[发明专利]基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法

说明书

本发明涉及光纤传感信号处理技术领域，具体的说是一种能够高效准确实现入侵监控的基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法，其特征在于，通过搭建并训练多核支持向量机分类模型后，利用所述多核支持向量机分类模型处理入侵信号，本发明与现有技术相比，针对四种栅栏类型(水泥立柱、金属网片、方管栅栏、水泥砖墙)，能够准确探测翻越和穿越周界的入侵行为，并且能够有效屏蔽风雨、过车、植被拍打、人员随机敲打等多种环境干扰，模型普适性高、稳定性强。

技术领域：

本发明涉及光纤传感信号处理技术领域，具体的说是一种能够高效准确实现入侵监控的基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法。

背景技术：

随着社会的发展，针对工业厂区、校园、铁路、机场等场所的周界安防需求日益增多。传统的周界安防解决方案，如红外对射、电子围栏等技术存在环境适应性差、易受电磁干扰、监测距离短、成本较高等弊端。光纤振动传感系统在周界安防领域得到了广泛的应用，该系统能够对人为入侵、破坏围栏等行为进行有效监控，与传统安防手段相比，具有监控距离长、报警灵敏度高、维护简单等诸多优点。

目前的信号入侵识别算法主要是通过提取信号的时域和频域特征采用阈值法或机器学习的方式进行报警判断。阈值法不能对不同的行为进行区分，受环境干扰大。而机器学习算法过于依赖训练样本库，并且如何高效挖掘并利用信号中多样的时频混合特征依然面临挑战，导致系统的环境适应性差，风雨天气下误报率高。

发明内容：

本发明针对现有技术中存在的缺点和不足，提出了一种利用数据增强进行样本库扩充，将提取的时频混合特征利用多核函数进行映射的基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法。

本发明通过以下措施达到：

一种基于多核支持向量机的光纤振动传感周界安防入侵行为识别算法，其特征在于，通过搭建并训练多核支持向量机分类模型后，利用所述多核支持向量机分类模型处理入侵信号，其中所述搭建并训练多核支持向量机分类模型包括以下步骤：

步骤1：对样本信号做增强处理，以丰富样本多样性；

步骤2：对增强处理后的样本信号进行时域特征提取，对增强后的样本信号进行时频域变换，提取频域特征；

步骤3：利用高斯核和多项式核采用线性加权求和核的方式，构建多核函数结合时频域特征，多核函数构建方法如下：

其中K()为核函数，d_m为核函数权重；

步骤4：将多核函数嵌入支持向量机算法中进行模型训练，运用网格参数寻优方法进行参数优化，得到多核支持向量机分类模型。

本发明所述利用所述多核支持向量机分类模型处理入侵信号具体为，通过对入侵信号进行特征提取、SVM模型调用，完成入侵行为的判断，进而根据判断结果输出报警信号。

本发明步骤1中所述对样本信号做数据增强处理，包括如下三种方式：

方式一，添加噪声：对信号添加白噪声，提高信号抗干扰能力，计算方法为：

data＝data+0.005*wn，其中wn为与data长度一致的一组样本，具有标准正态分布；

方式二，幅值变换：对信号做幅值调整，计算方法为：data＝data*ac，其中ac为幅值调整系数；

方式三，速率调整：采用速率压缩或拉伸的方式，改变信号振动速率，通过插值的方式进行图像缩放，达到速率调整的目的。

本发明步骤2中所述对样本库信号进行时域特征提取，其中时域特征包括信号整体和分段的各种统计特征，如变化率、过零率等，计算方法如下：