[发明专利]一种具有自适应学习功能的光纤振动传感方法及系统

说明书

技术领域

本发明属于光纤周界防护领域，具体是一种具有自适应学习功能的光纤振动传感方法及系统。

背景技术

随着我国经济和科学技术的不断发展，社会财富高速增长，公共安全的诉求快速升级。住宅小区、学校教育、办公园区等个人生活工作区域的安全防范成为人们越来越关心的问题；对于铁路、机场等公共交通运输区域的安全防范也逐渐升级为国家的安全战略目标；同时，对于司法监狱、能源管道、国防军事等关系国民安全的重要区域的安全防范更是重中之重；因此，一个安全有效的周界安防报警系统尤为重要。

在国内安防领域，目前存在着红外对射、微波对射、泄漏电缆、张力围栏、脉冲电网等各种周界安防报警系统，但其均属于较低安全级别的周界安防技术，存在着受地形气候电磁环境影响强、被突破几率较高、防误报技术低端等缺点，难以满足现代国防军事、司法监狱、交通航运等较高级别安防的需求。随着光纤传感技术的快速发展出现了以光纤作为传感单元的光纤周界安防系统，由于其具有长距离布防、抗电磁干扰能力强、适应恶劣的环境条件、传导传感光缆可复用性、智能算法识别误报率低、光纤易远传、结构简单安装隐蔽等优点，正逐渐替代传统的周界安防系统，开始占据市场主流。

光纤周界安防系统利用光纤传感技术，探测敷设在物理围界上的光缆感应到的振动信号，经过后端的数据处理和特征提取，学习不同行为产生的信号特征建立分类器，智能识别攀爬、割据等入侵行为和风、雨等干扰行为，提供可靠的入侵报警信息。光纤周界安防系统具有卓越的性能，但在实际使用过程中，因复杂的物理围界、地理环境、气候环境等因素的影响，仍存在着一定的误报率。产生误报的原因通常是前期建立的分类器不包含此类行为的信息，而这类行为又是动态变化的、无法模拟的，只能在误报发生后，通过专业人员人工识别筛选误报信号，然后将这些误报信号作为干扰行为样本加入分类器进行迭代，以降低此类行为产生的误报信息。分类器的优化迭代是一个维护工作量大、周期跨度长的过程，一定程度上影响了企业的工作效率和客户的满意度。

发明内容

为了解决上述现有技术方案中的不足，本发明提供一种无需人工干预、具有自适应学习功能、降低系统误报率的光纤振动传感系统。具体技术方案如下：

一种具有自适应学习功能的光纤振动传感方法，包括：步骤(一)通过误报信号甄别算法周期性地自动分析提取误报信号，步骤(二)将误报信号进行训练学习以优化升级分类器。

进一步的，所述误报信号甄别算法从未知行为报警信号中周期性地自动分析提取误报信号，具体如下：根据预先设定的周期，自动提取存储器中被标志过的未知行为报警信号，然后基于包含已知样本数据信息的分类器，采用误报信号甄别算法对其进行分类处理以筛选出可靠的误报信号。

进一步的，所述误报信号甄别算法包括如下步骤：

1)在已知类别特征值划分区域之外，将未知行为报警信号类别的特征值的划分区域均分为N个区域，计算N个区域内所含报警数据的各个特征值的均值，将均值所描述的点分别作为各个类别的初始类别中心；

2)计算所有未知行为报警数据与各初始类别中心之间的距离，按照近邻规则将所有未知行为报警数据分到与之距离最近的类别中心所对应的类别中；

3)在步骤2)中按近邻规则划分好的类别，修正未知行为报警数据的类别中心，计算各个类别中报警数据的各个特征值均值所描述的点，作为新的各个类别中心；

4)计算各个类别中报警数据的各个特征值的标准差向量以及分类器中的入侵类别、干扰类别中样本的各特征值标准差向量，一个类别取其标准差向量中的最小分量，当这个最小分量大于入侵和干扰样本标准差向量中对应最大分量的1.5倍,对这个类别进行分裂处理，然后转到步骤2)，否则继续；

5)计算所有类别中心之间的距离，判断是否小于分类器的入侵类别中心与干扰类别中心距离的10％，当两个类别中心之间的距离小于分类器的入侵类别中心与干扰类别中心距离的10％，对这两个类别区域进行合并处理，类别数量N减去1；

6)当迭代次数等于预设的次数，未知行为报警数据分类完成，得到一个或多个未知类型；否则迭代次数加1，并转到步骤2)；

7)计算各个未知类型的标准差向量的最大分量，当某个未知类型的标准差最大分量小于已知类别样本的特征值标准差向量中的最小分量，该未知类型属于某一特定未知干扰行为引起的误报信号。