基于多尺度特征融合的φ-OTDR系统相似信号识别方法 |
| |
作者姓名: | 宋文强 丁哲文 毛邦宁 徐贲 龚华平 康娟 赵春柳 |
| |
作者单位: | 中国计量大学光学与电子科技学院 |
| |
基金项目: | 国家自然科学基金青年科学基金(62305319); |
| |
摘 要: | 为解决分布式相位敏感光时域反射计系统现有事件识别方法对于相似振动信号识别困难这一问题,提出了一种基于多尺度特征融合的相似信号识别方法。在该方法中,原始信号首先通过经验模态分解和小波包分解被分解为不同频率范围内的子信号。随后,分别提取原始信号和子信号的时频特征和近似熵特征,并利用主成分分析法对所提取的特征进行融合。最后,通过构建一个6层轻量反向传播(BP)神经网络分类器,训练分类模型并利用测试集验证模型分类度。该方法对小车经过和行走等相似信号的识别准确率可分别达到98.5%和98.0%,对于敲击和摇晃差异性大的信号的识别准确率可达100%。相比于直接从原始信号中提取特征并结合时频图的卷积神经网络方式,所提方法的综合识别准确率分别提高了8.4%与9.0%,相似信号的识别准确率分别提高了13.5%与12.4%。结果表明,该方法在保证差异性大的信号的高识别准确率的基础上,显著提高了相似信号的识别准确率,对于拓展分布式光纤传感的应用范围有重要的价值。
|
关 键 词: | 光通信 相位敏感光时域反射计 时频特征 近似熵 多尺度特征融合 反向传播神经网络 |
|