CN109120336A - 基于相位敏感光时域反射传感器的防误警漏警方法 - Google Patents
基于相位敏感光时域反射传感器的防误警漏警方法 Download PDFInfo
- Publication number
- CN109120336A CN109120336A CN201811146716.7A CN201811146716A CN109120336A CN 109120336 A CN109120336 A CN 109120336A CN 201811146716 A CN201811146716 A CN 201811146716A CN 109120336 A CN109120336 A CN 109120336A
- Authority
- CN
- China
- Prior art keywords
- pulse
- sensor
- alarm
- matrix
- false
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/071—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using a reflected signal, e.g. using optical time domain reflectometers [OTDR]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0791—Fault location on the transmission path
Abstract
本发明公开了一种基于相位敏感光时域反射传感器的防误警漏警方法,其特征是向传感光纤注入宽度按固定规律变化的脉冲光,将不同脉冲宽度下采集的数据视为不同传感器的输出,采用多传感器信息融合算法对采集数据进行综合处理,根据综合处理的结果判断传感光纤沿线是否有入侵事件的发生,并确定入侵事件发生的具体位置。本发明充分利用不同脉冲宽度下传感器数据的相关性和差异性,在不增加传感器硬件成本的同时,有效降低了误警率和漏警率,其算法简单,定位精度高。
Description
技术领域
本发明涉及光纤分布式测量领域,更具体地说是一种降低相位敏感光时域反射传感器的误警率和漏警率的方法。
背景技术
相位敏感光时域反射传感器是一种光纤分布式扰动传感器,它可以对传感光纤上任意一点的扰动进行敏感,并给出扰动发生的位置信息。理论上,它可以将被测量作为光纤位置信息的函数,并用一条光纤来取代传统的数百个点阵构成的传感器阵列。相位敏感光时域反射传感器具有监测距离长,施工成本低,无电磁干扰,无需外场供电和适应复杂地形环境等诸多优点,特别适用于长距离、大范围的安防监控和预警。
相位敏感光时域反射传感器在周界安防、油气管线安全预警等领域有重要应用。实际应用中,传感光缆沿途可能穿越乡村、农田、河流、沼泽、沙漠、公路和铁路等各种不同的环境,背景噪声十分复杂,既有自然因素引起的振动噪声如风、雨、冰雹、小地震、牛羊的碰触等;也有人为活动引起的噪声如车辆的行驶、周围的施工等。在复杂的环境噪声影响下,相位敏感光时域反射传感器经常出现误告警和漏告警的情形,频繁的误告警使得巡视人员疲于奔命,漏告警则降低了用户的信赖度。因此,有效降低误警率和漏警率是相位敏感光时域反射传感器工程应用急需解决的问题。
目前已报道的降低相位敏感光时域反射传感器误警率和漏警率的方法主要有以下两类:
一是将相位敏感光时域反射传感器与其它扰动传感器复用:
相位敏感光时域反射传感器与其它扰动传感器的数据具有一定的冗余性和互补性,充分利用好这些数据之间的关系能在一定程度上降低误警率和漏警率。目前报道的复用方式有:
相位敏感光时域反射传感器和偏振敏感光时域反射传感器复用,根据两个传感器数据的畸变点,共同确定扰动及其位置,如:公开号为CN101488805的专利申请文件中公开的:光纤扰动探测方法及装置;
相位敏感光时域反射传感器和Mach-Zehnder干涉仪复用,采用相位敏感光时域反射传感器对扰动事件进行敏感和定位,并采用Mach-Zehnder干涉仪对扰动进行复核,筛选出确实有效的扰动事件(S.Liang,X.Sheng,and S.Lou,"Experimental investigation onlower nuisance alarm rate phase-sensitive OTDR using the combination of aMach-Zehnder interferometer,"Infrared Physics and Technology,75,117-123,2016);
相位敏感光时域反射传感器和Michelson干涉仪复用,采用相位敏感光时域反射传感器对扰动事件进行敏感和定位,并采用Michelson干涉仪对扰动进行复核,筛选出确实有效的扰动事件(S.Liang,X.Sheng,S.Lou,Y.Feng,and K.Zhang,"Combination ofPhase-Sensitive OTDR and Michelson Interferometer for Nuisance Alarm RateReducing and Event Identification,"IEEE Photonics Journal,8(2),6802112,2016)。
二是通过数据处理提取相位敏感光时域反射传感器数据中更多的时频特征:
通过数据处理提取出信号和噪声之间存在显著差异的时频特征,可以滤除背景噪声和系统噪声,降低误警率和漏警率。具体的说,主要有如下几种数据处理方法:
将单点历史判断与区域振动群判断相结合的数据处理方法,分别从时间域和空间域的角度去提取出振动特征量,如:公开号为CN104217513A的专利申请文件中公开的:提高相位敏感光时域反射计识别入侵事件准确率的方法;
基于时间序列奇异谱的检测方法,对每个滑动时间窗内空间各点的纵向时间序列信号进行相空间重构,对重构后的相空间状态矩阵进行奇异值分解得到信号能量的奇异谱分布,然后将奇异谱特征向量输入后向传播神经网络进行扰动事件检测(李小玉,吴慧娟,彭正谱等."基于时间序列奇异谱特征的Φ-OTDR扰动检测方法,"光子学报,43(4),0428001,2014)
依据过零率和短时能量法进行特征提取,在此基础上采用基于频谱分析的欧式距离进行模式分类,从而有效识别扰动源类型,如:公开号为CN105307212A的专利申请文件中公开的:一种基于相位敏感光时域反射计的快速预警方法;
基于支持向量机的信号分类识别方法,首先提取光纤入侵信号样本的时域特征作为训练样本,然后利用核函数将样本映射到高维空间,利用序贯最小化算法训练支持向量机分类器并利用网格寻优和交叉验证获取最优的分类器参数,最后将待分类的光纤入侵信号的特征向量输入到分类器中,根据分类器的输出得到相应的分类结果,如:公开号为CN104966076A的专利申请文件中公开的基于支持向量机的光纤入侵信号分类识别方法;
将相位敏感光时域反射传感器与其它扰动传感器复用,能够提供新的数据来源对检测结果进行补充或修正,在一定程度上降低传感器的误警率和漏警率,但必然增加了系统硬件成本,而数据处理的方法是在深入挖掘相位敏感光时域反射传感器的单一数据,缺少冗余和互补的数据支撑。
发明内容
本发明针对现有技术存在的不足之处,提供一种基于相位敏感光时域反射传感器的防误警漏警方法,以期能大幅降低传感器的误警率和漏警率,且不增加任何硬件成本,算法简单,定位精度高。
本发明为解决技术问题采用如下技术方案:
本发明基于相位敏感光时域反射传感器的防误警漏警方法,所述相位敏感光时域反射传感器是将光脉冲注入传感光纤,用光电探测器接收传感光纤各位置产生的背向瑞利散射光,根据所接收的背向瑞利散射光通过数据处理判断传感光纤附近是否存在入侵行为并确定入侵的位置;其特点是:所述防误警漏警方法是按如下步骤进行:
步骤1、向传感光纤注入宽度按固定规律变化的脉冲光,所述脉冲光的变化规律为:一个周期内含有m个脉冲,任意两个相邻脉冲的间隔为tp,脉冲的宽度为TP,TP={TP1,TP2,…,TPm},TPi为第i个脉冲的宽度,i=1,2…m;
步骤2、数据采集和预处理:用光电探测器采集传感光纤中产生的背向瑞利散射光,并转换为数字量,采样频率为fs,则每注入一个光脉冲采集到的数据长度为tpfs,脉冲宽度变化M个周期后采集到的数据总长为:Mmtpfs,将采集获得的长度为Mmtpfs的数据进行分割,得到数组S,S={S1,S2,…,Sm},Si是针对脉冲宽度为TPi的第i个脉冲采集获得的M组数据,Si={Si1,Si2,…,SiM},Si是一个tpfs行、M列的矩阵,Sik表示第i个脉冲采集获得的第k组数据,k=1,2…M;
步骤3、单脉冲宽度数据报警判断:
对矩阵Si的相邻列进行差分,得到针对脉冲宽度为TPi的第i个脉冲的差分矩阵Di:
Di={|Si2-Si1|,Si3-Si2|,…,SiM-Si(M-1)|},Di是一个tpfs行、M-1列的矩阵;
针对所述矩阵Di的各行分别进行求和得到数组Hi,Hij为Hi的第j个数据,Hij是矩阵Di中第j行所有列数据的和,j=1,2…tpfs;
Dija表示矩阵Di中第j行第a列的元素,a=1,2…(M-1);
将数组Hi中的最大值和第二极大值分别记为SGi和Ni,则数组Hi的信噪比SNRi为:SNRi=10log(SGi/Ni),将入侵事件发生的位置记为li;
若是:SNRi≥3dB,即判断为针对脉冲宽度为TPi的第i个脉冲检测到入侵事件,且入侵事件发生的位置li为:其中,c为真空中的光速,n为光纤折射率,ti为数组Hi中最大值点的时刻;
若否,则视为针对脉冲宽度为TPi的第i个脉冲未检测到入侵事件,且设置:li=(-∞,+∞);
步骤4、建立识别框架矩阵Em×4,Em×4=[E1,E2,…,Em],Ei表示脉冲宽度为TPi的第i个脉冲的识别框架,且有:Ei=[pi1,pi2,pi3,pi4],
pi1表示传感器在有入侵事件情况下发出警报的概率,
pi2=1-pi1表示漏告警的概率,
pi4表示无入侵事件时传感器未发出报警的概率,
pi3=1-pi4表示误告警的概率;
依据步骤3,若脉冲宽度为TPi的第i个脉冲检测到入侵事件,则pi2=pi4=0,pi1和pi3的值通过先验概率进行确定;否则,pi1=pi3=0,pi2和pi4的值通过先验概率进行确定;
步骤5、信息融合:采用信息融合算法对识别框架矩阵Em×4进行处理,得到向量Er:Er=[p1,p2,p3,p4],若p1为Er中的最大值,则系统发出告警,并将入侵事件定位于所有li的交集,即l1∩l2∩...∩lm,否则不发出报警。
本发明基于相位敏感光时域反射传感器的防误警漏警方法的特点也在于,步骤4中的所述先验概率是采用贝叶斯统计推断方法进行确定。
本发明基于相位敏感光时域反射传感器的防误警漏警方法的特点也在于,步骤5中所述采用信息融合算法对识别框架矩阵Em×4进行处理是采用基于D-S证据理论的信息融合算法对识别框架矩阵Em×4进行m-1次融合。
与已有技术相比,本发明的有益效果是:
1、与现有的复用技术相比,本发明采用的脉冲宽度复用方法能够在不增加任何硬件成本的条件下提供更多的冗余和互补数据进行判别,从而有效的降低了系统成本;
2、与现有的复用技术相比,本发明采用的脉冲宽度复用方法能够灵活地改变脉冲宽度的取值,相当于实现了多个虚拟传感器的复用,大大提高了复用的传感器数量以及不同环境下的适应性;
3、与现有的数据处理方法相比,本发明采用的脉冲宽度复用方法通过挖掘不同脉冲宽度下数据的相关性和差异性,为传感器提供了更多的冗余和互补数据支撑;
4、与现有的定位方法相比,本发明使用各脉冲宽度对入侵事件的定位结果共同确定入侵事件发生的位置,定位结果更加准确。
附图说明
图1为脉冲宽度复用相位敏感光时域反射传感器光路结构示意图;
表1为100次入侵事件中漏告警传感器的数量统计;
表2为5路漏告警时的融合结果;
表3为连续3天监测误告警次数统计;
表4为4路误告警时的融合结果;
图中标号:1光纤激光器、2声光调制器、3声光调制器驱动电源、4掺铒光纤放大器、5滤波器、6环形器、7传感光纤、8光电探测器、9数据采集卡、10计算机;
具体实施方式
本实施例中相位敏感光时域反射传感器的光路结构如图1所示,其包括光纤激光器1、声光调制器2、声光调制器驱动电源3、掺铒光纤放大器4、滤波器5、环形器6、传感光纤7、光电探测器8、数据采集卡9和计算机10;本实施例中相位敏感光时域反射传感器是将光脉冲注入传感光纤7,用光电探测器8接收传感光纤各位置产生的背向瑞利散射光,根据所接收的背向瑞利散射光通过数据处理判断传感光纤附近是否存在入侵行为并确定入侵的位置。
本实施例中基于相位敏感光时域反射传感器的防误警漏警方法是按如下步骤进行:
步骤1、向传感光纤注入宽度按固定规律变化的脉冲光,脉冲光的变化规律为:一个周期内含有m个脉冲,任意两个相邻脉冲的间隔为tp,脉冲的宽度为TP,TP={TP1,TP2,…,TPm},TPi为第i个脉冲的宽度,i=1,2…m。
本实施例中,利用声光调制器驱动电源3控制脉冲光的变化规律,比如:一个周期内含有10个脉冲,任意相邻脉冲间隔100μs,脉冲宽度依序取值为0.1μs,0.2μs,0.3μs,0.4μs,0.5μs,0.6μs,0.7μs,0.8μs,0.9μs和1.0μs。
步骤2、数据采集和预处理:用光电探测器采集传感光纤中产生的背向瑞利散射光,并转换为数字量,采样频率为fs,则每注入一个光脉冲采集到的数据长度为tpfs,脉冲宽度变化M个周期后采集到的数据总长为:Mmtpfs,将采集获得的长度为Mmtpfs的数据进行分割,得到数组S,S={S1,S2,…,Sm},Si是针对脉冲宽度为TPi的第i个脉冲采集获得的M组数据,Si={Si1,Si2,…,SiM},Si是一个tpfs行、M列的矩阵,Sik表示第i个脉冲采集获得的第k组数据,k=1,2…M。
本实施例中,采样频率为fs为20MHz,每注入一个光脉冲采集到的数据长度为2000个,传感光纤总长为5km,由两捆长度分别为3km和2km的光纤环组成,两光纤环之间用一根挂在铁丝网上的跳线连接,通过敲击铁丝网模拟入侵事件。采集100个周期的数据,则数据总数为2,000×10×100=2,000,000个,对数据进行分割得到数组S,则Si中每个元素都是长度为2000的数组。
步骤3、单脉冲宽度数据报警判断:
对矩阵Si的相邻列进行差分,得到针对脉冲宽度为TPi的第i个脉冲的差分矩阵Di:
Di={|Si2-Si1|,|Si3-Si2|,…,|SiM-Si(M-1)|},Di是一个tpfs行、M-1列的矩阵;
针对矩阵Di的各行分别进行求和得到数组Hi,Hij为Hi的第j个数据,Hij是矩阵Di中第j行所有列数据的和,j=1,2…tpfs;
Dija表示矩阵Di中第j行第a列的元素,a=1,2…(M-1);
将数组Hi中的最大值和第二极大值分别记为SGi和Ni,则数组Hi的信噪比SNRi为:SNRi=10log(SGi/Ni),将入侵事件发生的位置记为li;
若是:SNRi≥3dB,即判断为针对脉冲宽度为TPi的第i个脉冲检测到入侵事件,且入侵事件发生的位置li为:其中,c为真空中的光速,n为光纤折射率,ti为数组Hi中最大值点的时刻;
若否,则视为针对脉冲宽度为TPi的第i个脉冲未检测到入侵事件,且设置:li=(-∞,+∞)。
本实施例中进行了多组对比实验验证脉宽复用方法的有效性。首先敲击铁丝网模拟入侵事件考察传感器的漏告警,表1统计了模拟100次入侵事件时传感器的漏告警次数以及漏告警的脉冲宽度数量。表2是脉冲宽度0.1μs,0.4μs,0.5μs,0.8μs和0.9μs漏告警的情况,这五个脉冲宽度下的定位位置记为(-∞,+∞),其余脉冲宽度下均发出了报警,根据ti的值计算得到入侵事件的位置li(见表2第2-11行,第6列)。然后在不敲击铁丝网的情况下考察传感器的误告警,表3统计了连续进行3天测试记录得到的误告警次数以及误告警的脉冲宽度数量,表4是脉冲宽度0.6μs,0.8μs,0.9μs和1.0μs误告警的情况,这四个脉冲宽度下li的值根据ti的值计算得到,其它脉宽下未发出告警,将li记为(-∞,+∞),(见表4第2-11行,第6列)。
步骤4、建立识别框架矩阵Em×4,Em×4=[E1,E2,…,Em],Ei表示脉冲宽度为TPi的第i个脉冲的识别框架,且有:Ei=[pi1,pi2,pi3,pi4];pi1表示传感器在有入侵事件情况下发出警报的概率;pi2=1-pi1表示漏告警的概率;pi4表示无入侵事件时传感器未发出报警的概率;pi3=1-pi4表示误告警的概率。
依据步骤3,若脉冲宽度为TPi的第i个脉冲检测到入侵事件,则pi2=pi4=0,pi1和pi3的值通过先验概率进行确定;否则,pi1=pi3=0,pi2和pi4的值通过先验概率进行确定。具体实施中,通过先验概率进行确定可以是采用贝叶斯统计推断方法进行确定;本实施例中采用贝叶斯统计推断的方法计算获得识别框架矩阵见表2(2-11行,2-5列)和表4(2-11行,2-5列)。
步骤5、信息融合:采用信息融合算法对识别框架矩阵Em×4进行处理,得到向量Er:Er=[p1,p2,p3,p4],若p1为Er中的最大值,则系统发出告警,并将入侵事件定位于所有li的交集,即l1∩l2∩…∩lm,否则不发出报警。具体实施中,采用信息融合算法对识别框架矩阵Em×4进行处理可以是采用基于D-S证据理论的信息融合算法对识别框架矩阵Em×4进行m-1次融合;本实施例中采用基于D-S证据理论的信息融合算法,融合结果如表2和表4(Er在第12行,2-5列,入侵定位在第12行,第6列)。
表2表明,在5路漏告警的情况下,传感器经过信息融合能够准确的发出告警,且入侵事件定位精确。实际上,当漏告警路数小于5路时,传感器都能准确的发出告警。表1可见,漏告警路数小于5路的情况占绝大多数,表明本发明方法能够很好地抑制漏告警的发生。
表4表明:在4路误告警的情况下,传感器经过信息融合能够消除误告警。实际上,当误告警路数小于4路时,传感器都能将误告警消除。表3可见,误告警路数小于4路的情况占绝大多数,在融合后误告警次数由491次下降到了22次,表明本发明方法能够很好地抑制误告警的发生。
表1 100次入侵事件中漏告警传感器的数量统计
表2 5路漏告警时的融合结果
m<sub>1</sub> | m<sub>2</sub> | m<sub>3</sub> | m<sub>4</sub> | 定位l | |
E<sub>1</sub> | 0 | 0.4789 | 0 | 0.5211 | (-∞,+∞) |
E<sub>2</sub> | 0.8873 | 0 | 0.1127 | 0 | (3077.7096,3108.3845) |
E<sub>3</sub> | 0.8367 | 0 | 0.1633 | 0 | (3077.7096,3118.6094) |
E<sub>4</sub> | 0 | 0.1413 | 0 | 0.8587 | (-∞,+∞) |
E<sub>5</sub> | 0 | 0.1183 | 0 | 0.8817 | (-∞,+∞) |
E<sub>6</sub> | 0.8103 | 0 | 0.1897 | 0 | (3093.0470,3164.6217) |
E<sub>7</sub> | 0.8261 | 0 | 0.1739 | 0 | (3098.1595,3179.9591) |
E<sub>8</sub> | 0 | 0.0698 | 0 | 0.9302 | (-∞,+∞) |
E<sub>9</sub> | 0 | 0.0714 | 0 | 0.9286 | (-∞,+∞) |
E<sub>10</sub> | 0.7983 | 0 | 0.2017 | 0 | (3082.8221,3195.2965) |
融合结果E<sub>r</sub> | 0.7172 | 0 | 0 | 0.2828 | (3098.1595,3108.3845) |
表3连续3天监测误告警次数统计
表4 4路误告警时的融合结果
m<sub>1</sub> | m<sub>2</sub> | m<sub>3</sub> | m<sub>4</sub> | 定位l | |
E<sub>1</sub> | 0 | 0.4737 | 0 | 0.5263 | (-∞,+∞) |
E<sub>2</sub> | 0 | 0.2901 | 0 | 0.7099 | (-∞,+∞) |
E<sub>3</sub> | 0 | 0.1827 | 0 | 0.8173 | (-∞,+∞) |
E<sub>4</sub> | 0 | 0.1304 | 0 | 0.8696 | (-∞,+∞) |
E<sub>5</sub> | 0 | 0.1075 | 0 | 0.8925 | (-∞,+∞) |
E<sub>6</sub> | 0.8017 | 0 | 0.1983 | 0 | (189.1616,260.7362) |
E<sub>7</sub> | 0 | 0.0690 | 0 | 0.9310 | |
E<sub>8</sub> | 0.8190 | 0 | 0.1810 | 0 | (148.2618,240.2863) |
E<sub>9</sub> | 0.8051 | 0 | 0.1949 | 0 | (153.3742,255.6237) |
E<sub>10</sub> | 0.7899 | 0 | 0.2101 | 0 | (158.4867,270.9611) |
融合结果E<sub>r</sub> | 0.0006 | 0 | 0 | 0.9994 | (-∞,+∞) |
具体实施中,相位敏感光时域反射传感器的光路结构可以进行多种拓展或变形,脉冲宽度变化的规律同样可以进行多种拓展或变形,以适应不同的应用场合。
Claims (3)
1.一种基于相位敏感光时域反射传感器的防误警漏警方法,所述相位敏感光时域反射传感器是将光脉冲注入传感光纤,用光电探测器接收传感光纤各位置产生的背向瑞利散射光,根据所接收的背向瑞利散射光通过数据处理判断传感光纤附近是否存在入侵行为并确定入侵的位置;其特征是,所述防误警漏警方法是按如下步骤进行:
步骤1、向传感光纤注入宽度按固定规律变化的脉冲光,所述脉冲光的变化规律为:一个周期内含有m个脉冲,任意两个相邻脉冲的间隔为tp,脉冲的宽度为TP,TP={TP1,TP2,…,TPm},TPi为第i个脉冲的宽度,i=1,2…m;
步骤2、数据采集和预处理:用光电探测器采集传感光纤中产生的背向瑞利散射光,并转换为数字量,采样频率为fs,则每注入一个光脉冲采集到的数据长度为tpfs,脉冲宽度变化M个周期后采集到的数据总长为:Mmtpfs,将采集获得的长度为Mmtpfs的数据进行分割,得到数组S,S={S1,S2,…,Sm},Si是针对脉冲宽度为TPi的第i个脉冲采集获得的M组数据,Si={Si1,Si2,…,SiM},Si是一个tpfs行、M列的矩阵,Sik表示第i个脉冲采集获得的第k组数据,k=1,2…M;
步骤3、单脉冲宽度数据报警判断:
对矩阵Si的相邻列进行差分,得到针对脉冲宽度为TPi的第i个脉冲的差分矩阵Di:
Di={|Si2-Si1|,|Si3-Si2|,…,|SiM-Si(M-1)|},Di是一个tpfs行、M-1列的矩阵;
针对所述矩阵Di的各行分别进行求和得到数组Hi,Hij为Hi的第j个数据,Hij是矩阵Di中第j行所有列数据的和,j=1,2…tpfs;
Dija表示矩阵Di中第j行第a列的元素,a=1,2…(M-1);
将数组Hi中的最大值和第二极大值分别记为SGi和Ni,则数组Hi的信噪比SNRi为:SNRi=10log(SGi/Ni),将入侵事件发生的位置记为li;
若是:SNRi≥3dB,即判断为针对脉冲宽度为TPi的第i个脉冲检测到入侵事件,且入侵事件发生的位置li为:其中,c为真空中的光速,n为光纤折射率,ti为数组Hi中最大值点的时刻;
若否,则视为针对脉冲宽度为TPi的第i个脉冲未检测到入侵事件,且设置:li=(-∞,+∞);
步骤4、建立识别框架矩阵Em×4,Em×4=[E1,E2,…,Em],Ei表示脉冲宽度为TPi的第i个脉冲的识别框架,且有:Ei=[pi1,pi2,pi3,pi4],
pi1表示传感器在有入侵事件情况下发出警报的概率,
pi2=1-pi1表示漏告警的概率,
pi4表示无入侵事件时传感器未发出报警的概率,
pi3=1-pi4表示误告警的概率;
依据步骤3,若脉冲宽度为TPi的第i个脉冲检测到入侵事件,则pi2=pi4=0,pi1和pi3的值通过先验概率进行确定;否则,pi1=pi3=0,pi2和pi4的值通过先验概率进行确定;
步骤5、信息融合:采用信息融合算法对识别框架矩阵Em×4进行处理,得到向量Er:Er=[p1,p2,p3,p4],若p1为Er中的最大值,则系统发出告警,并将入侵事件定位于所有li的交集,即l1∩l2∩…∩lm,否则不发出报警。
2.根据权利要求1所述的基于相位敏感光时域反射传感器的防误警漏警方法,其特征在于,步骤4中的所述先验概率是采用贝叶斯统计推断方法进行确定。
3.根据权利要求1所述的基于相位敏感光时域反射传感器的防误警漏警方法,其特征在于,步骤5中所述采用信息融合算法对识别框架矩阵Em×4进行处理是采用基于D-S证据理论的信息融合算法对识别框架矩阵Em×4进行m-1次融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811146716.7A CN109120336B (zh) | 2018-09-29 | 2018-09-29 | 基于相位敏感光时域反射传感器的防误警漏警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811146716.7A CN109120336B (zh) | 2018-09-29 | 2018-09-29 | 基于相位敏感光时域反射传感器的防误警漏警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109120336A true CN109120336A (zh) | 2019-01-01 |
CN109120336B CN109120336B (zh) | 2021-03-09 |
Family
ID=64857452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811146716.7A Active CN109120336B (zh) | 2018-09-29 | 2018-09-29 | 基于相位敏感光时域反射传感器的防误警漏警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109120336B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050017A (zh) * | 2021-03-02 | 2021-06-29 | 合肥工业大学 | 一种电子式互感器误差状态智能监测及故障诊断系统 |
CN114708478A (zh) * | 2022-06-06 | 2022-07-05 | 季华实验室 | 事件相机与标准相机的数据融合方法、装置、设备及介质 |
CN115060184A (zh) * | 2022-05-18 | 2022-09-16 | 武汉迪信达科技有限公司 | 一种基于递归图的光纤周界入侵检测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103727969A (zh) * | 2014-01-10 | 2014-04-16 | 电子科技大学 | 基于延时脉冲拉曼放大分布式传感系统 |
CN105466548A (zh) * | 2015-12-16 | 2016-04-06 | 上海大学 | 相位敏感光时域反射光纤传感系统定位方法 |
JP2016053542A (ja) * | 2014-09-04 | 2016-04-14 | 横河電機株式会社 | 光パルス試験器 |
CN107907151A (zh) * | 2017-12-15 | 2018-04-13 | 中国人民解放军国防科技大学 | 基于光频调制与直接探测的фotdr与传感方法 |
-
2018
- 2018-09-29 CN CN201811146716.7A patent/CN109120336B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103727969A (zh) * | 2014-01-10 | 2014-04-16 | 电子科技大学 | 基于延时脉冲拉曼放大分布式传感系统 |
JP2016053542A (ja) * | 2014-09-04 | 2016-04-14 | 横河電機株式会社 | 光パルス試験器 |
CN105466548A (zh) * | 2015-12-16 | 2016-04-06 | 上海大学 | 相位敏感光时域反射光纤传感系统定位方法 |
CN107907151A (zh) * | 2017-12-15 | 2018-04-13 | 中国人民解放军国防科技大学 | 基于光频调制与直接探测的фotdr与传感方法 |
Non-Patent Citations (1)
Title |
---|
XIANG ZHONG: "Influences of pulse on phase-sensitivity optical time domain reflectometer based distributed vibration sensor", 《OPTICS COMMUNICATIONS》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050017A (zh) * | 2021-03-02 | 2021-06-29 | 合肥工业大学 | 一种电子式互感器误差状态智能监测及故障诊断系统 |
CN115060184A (zh) * | 2022-05-18 | 2022-09-16 | 武汉迪信达科技有限公司 | 一种基于递归图的光纤周界入侵检测方法及系统 |
CN114708478A (zh) * | 2022-06-06 | 2022-07-05 | 季华实验室 | 事件相机与标准相机的数据融合方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109120336B (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106225907B (zh) | 一种基于φ-otdr技术的光纤振动识别系统及方法 | |
CN104240455B (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 | |
CN101488805B (zh) | 光纤扰动探测方法及装置 | |
CN102360519B (zh) | 一种分布式光纤围栏入侵检测与定位的方法 | |
CN104021638B (zh) | 一种高速公路沿线电缆预警防盗的方法及装置 | |
CN108932480A (zh) | 基于1d-cnn的分布式光纤传感信号特征学习与分类方法 | |
CN104729667B (zh) | 一种分布式光纤振动传感系统中的扰动类型识别方法 | |
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 | |
CN109489800A (zh) | 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 | |
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 | |
CN109120336A (zh) | 基于相位敏感光时域反射传感器的防误警漏警方法 | |
Fouda et al. | Pattern recognition of optical fiber vibration signal of the submarine cable for its safety | |
CN103337120B (zh) | 准分布式光纤光栅周界入侵报警系统的定址方法及系统 | |
CN110335430A (zh) | 基于深度学习的管道安全监测系统、方法和装置 | |
Sha et al. | PIG tracking utilizing fiber optic distributed vibration sensor and YOLO | |
CN101299635B (zh) | 宽域全光纤扰动信号前-后判别装置及方法 | |
CN109374116A (zh) | 地埋式光纤传感振动探测系统的挖掘行为识别方法 | |
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 | |
US20230152543A1 (en) | Impulse signal detection for buried cable protection using distributed fiber optic sensing | |
CN112032575B (zh) | 一种基于弱光栅的管道安全监测方法、系统及存储介质 | |
CN104794839A (zh) | 一种基于potdr光纤入侵识别算法 | |
US20220329068A1 (en) | Utility Pole Hazardous Event Localization | |
CN105046859B (zh) | 基于振动信号空时二维稀疏表示k‑s检验的光纤入侵检测方法 | |
WO2022087012A1 (en) | Utility pole localization by distributed fiber sensing of aerial fiber cable | |
Qiu et al. | A new detection method based on CFAR and DE for OFPS |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220418 Address after: 100083 b805, floor 8, block B, No. 8 Xueqing Road (Science and technology wealth center), Haidian District, Beijing Patentee after: Beijing Bogen Optical Technology Co.,Ltd. Address before: Tunxi road in Baohe District of Hefei city of Anhui Province, No. 193 230009 Patentee before: Hefei University of Technology |