CN115394024B - 一种基于光栅阵列的步行监测和预测方法及装置 - Google Patents

一种基于光栅阵列的步行监测和预测方法及装置 Download PDF

Info

Publication number
CN115394024B
CN115394024B CN202210957179.4A CN202210957179A CN115394024B CN 115394024 B CN115394024 B CN 115394024B CN 202210957179 A CN202210957179 A CN 202210957179A CN 115394024 B CN115394024 B CN 115394024B
Authority
CN
China
Prior art keywords
walking
signal
data sheet
determining
data
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.)
Active
Application number
CN202210957179.4A
Other languages
English (en)
Other versions
CN115394024A (zh
Inventor
汪凤鸣
闫奇众
宋珂
徐一旻
王月明
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.)
Wuhan Fengli Photoelectric Technology Co ltd
Wuhan University of Technology WUT
Original Assignee
Wuhan Fengli Photoelectric Technology Co ltd
Wuhan University of Technology WUT
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 Wuhan Fengli Photoelectric Technology Co ltd, Wuhan University of Technology WUT filed Critical Wuhan Fengli Photoelectric Technology Co ltd
Priority to CN202210957179.4A priority Critical patent/CN115394024B/zh
Publication of CN115394024A publication Critical patent/CN115394024A/zh
Application granted granted Critical
Publication of CN115394024B publication Critical patent/CN115394024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/02—Mechanical actuation
    • G08B13/12—Mechanical actuation by the breaking or disturbance of stretched cords or wires
    • G08B13/122—Mechanical actuation by the breaking or disturbance of stretched cords or wires for a perimeter fence
    • G08B13/124—Mechanical actuation by the breaking or disturbance of stretched cords or wires for a perimeter fence with the breaking or disturbance being optically detected, e.g. optical fibers in the perimeter fence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Burglar Alarm Systems (AREA)

Abstract

本申请公开了一种基于光栅阵列的步行监测和预测方法及装置，应用于埋地式光栅阵列周界安防系统，安防系统包括多个光纤光栅传感器；所述方法包括：获取光纤振动传感信号；提取光纤振动传感信号中的有效数据片；根据有效数据片，确定步行信号数据片；根据步行信号数据片，得到入侵者的行走状态特征；根据入侵者的行走状态特征，对入侵者的行走位置进行预测。本发明通过对光纤振动传感信号中的步行信号数据进行分析，能够确定入侵者的行走状态特征，并对行走位置进行预测，能够使用安防系统提供更全面的防护功能。

Description

一种基于光栅阵列的步行监测和预测方法及装置
技术领域
本发明涉及光纤光栅传感领域，尤其涉及一种基于光栅阵列的步行监测和预测方法及装置。
背景技术
周界安防能够为重要设施及区域提供安全保障，光纤传感技术因其抗电磁干扰性强、隐蔽性好的优势，被广泛用于周界安防系统中。传统的光栅阵列周界安防常采用挂网的安装方式来探测人的入侵行为，其光栅阵列传感光缆暴露在环境中，由此产生的误报较多，比如：小鸟停落、风雨扰动等，并且挂网式光栅阵列周界安防系统光缆暴露在空气中，极易受到入侵者破坏，维修工作费时费力。
现有技术中，通常采用埋地式光栅阵列分布式周界安防系统来规避传统挂网式光栅阵列周界安防系统的问题，它将光栅阵列传感光缆埋在地下，光栅传感器能感知一米内的入侵者行走信号，当入侵者靠近防区时能及时发现，此方案在消除鸟、风雨等环境影响的同时还避免了入侵点破坏。但现有的埋地式光栅阵列传感周界只是对有人入侵的行为发出报警，无法对入侵者步行状态进行监测和对行走位置进行预测。
因此，需要提供一种基于光栅阵列的步行状态监测和预测方法及装置，用以解决埋地式光栅阵列周界安防系统缺少对入侵者步行状态进行监测和预测的问题，能够对入侵者行走方向、行走步数进行监测，并对其未来的行走位置进行预测，提供更全面的安全防护信息。
发明内容
有鉴于此，有必要提供一种基于光栅阵列的步行监测和预测方法及装置，用以解决现有技术中只对入侵行为进行报警，但未对入侵者的步行状态进行监测和预测，导致无法提供更全面的安全防护信息的问题。
为了解决上述问题，本发明提供一种基于光栅阵列的步行监测和预测方法，包括：
获取光纤振动传感信号；
提取所述光纤振动传感信号中的有效数据片；
根据所述有效数据片，确定步行信号数据片；
根据所述步行信号数据片，得到入侵者的行走状态特征；
根据所述入侵者的行走状态特征，对所述入侵者的行走位置进行预测。
进一步的，提取所述光纤振动传感信号中的有效数据片，包括：
提取所述光纤振动传感信号中幅值大于预设信号阈值的部分，并标记记为待分析信号；
截取预设时间长度的所述待分析信号，并按照时间序列排列，得到时域分析信号；
确定所述时域分析信号中第一个数据的方向，统计所述时域分析信号中数据发生方向改变的变换数据个数；
当所述变换数据个数大于预设的数量阈值时，将所述时域分析信号记为有效数据片。
进一步的，根据所述有效数据片，确定步行信号数据片，包括：
确定所述有效数据片的包络信号；
计算所述包络信号的时域特征参数，并判断所述包络信号的时域特征参数是否符合行走信号的特征范围；
当所述包络的时域特征参数符合行走信号的特征范围时，将所述有效数据片保留为步行信号数据片。
进一步的，确定所述有效数据片的包络信号，包括：
对所述有效数据片进行希尔伯特变换，得到响应信号；
根据所述有效数据片和响应信号，得到解析信号；
根据所述解析信号得到所述有效数据片的包络信号。
进一步的，计算所述包络信号的时域特征参数，并判断所述包络信号的时域特征参数是否符合行走信号的特征范围，包括：
计算所述包络信号的峭度值和波形因子；
判断所述包络信号的峭度值和波形因子是否均处于行走信号的特征范围内。
进一步的，根据所述步行信号数据片，得到行走状态特征包括：
根据所述步行信号数据片，确定所述系统中每个光纤光栅传感器的步行数据片的峰峰值和绝对值最大值；
根据所述每个光纤光栅传感器的步行数据片的峰峰值和绝对值最大值，确定每个光纤光栅传感器的步行数据片的权重值；
根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走方向和行走位置。
进一步的，根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走方向，包括：
当所述每个光纤光栅传感器的步行数据片的权重值的变化趋势相同时，确定所述入侵者的行走方向为纵向行走。
进一步的，根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走位置，包括：
当所述入侵者为纵向行走时，将所述光纤光栅传感器中步行数据片的权重值最大的光纤光栅传感器所在的位置确定为入侵者的行走位置。
进一步的，根据所述入侵者的行走状态特征，对所述入侵者的行走位置进行预测，包括：
根据所述每个光纤光栅传感器的步行数据片的权重值和每个光纤光栅传感器所在的位置，对所述入侵者的行走位置进行预测。
本发明还提供一种基于光栅阵列的步行状态监测和预测装置，包括：
信号获取模块，用于获取光纤振动传感信号；
有效数据片提取模块，用于提取所述光纤振动传感信号中的有效数据片；
步行信号数据片提取模块，用于根据所述有效数据片，确定步行信号数据片；
特征提取模块，用于根据所述步行信号数据片，得到入侵者的行走状态特征；
位置预测模块，用于根据所述入侵者的行走状态特征，对所述入侵者的行走位置进行预测。
与现有技术相比，本发明的有益效果包括：首先，获取光纤振动传感信号，提取其中的有效数据片；其次，根据所述有效数据片确定步行信号数据片；最后，根据所述步行信号数据片确定入侵者的行走状态特征并预测入侵者的行走位置。本发明能够利用现有的埋地式光栅阵列周界安防系统，通过对光纤振动传感信号进行有效数据的提取，再对有效数据进行特征分析，实现对入侵者行走方向的判断、行走步数统计，以及对入侵者下一步的行走位置进行预测，能够在不改变监测硬件设备的基础上，提供更全面的安防信息。本发明对于采用埋地式光栅阵列传感领域均可适用，不受光栅间距和传感光缆长度限制，具有较好的实用性。
附图说明
图1为本发明提供的埋地式光栅阵列周界安防系统一实施例的结构示意图；
图2为本发明提供的埋地式光栅阵列周界安防系统一实施例的光缆埋地示意图；
图3为本发明提供的基于光栅阵列步行监测和预测方法一实施例的流程示意图；
图4为本发明提供的根据有效数据片确定步行信号数据一实施例的流程示意图；
图5(a)为本发明提供的纵向行走状态一实施例的判断原理示意图；
图5(b)为本发明提供的横向行走状态一实施例的判断原理示意图；
图6为本发明提供的行走方向一实施例的示意图；
图7为本发明提供的一种基于光栅阵列步行监测和预测装置一实施例的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
在实施例描述之前，对相关术语进行释义：
光纤光栅：光纤光栅是一种通过一定方法使光纤纤芯的折射率发生轴向周期性调制而形成的衍射光栅，是一种无源滤波器件。由于光栅光纤具有体积小、熔接损耗小、全兼容于光纤、能埋入智能材料等优点，并且其谐振波长对温度、应变、折射率、浓度等外界环境的变化比较敏感，因此在制作光纤激光器、光纤通信和传感领域得到了广泛的应用。
如图1所示，图1为现有技术中常见的埋地式光栅阵列周界安防系统，包括激光器、脉冲调制模块、光放大器、干涉仪、埋地传感光缆、高速采集模块、电脑主机。工作原理为：激光器发出连续光，经过脉冲调制模块将连续光调制成脉冲光，再经过光放大器进入埋地传感光缆的光栅阵列中，将光栅阵列产生的携带干扰信号的反射光进入干涉仪中，在干涉仪中解调出干扰信号的相位信息，然后经由高速采集模块传入电脑主机中。
为了达到更好的探测效果，提高系统的灵敏度，光缆的埋地方式如图2所示，以梯形结构加上弧形龟背方式掩埋，在探测光缆下方先敷设高20mm的细土软沙，再用高100mm细土掩埋，细土上方再铺设一层高80mm的回填土，最后再铺设一层弧形龟背。
目前的埋地式光栅阵列传感周界只对有人入侵的行为发出报警，无法对入侵者步行状态进行监测和对行走位置进行预测。本发明在埋地式光栅阵列传感周界安防系统的基础上，对监测到的传感振动信息进行进一步的分析和处理，分析并得到入侵者行走方向、行走步数、步距等信息，并对其未来的行走位置进行预测，提供更全面的安全防护功能。
本发明实施例提供了一种基于光栅阵列的步行监测和预测方法，应用于埋地式光栅阵列周界安防系统，所述安防系统包括多个光纤光栅传感器；图3为本发明提供的基于光栅阵列的步行监测和预测方法一实施例的流程示意图，包括：
步骤S101：获取光纤振动传感信号；
步骤S102：提取所述光纤振动传感信号中的有效数据片；
步骤S103：根据所述有效数据片，确定步行信号数据；
步骤S104：根据所述步行信号数据，得到入侵者的行走状态特征；
步骤S105：根据所述入侵者的行走状态特征，预测所述入侵者的预测行走位置。
本实施例提供的基于光栅阵列的步行监测和预测方法，首先，获取光纤振动传感信号，提取其中的有效数据片；其次，根据所述有效数据片确定步行信号数据片；最后，根据所述步行信号数据片确定入侵者的行走状态特征并预测入侵者的行走位置。本发明能够利用现有的埋地式光栅阵列周界安防系统，通过对光纤振动传感信号进行有效数据的提取，再对有效数据进行特征分析，实现对入侵者行走方向的判断、行走步数统计，以及对入侵者下一步的行走位置进行预测，能够在不改变监测硬件设备的基础上，提供更全面的安防信息。本发明对于采用埋地式光栅阵列传感领域均可适用，不受光栅间距和传感光缆长度限制，具有较好的实用性。
作为优选的实施例，在步骤S102中，提取所述光纤振动传感信号中的有效数据片，包括：
提取所述光纤振动传感信号中幅值大于预设信号阈值的部分，并标记记为待分析信号；
截取预设时间长度的所述待分析信号，并按照时间序列排列，得到时域分析信号；
确定所述时域分析信号中第一个数据的方向，统计所述时域分析信号中数据发生方向改变的变换数据个数；
当所述变换数据的个数大于预设的数量阈值时，将所述时域分析信号记为有效数据片。
作为一个具体的实施例，通常将预设时间长度设置为两秒，截取两秒时长的待分析信号，并按照时间序列进行排列，得到时域分析信号。
为了提取出有效数据片中入侵者的行走数据片，需要对所述有效数据片中的干扰数据片进行筛除。作为优选的实施例，在步骤S103中，根据所述有效数据片，确定步行信号数据，包括：
确定所述有效数据片的包络信号；
计算所述包络信号的时域特征参数；
判断所述包络信号的时域特征参数是否符合行走信号的特征范围；
当所述包络信号的时域特征参数符合行走信号的特征范围时，将包络信号对应的有效数据片保留为步行信号数据片。
作为优选的实施例，确定所述有效数据片的包络信号，包括：
对所述有效数据片进行希尔伯特变换，得到响应信号；
根据所述有效数据片和响应信号，得到所述有效信号的解析信号；
根据所述解析信号得到所述有效数据片的包络信号。
作为优选的实施例，计算所述包络信号的时域特征参数，并判断所述包络信号的时域特征参数是否符合行走信号的特征范围，包括：
计算所述包络信号的峭度值和波形因子；
判断所述包络信号的峭度值和波形因子是否均处于人行走信号的特征范围。
下面结合图4，通过一个具体的实施例，对上述根据有效数据片确定步行信号数据的过程进行完整介绍：
步骤S401：对所述有效数据片进行希尔伯特变换，得到响应信号：
根据公式对有效数据片做希尔伯特变换；其中，x(t)表示数据片原始信号，*表示卷积，/>表示希尔伯特变换后的响应信号；
步骤S402：根据公式提取有效信号的包络信号；其中，z(t)表示x(t)的解析信号，|z(t)|表示z(t)的模，也就是x(t)的包络信号；
步骤S403：根据公式计算每一个有效数据片包络信号的峭度值；其中，i＝1,2,…,N；N表示数据片长度；c表示包络信号峭度值；xi表示第i个包络信号值；/>为包络信号均值；δt为数据片包络信号标准差；
步骤S404：根据公式计算有效数据片包络信号的波形因子；其中i＝1,2,…,N；/>表示包络信号绝对值的平均值；/>表示包络信号均方根值；
步骤S405：当波形因子和峭度值均处于人行走信号特征范围，保留所述包络信号对应的有效数据片为步行信号数据片。
作为优选的实施例，根据所述步行信号数据片，得到行走状态特征包括：
根据所述步行信号数据片，确定所述系统中每个光纤光栅传感器的步行数据片的峰峰值和绝对值最大值；
根据所述每个光纤光栅传感器的步行数据片的峰峰值和绝对值最大值，确定每个光纤光栅传感器的步行数据片的权重值；
根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走方向和行走位置。
作为一个具体的实施例，权重值具体计算方法包括：
计算每一个光纤光栅传感器的步行数据片峰峰值：
假设光纤光栅传感器1峰峰值为：p11,p12,…,p1n，光纤光栅传感器2峰峰值为：p21,p22,…,p2n，光纤光栅传感器n峰峰值为：pn1,pn2,…,pnn；
计算每一个光纤光栅传感器的步行信号数据片的绝对值最大值：
假设光纤光栅传感器1的绝对值最大值为：m11,m12,…,m1n，光纤光栅传感器2的绝对值最大值为：m21,m22,…,m2n，光纤光栅传感器m的绝对值最大值为：mn1,mn2,…,mnn；
根据公式计算每个光纤光栅传感器的步行数据片的权重值。
作为优选的实施例，根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走方向，包括：
当所述每个光纤光栅传感器的步行数据片的权重值的变化趋势相同时，确定所述入侵者的行走方向为纵向行走。
作为优选的实施例，根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走位置，包括：
当所述入侵者为纵向行走时，将所述光纤光栅传感器中步行数据片的权重值最大的光纤光栅传感器所在的位置确定为入侵者的行走位置。
下面结合图5(a)、图5(b)和图6对上述行走方向和行走位置的判断过程进行更直观的展示。
作为一个具体的实施例，确定入侵者的行走方向，具体包括：
若光纤光栅传感器权重值的变化趋势相同(都变大或者都变小)，如图5(a)中所示，从图中可以看出，光纤光栅传感器1、2、3的权重值均增大，因此，判断此时入侵者的行走方向为纵向行走。
若传感器权重值变化趋势不相同，如图5(b)所示，图中传感器2和传感器3的权重值增大，但传感器1的权重值减小，此时行走方向为横向。
纵向行走和横向行走的示意图如图6所示。横向行走表示沿光缆铺设方向行走；纵向行走表示逐渐靠近光缆铺设范围。
作为一个具体的实施例，确定入侵者的位置，具体包括：
若入侵者纵向行走，则所有监测时间段内，权重值最大值所在传感器位置就是入侵者行走位置，如图5(a)所示，入侵者的行走位置在传感器2处；
若入侵者横向行走，在某监测时刻权重值最大值所在传感器位置就是入侵者行走位置，如图5(b)所示，t1时刻传感器1的权重值最大，则判断入侵者在传感器1的位置；同理可以判断在t2、t3时刻，入侵者在传感器2位置。
除了对行走方向和行走位置进行确定，本实施例的方法还能够对行走步数和步距进行统计和计算。
作为一个具体的实施例，步数统计的具体方法包括：
若入侵者纵向行走，统计采样期间行走位置传感器权重最大值的个数，行走步数＝最大权重值个数-1，即图5(a)中纵向行走2步。
若入侵者横向行走，计算采样期间数据中同时刻权重最大值个数，行走步数＝最大权重值个数-1，即图5(b)中横向行走步数为2步。
作为一个具体的实施例，行走步距的计算方法包括：
假设本实施例所使用的埋地式光栅阵列分布式周界探测系统可探测埋地光缆1米范围内信号，则：
若入侵者纵向行走，统计纵向行走1米的行走步数，步距Δh＝100cm/行走步数；
若入侵者横向行走，统计上一传感器到下一传感器的行走步数，步距:/行走步数(Δa表示两传感器距离)。
作为优选的实施例，根据所述入侵者的行走状态特征，对所述入侵者的行走位置进行预测，包括：
根据所述每个光纤光栅传感器的步行数据片的权重值和每个光纤光栅传感器所在的位置，对所述入侵者的行走位置进行预测。
作为一个具体的实施例，根据移动平均法对所述入侵者的行走位置进行预测，具体过程为：
计算每一个传感器的权重值
根据公式预测下一步行走位置。
其中，At表示下一步行走预测传感器位置；An表示第n个传感器位置；j表示传感器j；Wnj表示第j个传感器的第n个采样到的权重值。
本发明还提供一种基于光栅阵列的步行状态监测和预测装置,其结构框图如图7所示，所述基于光栅阵列的步行状态监测和预测装置700，包括：
信号获取模块701，用于获取光纤振动传感信号；
有效数据片提取模块702，用于提取所述光纤振动传感信号中的有效数据片；
步行信号数据片提取模块703，用于根据所述有效数据片，确定步行信号数据片；
特征提取模块704，用于根据所述步行信号数据片，得到入侵者的行走状态特征；
位置预测模块705，用于根据所述入侵者的行走状态特征，对所述入侵者的行走位置进行预测。
本发明公开的一种基于光栅阵列的步行监测和预测方法和装置，首先，获取光纤振动传感信号，提取其中的有效数据片；其次，根据所述有效数据片确定步行信号数据片；最后，根据所述步行信号数据片确定入侵者的行走状态特征并预测入侵者的行走位置。本发明能够利用现有的埋地式光栅阵列周界安防系统，通过对光纤振动传感信号进行有效数据的提取，再对有效数据进行特征分析，实现对入侵者行走方向的判断、行走步数统计，以及对入侵者下一步的行走位置进行预测，能够在不改变监测硬件设备的基础上，提供更全面的安防信息。本发明对于采用埋地式光栅阵列传感领域均可适用，不受光栅间距和传感光缆长度限制，具有较好的实用性。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于光栅阵列的步行监测和预测方法，应用于埋地式光栅阵列周界安防系统，所述安防系统包括多个光纤光栅传感器；其特征在于，包括：
获取光纤振动传感信号；
提取所述光纤振动传感信号中的有效数据片；
根据所述有效数据片，确定步行信号数据片；
根据所述步行信号数据片，得到入侵者的行走状态特征；
根据所述入侵者的行走状态特征，对所述入侵者的行走位置进行预测；
提取所述光纤振动传感信号中的有效数据片，包括：
提取所述光纤振动传感信号中幅值大于预设信号阈值的部分，并标记记为待分析信号；
截取预设时间长度的所述待分析信号，并按照时间序列排列，得到时域分析信号；
确定所述时域分析信号中第一个数据的方向，统计所述时域分析信号中数据发生方向改变的变换数据个数；
当所述变换数据个数大于预设的数量阈值时，将所述时域分析信号记为有效数据片；
根据所述步行信号数据片，得到行走状态特征包括：
根据所述步行信号数据片，确定所述系统中每个光纤光栅传感器的步行数据片的峰峰值和绝对值最大值；
根据所述每个光纤光栅传感器的步行数据片的峰峰值和绝对值最大值，确定每个光纤光栅传感器的步行数据片的权重值；
根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走方向和行走位置；
根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走方向，包括：
当所述每个光纤光栅传感器的步行数据片的权重值的变化趋势相同时，确定所述入侵者的行走方向为纵向行走；
若所述每个光纤光栅传感器的步行数据片的权重值变化趋势不相同时，确定所述入侵者的行走方向为横向行走。
2.根据权利要求1所述的基于光栅阵列的步行监测和预测方法，其特征在于，根据所述有效数据片，确定步行信号数据片，包括：
确定所述有效数据片的包络信号；
计算所述包络信号的时域特征参数，并判断所述包络信号的时域特征参数是否符合行走信号的特征范围；
当所述包络的时域特征参数符合行走信号的特征范围时，将所述有效数据片保留为步行信号数据片。
3.根据权利要求2所述的基于光栅阵列的步行监测和预测方法，其特征在于，确定所述有效数据片的包络信号，包括：
对所述有效数据片进行希尔伯特变换，得到响应信号；
根据所述有效数据片和响应信号，得到解析信号；
根据所述解析信号得到所述有效数据片的包络信号。
4.根据权利要求2所述的基于光栅阵列的步行监测和预测方法，其特征在于，计算所述包络信号的时域特征参数，并判断所述包络信号的时域特征参数是否符合行走信号的特征范围，包括：
计算所述包络信号的峭度值和波形因子；
判断所述包络信号的峭度值和波形因子是否均处于行走信号的特征范围内。
5.根据权利要求1所述的基于光栅阵列的步行监测和预测方法，其特征在于，根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走位置，包括：
当所述入侵者为纵向行走时，将所述光纤光栅传感器中步行数据片的权重值最大的光纤光栅传感器所在的位置确定为入侵者的行走位置。
6.根据权利要求1所述的基于光栅阵列的步行监测和预测方法，其特征在于，根据所述入侵者的行走状态特征，对所述入侵者的行走位置进行预测，包括：
根据所述每个光纤光栅传感器的步行数据片的权重值和每个光纤光栅传感器所在的位置，对所述入侵者的行走位置进行预测。
7.一种基于光栅阵列的步行状态监测和预测装置，应用于埋地式光栅阵列周界安防系统，所述安防系统包括多个光纤光栅传感器；其特征在于，包括：
信号获取模块，用于获取光纤振动传感信号；
有效数据片提取模块，用于提取所述光纤振动传感信号中的有效数据片；
步行信号数据片提取模块，用于根据所述有效数据片，确定步行信号数据片；
特征提取模块，用于根据所述步行信号数据片，得到入侵者的行走状态特征；
位置预测模块，用于根据所述入侵者的行走状态特征，对所述入侵者的行走位置进行预测；
提取所述光纤振动传感信号中的有效数据片，包括：
提取所述光纤振动传感信号中幅值大于预设信号阈值的部分，并标记记为待分析信号；
截取预设时间长度的所述待分析信号，并按照时间序列排列，得到时域分析信号；
确定所述时域分析信号中第一个数据的方向，统计所述时域分析信号中数据发生方向改变的变换数据个数；
当所述变换数据个数大于预设的数量阈值时，将所述时域分析信号记为有效数据片；
根据所述步行信号数据片，得到行走状态特征包括：
根据所述步行信号数据片，确定所述系统中每个光纤光栅传感器的步行数据片的峰峰值和绝对值最大值；
根据所述每个光纤光栅传感器的步行数据片的峰峰值和绝对值最大值，确定每个光纤光栅传感器的步行数据片的权重值；
根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走方向和行走位置；
根据所述每个光纤光栅传感器的步行数据片的权重值确定入侵者的行走方向，包括：
当所述每个光纤光栅传感器的步行数据片的权重值的变化趋势相同时，确定所述入侵者的行走方向为纵向行走；
若所述每个光纤光栅传感器的步行数据片的权重值变化趋势不相同时，确定所述入侵者的行走方向为横向行走。
CN202210957179.4A 2022-08-10 2022-08-10 一种基于光栅阵列的步行监测和预测方法及装置 Active CN115394024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210957179.4A CN115394024B (zh) 2022-08-10 2022-08-10 一种基于光栅阵列的步行监测和预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210957179.4A CN115394024B (zh) 2022-08-10 2022-08-10 一种基于光栅阵列的步行监测和预测方法及装置

Publications (2)

Publication Number Publication Date
CN115394024A CN115394024A (zh) 2022-11-25
CN115394024B true CN115394024B (zh) 2024-02-23

Family

ID=84119670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210957179.4A Active CN115394024B (zh) 2022-08-10 2022-08-10 一种基于光栅阵列的步行监测和预测方法及装置

Country Status (1)

Country Link
CN (1) CN115394024B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
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
CN102279995A (zh) * 2011-06-15 2011-12-14 新疆华讯科技开发有限公司 基于物联网的安防预警系统
CN102521939A (zh) * 2011-12-16 2012-06-27 武汉理工光科股份有限公司 一种光纤光栅周界防入侵系统及其报警方法
CN102968868A (zh) * 2012-10-31 2013-03-13 武汉理工光科股份有限公司 基于时域包络分析光纤光栅周界入侵行为识别方法及系统
CN103337120A (zh) * 2013-06-26 2013-10-02 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
CN106504266A (zh) * 2016-09-29 2017-03-15 北京市商汤科技开发有限公司 行走行为的预测方法和装置、数据处理装置和电子设备
CN106815955A (zh) * 2015-11-30 2017-06-09 成都德善能科技有限公司 一种居民周界入侵报警系统方法
CN107589686A (zh) * 2016-07-09 2018-01-16 韩宇龙 一种视觉和振动阵列感知一体化的智能安防监控系统
CN109596124A (zh) * 2019-01-31 2019-04-09 北京永安信通科技股份有限公司 基于步行数据的单人定位方法、装置和电子设备
CN109815892A (zh) * 2019-01-22 2019-05-28 武汉理工大学 基于cnn的分布式光纤光栅传感网络的信号识别方法
CN110220452A (zh) * 2018-03-01 2019-09-10 中兴通讯股份有限公司 一种定位方法及系统
RU196573U1 (ru) * 2019-09-11 2020-03-05 Федеральное государственное бюджетное образовательное учреждение высшего образования "Череповецкий государственный университет" Волоконно-оптическая система мониторинга состояния объекта
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
CN114659611A (zh) * 2022-03-16 2022-06-24 武汉理工大学 基于光纤光栅阵列的轨道扣件状态监测系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
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
CN102279995A (zh) * 2011-06-15 2011-12-14 新疆华讯科技开发有限公司 基于物联网的安防预警系统
CN102521939A (zh) * 2011-12-16 2012-06-27 武汉理工光科股份有限公司 一种光纤光栅周界防入侵系统及其报警方法
CN102968868A (zh) * 2012-10-31 2013-03-13 武汉理工光科股份有限公司 基于时域包络分析光纤光栅周界入侵行为识别方法及系统
CN103337120A (zh) * 2013-06-26 2013-10-02 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
CN106815955A (zh) * 2015-11-30 2017-06-09 成都德善能科技有限公司 一种居民周界入侵报警系统方法
CN107589686A (zh) * 2016-07-09 2018-01-16 韩宇龙 一种视觉和振动阵列感知一体化的智能安防监控系统
CN106504266A (zh) * 2016-09-29 2017-03-15 北京市商汤科技开发有限公司 行走行为的预测方法和装置、数据处理装置和电子设备
CN110220452A (zh) * 2018-03-01 2019-09-10 中兴通讯股份有限公司 一种定位方法及系统
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
CN109815892A (zh) * 2019-01-22 2019-05-28 武汉理工大学 基于cnn的分布式光纤光栅传感网络的信号识别方法
CN109596124A (zh) * 2019-01-31 2019-04-09 北京永安信通科技股份有限公司 基于步行数据的单人定位方法、装置和电子设备
RU196573U1 (ru) * 2019-09-11 2020-03-05 Федеральное государственное бюджетное образовательное учреждение высшего образования "Череповецкий государственный университет" Волоконно-оптическая система мониторинга состояния объекта
CN114659611A (zh) * 2022-03-16 2022-06-24 武汉理工大学 基于光纤光栅阵列的轨道扣件状态监测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
地埋式光纤入侵监测系统研究;李淑娟 等;激光与光电子学进展;第54卷(第01期);1-7 *

Also Published As

Publication number Publication date
CN115394024A (zh) 2022-11-25

Similar Documents

Publication Publication Date Title
EP3369085B1 (en) Monitoring traffic flow
CN101556724B (zh) 光纤周界安全管理系统及其模式识别方法
US8346592B2 (en) Method and system for determining a threat against a border
US20180357542A1 (en) 1D-CNN-Based Distributed Optical Fiber Sensing Signal Feature Learning and Classification Method
CN101930649B (zh) 光纤围栏报警系统在恶劣天气条件下防止误报的方法
CN105931402A (zh) 基于图像识别的光纤周界入侵监测方法
WO2011006210A1 (en) Intrusion detection
CN103824406A (zh) 基于光纤传感的隧道电缆入侵探测方法和系统
Wu et al. A novel FBG-based security fence enabling to detect extremely weak intrusion signals from nonequivalent sensor nodes
CN101916492A (zh) 一种在安防系统中应用的光纤智能传感装置
CN105261136A (zh) 一种光纤监测报警系统中屏蔽天气干扰的方法及装置
CN102243795A (zh) 一种在安防系统中应用的光纤智能传感装置
CN206610396U (zh) 一种光纤光栅围栏入侵报警检测系统
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
CN109374116A (zh) 地埋式光纤传感振动探测系统的挖掘行为识别方法
CN113990018B (zh) 一种安全风险预测系统
CN108801437A (zh) 基于扰动信号特征提取的分布式光纤振动传感定位方法及装置
CN106781152A (zh) 一种光纤光栅围栏入侵报警检测系统及方法
CN114964330A (zh) 基于光纤传感及多参数融合的故障监测系统及其监测方法
CN112556760A (zh) 一种桥梁裂缝监测系统
CN115394024B (zh) 一种基于光栅阵列的步行监测和预测方法及装置
JP2023550091A (ja) 分散型光ファイバセンシングによる振動の垂直距離予測
CN207020793U (zh) 一种具有视频联动功能的光纤围栏周界入侵监控设备
Qiang Engineering design of electronic fence system based on intelligent monitoring and wireless local area network
AU2023214386A1 (en) Intrusion detection algorithm with reduced tuning requirement

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