[发明专利]光纤周界入侵信号的识别方法、装置及周界入侵报警系统

说明书

一种光纤周界入侵信号的识别方法、识别装置及光纤周界入侵报警系统。该识别方法包括：获取与光纤周界有关的实时信号；对实时信号进行预处理；判断预处理后的实时信号是否为入侵信号；根据决策树确定的分类规则对入侵信号进行分类；通过提取入侵信号的片段，获得入侵信号的片段的相关特征量；以及根据入侵信号的片段的相关特征量，组成第一训练数据集；对第一训练数据集进行随机抽样，组成第二训练数据集；并且根据第二训练数据集，创建多棵决策树。该方法简单、易于实现，对入侵信号的分类能力高并且分类效果较好。

技术领域

本发明涉及光电信号处理及辨识技术，尤其涉及一种光纤周界入侵信号的识别方法、识别装置及光纤周界入侵报警系统。

背景技术

随着社会的发展，为了防止非法入侵和破坏，越来越多的重要设施都需要进行周界监测和安防。而光纤光栅技术由于其结构简单、介质绝缘、耐高压、耐腐蚀、不受电磁干扰及具有较高灵敏度等特性，广泛地被应用于智能周界安防系统中。

对于采用光纤光栅技术的周界安防系统，其主要面临的问题在于对入侵信号的识别，及对外界环境如风、雨、雪或车辆来往等干扰信号的屏蔽。目前对于入侵事件的识别主要采用神经网络、支持向量机(SVM)等经典机器学习方法。

如何提供一种简单易实现、分类能力高、且分类效果好的入侵信号识别方法成为业界的一个研究方向。

发明内容

有鉴于此，本发明提供了一种光纤周界入侵信号的识别方法、识别装置及光纤周界入侵报警系统，以满足光纤周界入侵系统对入侵事件的识别及报警要求。

本发明的额外方面和优点将部分地在下面的描述中阐述，并且部分地将从描述中变得显然，或者可以通过本发明的实践而习得。

本发明一方面提供了一种光纤周界入侵信号的识别方法，包括：获取与光纤周界有关的实时信号；对实时信号进行预处理；判断预处理后的实时信号是否为入侵信号；根据决策树确定的分类规则对入侵信号进行分类；通过提取入侵信号的片段，获得入侵信号的片段的相关特征量；以及根据入侵信号的片段的相关特征量，组成第一训练数据集；对第一训练数据集进行随机抽样，组成第二训练数据集；并且根据第二训练数据集，创建多棵决策树。

于一实施例中，其中每棵决策树所确定的分类规则包括：从所述决策树的根到其叶子节点的每条路径上的分类规则；其中每个分类规则包括：以沿着其每条路径上的每个属性条件形成的分类规则的前件的一个合取项以及以该路径上的叶子节点形成的所述分类规则的后件。

于另一实施例中，其中根据决策树确定的分类规则对入侵信号进行分类包括：依次根据多棵决策树中的每棵决策树所确定的分类规则及所述入侵信号的相关特征量对所述入侵信号进行分类，以获得多个分类结果；将所述多个分类结果中相同的分类结果分为一组，统计各组的分类结果的数量，以其中包括分类结果的数量最多的组的分类结果作为所述入侵信号最终的分类结果。

于再一实施例中，其中在创建每棵决策树时，针对每个所述第二训练数据集的输入向量，每次分裂都重新从该输入向量的所有相关特征量中随机抽取部分或全部的相关特征量。

于再一实施例中，其中创建所述决策树包括：根据所述第一训练数据集，对所述决策树进行后剪枝。

于再一实施例中，其中创建所述决策树还包括：其中创建所述决策树还包括：根据所述第一训练数据集，多次对所述决策树进行训练，以获得最佳的决策树。

于再一实施例中，其中所述识别方法还包括采用如下决策树的算法：采用Gini指标作为分裂属性度量的CART算法。

于再一实施例中，其中所述相关特征量包括：峰均方差、方差、偏度、峭度、极点数目及采用小波包分解获得的频域特征量中的部分或全部。