[发明专利]一种隧道异物入侵事件在线识别方法及系统

说明书

本发明公开了一种隧道异物入侵事件在线识别方法及系统，属于安防监测技术领域，所述方法包括：基于光纤声波探测技术并结合三维映射成像技术得到整个隧道内的声场分布数据；提取声波信号的时域底噪值、频域底噪值、时域最大幅值、频域最大能量峰值，区分坏道信号、背景噪声信号以及异常信号；再基于异常信号的时空特征信息以及主频带能量随时间分布的特征信息，通过神经网络模型对其特征进行学习和训练，以识别出异常信号中的破坏性入侵事件。本发明可适用于隧道、综合管廊等各种地下基础设施中的异物入侵在线识别，具有无盲区、无盲时、高实时性、高识别精准性、智能性、低风险性以及低运营成本等特点。

技术领域

本发明属于安防监测技术领域，更具体地，涉及一种隧道异物入侵事件在线识别方法及系统。

背景技术

随着中国的城市化进程的加快，城市人口的增加给城市交通带来的压力日渐明显化。然而，城市化的发展绝不可以被交通压力所约束。因此与我们传统的地上交通相对应的地下交通就成为缓解城市交通压力的新渠道。毫无疑问，地铁交通是绿色工程，具有环保、节能、占地少等优势，并且符合中国的可持续发展战略。近年来，随着我国城市地铁隧道设施建设的快速发展，给人们在城市交通出行方面带来很大的便利。但是，地面上第三方野蛮施工屡禁不止，严重威胁了人们的生命财产安全。然而大部分施工单位对轨道交通线路保护区认知比较少，对轨道交通结构保护意识薄弱。于是急需一种异物入侵智能在线监测技术，对野蛮施工破坏地铁隧道结构等事件进行提前预警。

目前针对隧道异物入侵监测技术手段主要有：人工巡检、摄像头视频监测以及光纤分布式声波传感技术。人工巡检技术只能实现小范围内入侵监测，并且效率低、费时费力。而摄像头视频监测可实现整条隧道沿线入侵监测，但是其成本高，而且易于受天气环境的影响，尤其是在大雾天气难以实现对破坏性入侵事件的在线监测。光纤分布式声波传感技术作为智能感知的新技术，具有传感覆盖范围广、抗干扰性高、灵敏度高、对恶劣环境耐受性好等一系列突出优点，近些年受到越来越多研究者们的青睐，同时人工智能技术的快速发展也给分布式声波传感技术注入新的活力，使基于光纤的监测技术更加智能化。近几年中光纤传感结合人工智能技术在结构安全监测、管道检测、异物入侵监测、周界安防等领域得到广泛的应用。虽然这些方法在各自方面都存在一定的优势，但是还是存在识别精度低、抗扰动性差、实时性差等问题。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种隧道异物入侵事件在线识别方法及系统，其目的在于解决现有隧道异物入侵事件在线识别方法识别精度低、抗扰动性差、实时性差等技术问题。

为实现上述目的，本发明一方面提供了一种隧道异物入侵事件在线识别方法，包括以下步骤：

S1，获取整个隧道内的声波信号；

S2，计算所述声波信号的时域底噪值D_t和频域底噪值D_f，若时域底噪值D_t大于阈值TH，则判定该信号为坏道信号或第一类异常信号，并通过分类器进行区分；否则，进入S3；

S3，计算其余信号的时域最大幅值Y_s和频域最大能量峰值Y_f，若时域最大幅值Y_s大于时域幅度阈值T1，且频域最大能量峰值Y_f大于频域能量阈值T2，则判定该信号为第二类异常信号；否则，判定该信号为背景噪声信号；其中，T1＝αD_t，T2＝βD_f，α、β为倍数因子；

S4，获取所述第一类异常信号和第二类异常信号的时空特征信息以及主频带能量随时间分布的特征信息，以识别出所述第一类异常信号和第二类异常信号中的破坏性入侵事件。

进一步地，所述步骤S2中，

计算所述声波信号的时域底噪值D_t包括：