共查询到20条相似文献,搜索用时 15 毫秒
1.
振动信号的分析与识别是影响光纤周界系统性能的关键技术.综述了近几年光纤振动信号识别的典型算法,包括经验模态分解识别算法、神经网络识别算法、支持向量机识别算法、极速学习机识别算法和随机配置网络识别算法.比较分析了这些算法存在的的优缺点,展望了光纤振动信号识别算法的发展趋势. 相似文献
2.
3.
4.
为了提高周界入侵事件的识别率,本文提出一种基于超弱光纤光栅(UWFBG)阵列的光纤周界入侵事件识别方法。该方法通过变分模态分解(VMD)将入侵信号进行分解,然后选择最佳分量并提取其多尺度模糊熵(MFE),与信号过零率(ZCR)相结合构造特征向量,将其输入到Sigmoid函数拟合的支持向量机(SVM),实现对晃动、剪切、刮风、下雨和无入侵5种不同的事件的识别。实验表明,该方法可以准确识别5种常见的事件信号,平均识别率达到98%。此外,该方法可以在输出各入侵事件类别的同时输出各类事件发生的概率值。 相似文献
5.
针对马赫-曾德尔光纤周界系统振动信号扰动信 息提取及识别中的问题,提出了一种 基于局部特征尺度分解(LCD)和改进概率神经网络(PNN)的识别方法。首先,采用LCD将振动 信号分解成一系列内禀尺度分量(ISC),再将分解得到的ISC分量每连续3阶一组进行独立成 分分析(ICA),提取扰动信息。其次,提取振动信号的峭度、排列熵、瞬时幅度标准差和瞬 时频率标准差构造具有准确描述能力的特征向量。最后,采用经模糊C均值聚类(FCM)优化后 的PNN对振动信号进行识别分类。利用六种振动信号实验数据进行验证。结果表明,该方法 能够高效准确的识别六种振动信号,平均识别率达到97.17%,识别时 间为0.78 s。该方法在 有效信息提取和振动信号识别方面明显优于传统的LCD算法和PNN算法,具有实际应用价值。 相似文献
6.
7.
8.
实际应用中,分布式光纤振动传感系统所测信号多为非平稳随机信号,对其进行模式识别的关键是准确获取信号的幅值-时间-频率瞬时特征。现有的相关研究表明,经验模态分解EMD方法结合希尔伯特变换可获得所测信号中固有模态分量的瞬时能量和瞬时频率,但存在模态混叠问题,后续改进的总体经验模态分解EEMD方法存在伪分量,重构误差大,互补经验模态分解CEEMD方法减小了重构误差的同时增加了运算量,无法保证特征提取与分类的效率与准确性。文中基于改进型经验模态分解方法结合希尔伯特变换MEEMD-HHT方法实现分布式光纤振动传感系统的特征提取,引入的排列熵的评价机制优化了分解过程中随机噪声迭代次数,通过仿真分析与实验对比,验证了该方法可有效解决上述方法中存在的问题,使系统在处理时间、特征准确度等性能皆有提高。实验结果表明,所提出的方法对于单频振动信号平均特征提取准确率达99.2%;对于混频振动信号平均特征提取准确率达98.1%,相对于EMD和CEEMD分别提高15.6%和7%,算法平均耗时最短,为3.8259 s,为分布式光纤振动传感系统的信号特征提取提供了一种可靠、高效的方法。 相似文献
9.
10.
在获取电网调度信号后,大多采用传统深度置信型辨识制度提取异常数据,只能获取低维数据包含的异常信息参量,使得最终数据提取结果曲线下面积(AUC)值较低。因此,为了提高电网调度信号异常数据提取结果的AUC值,提出基于数据挖掘算法的电网调度信号异常数据提取方法。应用独立成分分析算法处理电网调度信号,去除信号中的噪声信息。并对去噪后的信号进行小波分解,得到多个子信号数据集。运用数据挖掘算法中的聚类算法分析子信号数据集,得到数据样本特征,并在考虑属性特征密度指标的情况下完成数据特征分类,获取异常数据特征。最后,在支持向量数据描述的辅助下,检测出电网调度信号异常数据,汇总这部分数据即可完成异常数据提取。实验结果表明,所提方法应用后得到的异常数据提取结果AUC值总是大于0.85,证明了其具优越的应用效果。 相似文献
11.
针对分布式光纤周界安防系统易受外界各种干扰导 致误报率高的问题,本文根据不同干扰源引起的系统输出信号在时频分布上的差异, 基于小波分析方 法建立小波能量熵(WEG)测度将这种差异表现为信号分解尺度上能量 分布的差异进行定量描述,实现对系 统输出信号进行特征提取和分类,可以有效区分外界轻微扰动、风雨等环境因素与 蓄意入侵所引 起的信号之间的差别,提高系统的准确性和实时性。实验结果表明:本文方法可以有效排除 非人为入侵的干扰,正确识别率高于93%,实验较低的 误报率。 相似文献
12.
针对传统分解信号方法需要人工设定基函数,具有测不准性等问题,采用自驱动的傅里叶分解方法(FDM)处理信号,提出一种基于FDM能量熵的特征提取与识别方法.首先对振动信号进行FDM分解,得到若干个傅里叶固有带函数;然后利用自相关性原理重构信号,并提取信号FDM能量熵特征;最后将融合的特征向量送入支持向量机进行训练,并对有害... 相似文献
13.
光纤传感技术具有抗电磁干扰、现场无需供电、维护简单、灵敏度高等优点,非常适合应用于重要场所的周界安全监测。文章以实施于某输油场站周界的光纤预警系统作为应用案例,针对光纤安防系统的高灵敏度与低误报率不能同时兼顾的问题,从系统布防、信号分析等方面进行探讨。经过测试实验和运行观察,文章采取的方法能够有效抑制风雨天气引起的误报警,有效提升光纤预警系统的监测效果。 相似文献
14.
提出了一种基于导数分析与典型特征选取的信 号识别新算法。首先,分析信号导数与频率的关系,得到信号的时频特性;其次,根据时频 分布的特点,选取具有代表性的典型特征,以降低特征维度,减少识别时间;最后,应用概 率神经网络(PNN)对典型特征进行学习和分类。采用4种扰动信号对本文算法进行实验验证 ,平均正确识别率达95.7%,且识别时间小于0.23s。实验结果表明,本文算法能够快速准确 地识别扰动类型,为Mech-Zehnder(M-Z)干涉型周界系统的模式识别提供一种科学可靠的 方法。 相似文献
15.
16.
为了能够更好地识别入侵振动信号,通过研究分布式光纤振动传感器及振动信号的识别技术,根据振动信号的特点,借鉴语音信号的处理方法,对比原有基于快速傅里叶变换频谱分析算法,引入了基于Mel频率倒谱系数的识别算法。新算法从频域的角度对振动信号进行分析,提取不同环境状态下的Mel频率倒谱系数,并将其作为新的特征参量。通过实验对比分析两种算法,两者的误报率分别为27.5%和7.5%。结果表明,基于Mel频率倒谱系数的算法相比基于快速傅里叶变换的频谱分析算法,在误报率上可以降低20%甚至更多,在不漏报的前提下,显然误报率更低的基于Mel频率倒谱系数的算法更加适用于安防体系。 相似文献
17.
利用当前方法对运动负荷量进行监测时,未对运动员的心率信号降维处理,存在Kappa系数低、信号信噪比低和监测性能差的问题,为此,提出基于数据挖掘的运动负荷量监测方法。构建半监督式运动负荷邻域图,提取运动员的心率信号,完成数据挖掘;在半监督正则化方法的基础上,降维处理运动员的心率信号,保证数据计算的准确性;去噪低维信号,预处理提取的特征;通过支持向量机分类心率信号特征,实现运动负荷量监测。实验结果表明,所提方法的Kappa系数高、信号信噪比高、监测性能好。 相似文献
18.
19.
20.