[发明专利]可灵活配置的光纤扰动事件端点检测方法及检测仪

说明书

技术领域

本发明涉及数字信号处理技术领域，尤其涉及一种对在全光纤周界安防系统中各种侵犯动作引起的扰动信号，寻找振动起始点的方法。

背景技术

随着光纤通信技术的发展，光纤传感技术迅速成为一门新兴的技术。作为这项技术的一个重要应用，光纤周界安防系统^[1]由于具有灵敏度高、安全可靠、抗电磁干扰以及传输信息量大等优点也受到越来越多的关注。光纤周界安防系统可对光纤沿途入侵行为产生的振动进行持续有效监控，当发生外界入侵事件^[2][3](攀爬围栏、盗剪围栏以及敲击光缆等)时，振动传感器将采集到外界侵犯扰动信号，然后通过对扰动信号处理，可以判断有无扰动判别^[4]、故障定位^[5][6]、以及故障模式分类识别^[7]等功能。

早期光纤周界安防系统信号处理算法是将整帧扰动信号传入计算机内直接进行定位^[8]及模式识别^[9]的处理，这种方法设计思路简单，但是由于光纤周界安防系统在信号检测过程中，检测到的包含扰动信息的信号段往往只占很小的比例，大部分的处理过程都在做无用功，因此浪费了大量的时间和内存。而且长距离的光纤扰动信号容易受到噪声的影响，这些算法并没有滤除环境噪声，因此定位精度以及模式识别准确度不高。由此可见，寻找光纤扰动事件发生端点是提升周界安防检测光纤周界安防系统性能的关键。

近年来，学者们提出了许多端点检测方法^[10-12]，文献^[13]提出了利用离散小波分解寻找振动起始点，并提取出有效数据域，之后再对有效数据域进行定位。这种算法既显著提高了算法运算速度，又有效降低了各类相干噪声和干扰引入的定位误差。但是这里面寻找振动起始点的方法只是通过提取扰动信号小波分解上层细节系数，然后设置阈值判断来实现。由于设定的阈值为绝对值，不能够适应外界环境的变化，而且寻找到的振动起始点不够准确，与其实际位置相比存在一定的滞后，这很难满足光纤故障模式分类识别的要求。光纤故障模式识别对位置要求很严格，滞后的端点将会带来提取特征向量的很大变化，不能够及时得到侵犯动作信息，从而降低光纤故障模式识别的准确率。除此之外，小波分解的耗时以及运算量随着分解层数增加而成指数增长，这将很难满足安防系统对于时效性的要求。

文献^[14]提出了一种基于卷积窗高通滤波器的端点检测算法，该算法首先将信号通过一个高通滤波器，滤除掉低频的环境噪声，然后与事先设定好的能量阈值作比较得到振动端点。相比于基于小波分解的检测算法，该方法可以根据不同的环境通过调节高通滤波器参数，能够适应外界环境的变化，而且算法的检测精度更高，具有更好的检测效果。但是，这种算法需要设置比较长的频率向量(N＝256)，会带来较高的计算复杂度，在实际工程中会产生较大的计算成本。

发明内容

本发明提供了一种可灵活配置的光纤扰动事件端点检测方法及检测仪，本发明提供的检测方法及检测仪可对参数进行调节，能够满足各种环境背景的需求，具有很高的时效性，且成本较低，详见下文描述：

一种可灵活配置的光纤扰动事件端点检测方法，所述光纤扰动事件端点检测方法包括以下步骤：

从输入信号中获取高通滤波器的阻带宽度、频率平移量、以及滤波器频率向量的长度；

通过所述阻带宽度、所述频率平移量、以及所述滤波器频率向量的长度获取频移滤波器系数：

对所述频移滤波器系数做傅里叶变换，并通过Kaiser窗与矩形窗获取补偿滤波器系数；

通过所述频移滤波器系数、所述补偿滤波器系数获取频移补偿低通滤波器系数；

对所述频移补偿低通滤波器系数进行处理，得到高通滤波器；

将下采样后的信号输入到所述高通滤波器中，得到滤波输出序列；

搜寻所述滤波输出序列中首次大于能量阈值的位置，该位置即为扰动起始点。

其中，所述对所述频移滤波器系数做傅里叶变换，并通过Kaiser窗与矩形窗获取补偿滤波器系数具体为：

获取所述频移滤波器幅频曲线在ω＝0和ω＝2π/N处的频率采样值；通过频率采样值得到补偿滤波器的频率向量，并推导出加窗前的补偿滤波器系数；

获取长度为N的优化后的Kaiser窗w_k(n)；

将优化后的Kaiser窗w_k(n)与长度为N的矩形窗进行卷积，得到优化后的Kaiser卷积窗；