的地埋式COTDR周界入侵报警系统的信号处理方法,其特征在于,步骤S4中进行模式识别的方法为:
利用已采集的样本库训练处分类器,采用神经网络、决策树或支持向量机方法,得到人行走和车辆碾压时的扰动信号特征,将新输入的信号计算以上特征后,将计算的特征输入分类器,得到识别结果。
10.根据权利要求4所述的地埋式COTDR周界入侵报警系统的信号处理方法,其特征在于,步骤S4中进行模式识别的结果包括人行走和车辆碾压的扰动信号特征,若模式识别结果不属于这两种扰动信号特征,将其归入未知行为类别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710730859.1A CN107369282A (zh) | 2017-08-23 | 2017-08-23 | 一种地埋式cotdr周界入侵报警系统及信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710730859.1A CN107369282A (zh) | 2017-08-23 | 2017-08-23 | 一种地埋式cotdr周界入侵报警系统及信号处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107369282A true CN107369282A (zh) | 2017-11-21 |
Family
ID=60312393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710730859.1A Pending CN107369282A (zh) | 2017-08-23 | 2017-08-23 | 一种地埋式cotdr周界入侵报警系统及信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107369282A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108287017A (zh) * | 2017-12-30 | 2018-07-17 | 武汉理工光科股份有限公司 | 基于φ-OTDR分布式光纤传感的高速公路护栏碰撞事故报警系统 |
CN108399696A (zh) * | 2018-03-22 | 2018-08-14 | 中科润程(北京)物联科技有限责任公司 | 入侵行为识别方法及装置 |
CN108765832A (zh) * | 2018-07-06 | 2018-11-06 | 厦门信通慧安科技有限公司 | 一种入侵检测方法及装置 |
CN109374116A (zh) * | 2018-12-07 | 2019-02-22 | 武汉理工光科股份有限公司 | 地埋式光纤传感振动探测系统的挖掘行为识别方法 |
CN109489800A (zh) * | 2018-12-14 | 2019-03-19 | 广东世港信息科技有限公司 | 一种分布式光缆振动安全预警系统中的扰动事件识别方法 |
WO2019191815A1 (en) | 2018-04-06 | 2019-10-10 | Ava Risk Group Limited | Event statistic generation method and apparatus for intrusion detection |
CN110440901A (zh) * | 2019-08-13 | 2019-11-12 | 郑州信大先进技术研究院 | 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 |
CN110492926A (zh) * | 2019-07-26 | 2019-11-22 | 北京光锁科技有限公司 | 一种基于机器学习的光纤窃听定位方法、系统及电子设备 |
CN110648481A (zh) * | 2019-09-12 | 2020-01-03 | 深圳市矽赫科技有限公司 | 一种校准方法及周界告警装置 |
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 |
CN111006849A (zh) * | 2019-12-24 | 2020-04-14 | 中石化石油工程技术服务有限公司 | 一种判断油气管道伴行光缆敷设状态的方法及系统 |
CN111145475A (zh) * | 2019-12-12 | 2020-05-12 | 上海微波技术研究所(中国电子科技集团公司第五十研究所) | 基于振动光纤和深度学习的入侵报警系统、方法及介质 |
CN111341049A (zh) * | 2020-03-31 | 2020-06-26 | 华中科技大学 | 一种隧道异物入侵识别与定位方法及装置 |
CN111369769A (zh) * | 2020-02-17 | 2020-07-03 | 柳州达迪通信技术股份有限公司 | 一种基于数据分析的光缆监测预警系统 |
CN112257533A (zh) * | 2020-10-14 | 2021-01-22 | 吉林大学 | 一种周界入侵检测识别方法 |
CN112836591A (zh) * | 2021-01-14 | 2021-05-25 | 清华大学深圳国际研究生院 | 一种油气长输管道光纤预警信号特征提取方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556724A (zh) * | 2008-04-09 | 2009-10-14 | 中国科学院半导体研究所 | 光纤周界安全管理系统及其模式识别方法 |
CN101840615A (zh) * | 2010-04-09 | 2010-09-22 | 武汉理工大学 | 光纤布喇格光栅智能定址周界入侵自适应报警系统 |
CN201829006U (zh) * | 2010-08-04 | 2011-05-11 | 武汉安通科技产业发展有限公司 | 光纤传感智能定址周界入侵报警系统 |
CN202871003U (zh) * | 2012-10-31 | 2013-04-10 | 武汉理工光科股份有限公司 | 基于时域包络分析的光纤光栅周界入侵报警系统 |
CN103487130A (zh) * | 2013-08-29 | 2014-01-01 | 上海复旦智能监控成套设备有限公司 | 地埋立柱式放大光纤振动感应信号的结构、施工工艺以及方法 |
CN103499358A (zh) * | 2013-10-23 | 2014-01-08 | 电子科技大学 | 一种新型多通道分布式扰动传感系统 |
CN103824406A (zh) * | 2014-02-08 | 2014-05-28 | 上海波汇通信科技有限公司 | 基于光纤传感的隧道电缆入侵探测方法和系统 |
CN107067610A (zh) * | 2017-06-27 | 2017-08-18 | 广州神科光电科技有限公司 | 振动光纤智能报警系统 |
-
2017
- 2017-08-23 CN CN201710730859.1A patent/CN107369282A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556724A (zh) * | 2008-04-09 | 2009-10-14 | 中国科学院半导体研究所 | 光纤周界安全管理系统及其模式识别方法 |
CN101840615A (zh) * | 2010-04-09 | 2010-09-22 | 武汉理工大学 | 光纤布喇格光栅智能定址周界入侵自适应报警系统 |
CN201829006U (zh) * | 2010-08-04 | 2011-05-11 | 武汉安通科技产业发展有限公司 | 光纤传感智能定址周界入侵报警系统 |
CN202871003U (zh) * | 2012-10-31 | 2013-04-10 | 武汉理工光科股份有限公司 | 基于时域包络分析的光纤光栅周界入侵报警系统 |
CN103487130A (zh) * | 2013-08-29 | 2014-01-01 | 上海复旦智能监控成套设备有限公司 | 地埋立柱式放大光纤振动感应信号的结构、施工工艺以及方法 |
CN103499358A (zh) * | 2013-10-23 | 2014-01-08 | 电子科技大学 | 一种新型多通道分布式扰动传感系统 |
CN103824406A (zh) * | 2014-02-08 | 2014-05-28 | 上海波汇通信科技有限公司 | 基于光纤传感的隧道电缆入侵探测方法和系统 |
CN107067610A (zh) * | 2017-06-27 | 2017-08-18 | 广州神科光电科技有限公司 | 振动光纤智能报警系统 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108287017A (zh) * | 2017-12-30 | 2018-07-17 | 武汉理工光科股份有限公司 | 基于φ-OTDR分布式光纤传感的高速公路护栏碰撞事故报警系统 |
CN108287017B (zh) * | 2017-12-30 | 2020-08-04 | 武汉理工光科股份有限公司 | 基于φ-OTDR光纤传感的高速公路护栏碰撞事故报警系统 |
CN108399696A (zh) * | 2018-03-22 | 2018-08-14 | 中科润程(北京)物联科技有限责任公司 | 入侵行为识别方法及装置 |
US11710390B2 (en) | 2018-04-06 | 2023-07-25 | Ava Risk Group Limited | Event statistic generation method and apparatus for intrusion detection |
WO2019191815A1 (en) | 2018-04-06 | 2019-10-10 | Ava Risk Group Limited | Event statistic generation method and apparatus for intrusion detection |
AU2019248019B2 (en) * | 2018-04-06 | 2023-09-07 | Ava Risk Group Limited | Event statistic generation method and apparatus for intrusion detection |
US11373493B2 (en) | 2018-04-06 | 2022-06-28 | Ava Risk Group Limited | Event statistic generation method and apparatus for intrusion detection |
EP3776915A4 (en) * | 2018-04-06 | 2021-06-02 | Ava Risk Group Limited | METHOD AND DEVICE FOR CREATING EVENT STATISTICS FOR INTRUSION DETECTION |
CN112219361A (zh) * | 2018-04-06 | 2021-01-12 | 艾瓦风险集团有限公司 | 入侵检测的事件统计生成方法及装置 |
CN108765832A (zh) * | 2018-07-06 | 2018-11-06 | 厦门信通慧安科技有限公司 | 一种入侵检测方法及装置 |
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 |
CN109374116A (zh) * | 2018-12-07 | 2019-02-22 | 武汉理工光科股份有限公司 | 地埋式光纤传感振动探测系统的挖掘行为识别方法 |
CN109489800A (zh) * | 2018-12-14 | 2019-03-19 | 广东世港信息科技有限公司 | 一种分布式光缆振动安全预警系统中的扰动事件识别方法 |
CN110492926A (zh) * | 2019-07-26 | 2019-11-22 | 北京光锁科技有限公司 | 一种基于机器学习的光纤窃听定位方法、系统及电子设备 |
CN110440901A (zh) * | 2019-08-13 | 2019-11-12 | 郑州信大先进技术研究院 | 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 |
CN110440901B (zh) * | 2019-08-13 | 2021-08-17 | 郑州信大先进技术研究院 | 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 |
CN110648481B (zh) * | 2019-09-12 | 2022-02-15 | 深圳市矽赫科技有限公司 | 一种校准方法及周界告警装置 |
CN110648481A (zh) * | 2019-09-12 | 2020-01-03 | 深圳市矽赫科技有限公司 | 一种校准方法及周界告警装置 |
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 |
CN111145475A (zh) * | 2019-12-12 | 2020-05-12 | 上海微波技术研究所(中国电子科技集团公司第五十研究所) | 基于振动光纤和深度学习的入侵报警系统、方法及介质 |
CN111006849A (zh) * | 2019-12-24 | 2020-04-14 | 中石化石油工程技术服务有限公司 | 一种判断油气管道伴行光缆敷设状态的方法及系统 |
CN111369769A (zh) * | 2020-02-17 | 2020-07-03 | 柳州达迪通信技术股份有限公司 | 一种基于数据分析的光缆监测预警系统 |
CN111341049A (zh) * | 2020-03-31 | 2020-06-26 | 华中科技大学 | 一种隧道异物入侵识别与定位方法及装置 |
CN112257533A (zh) * | 2020-10-14 | 2021-01-22 | 吉林大学 | 一种周界入侵检测识别方法 |
CN112257533B (zh) * | 2020-10-14 | 2022-04-12 | 吉林大学 | 一种周界入侵检测识别方法 |
CN112836591A (zh) * | 2021-01-14 | 2021-05-25 | 清华大学深圳国际研究生院 | 一种油气长输管道光纤预警信号特征提取方法 |
CN112836591B (zh) * | 2021-01-14 | 2024-02-27 | 清华大学深圳国际研究生院 | 一种油气长输管道光纤预警信号特征提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107369282A (zh) | 一种地埋式cotdr周界入侵报警系统及信号处理方法 | |
CN102292622B (zh) | 光纤分布式感测 | |
CN101556724B (zh) | 光纤周界安全管理系统及其模式识别方法 | |
CN105931402B (zh) | 基于图像识别的光纤周界入侵监测方法 | |
CN109374115A (zh) | 基于φ-OTDR的油气管线外破振动监测识别方法 | |
CN103824406A (zh) | 基于光纤传感的隧道电缆入侵探测方法和系统 | |
CN102280001B (zh) | 基于φ-otdr的分布式光纤围栏入侵检测与定位方法 | |
CN109374116B (zh) | 地埋式光纤传感振动探测系统的挖掘行为识别方法 | |
JP7471470B2 (ja) | ケーブル切断防止のための統計的画像処理に基づく異常検出 | |
CN114613116B (zh) | 防外破预警方法、装置、设备及存储介质 | |
CN107424369A (zh) | 一种低误报率的光缆振动传感报警装置 | |
CN203799460U (zh) | 基于光纤传感的隧道电缆入侵探测系统 | |
CN109120336A (zh) | 基于相位敏感光时域反射传感器的防误警漏警方法 | |
US11373493B2 (en) | Event statistic generation method and apparatus for intrusion detection | |
CN111540150B (zh) | 一种基于多芯分布式光纤的管道施工机器预警系统及方法 | |
Mahmoud | Practical Aspects of Perimeter Intrusion Detection and Nuisance Suppression for Distributed Fibre-optic Sensors | |
CN107831528A (zh) | 基于背向瑞利散射原理的光纤地震监测系统 | |
AU2023214386A1 (en) | Intrusion detection algorithm with reduced tuning requirement | |
CN104833378B (zh) | 光纤周界系统干扰信号识别方法 | |
WO2022140485A1 (en) | Perpendicular distance prediction of vibrations by distributed fiber optic sensing | |
US20220230539A1 (en) | Road traffic extraction for unknown anomaly detection using distributed fiber optic sensing | |
JP2024516568A (ja) | 光ファイバセンシングを用いたマッピング | |
CN110440901A (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 | |
US12000729B2 (en) | Perpendicular distance prediction of vibrations by distributed fiber optic sensing | |
CN209000163U (zh) | 一种挂装式光纤周界安防系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171121 |