基于Φ-OTDR的振动事件识别分类器研究进展 |
| |
作者姓名: | 赵丽娟 魏迎健 徐志钮 |
| |
作者单位: | 华北电力大学电气与电子工程学院 |
| |
基金项目: | 国家自然科学基金项目(62171185、62273146)资助;;河北省自然科学基金项目(E2019502177、E2020502010)资助; |
| |
摘 要: | 相位敏感光时域反射计(Φ-OTDR)凭借着传感距离长、铺设简单、耐腐蚀和抗电磁干扰等特点被广泛应用于分布式振动监测领域。随着传感任务多样化及人工智能的广泛应用,对振动事件的类型识别成为研究的热点方向。为了使读者能更好理解识别分类器研究进展和发展趋势,先后介绍了传统识别分类器和基于深度学习的神经网络识别分类器,对不同分类器性能指标、优缺点和应用场合进行了比较,最后对Φ-OTDR振动事件识别研究方向进行了展望。
|
关 键 词: | 相位敏感光时域反射计 振动事件识别 深度学习 神经网络 |
本文献已被 维普 等数据库收录! |
|