[发明专利]一种基于谱相似度的光纤振动事件识别方法

权利要求书

1.一种基于谱相似度的光纤振动事件识别方法，其特征在于：预设光纤振动产生的波形相似度期望值，当光纤发生振动时，取光纤振动的波形数据，根据频率和幅度数据计算波形的相似程度，通过计算波形相似度并与预设期望值之间进行比对，根据差值大小判断报警器报警是由于外部环境产生的振动导致的误报，还是由于光纤内部故障导致报警；

具体执行步骤包括：

步骤(1)：取初始波形1s的波形采样数据进行分析，波形采样时通过采集卡进行采样，其中，1ms时间内采集4000个数据，每个数据确定一个数据坐标；

步骤(2)：在步骤(1)的基础上，其中，每1s内采集1000个数据组，将1000个数据组组成M*N＝1000*4000的数字矩阵，记为矩阵N1，其中，每个数据组包含的数据个数为4000个；

步骤(3)：在步骤(2)的基础上，对数据矩阵列向进行平均计算，其中，每十个数据平均一次，并得到另一个M*N＝100*4000的数字矩阵，记为矩阵N2；

步骤(4)：在步骤(3)的基础上，计算波形的相似度，并将相似度计算值与预设期望值进行比较，判断是否为同一事件；

所述步骤(4)的计算规则如下：

(1)对矩阵N2的每一列进行傅里叶变换，得到新的1s时间内的频域数据，所述频域数据为(b₁,b₂,b₃,……,b₄₀₀₀)，所述频域数据为1s内的每个数据位置的频谱；

(2)计算第X1秒的频谱序列，所述第X1秒的频谱序列记为：X1＝{x11，x12，x13，…x1n}，同理，第X2秒的频谱序列记为：X2＝{x21，x22，x23，…X2n}；

所述第X1秒的数据均值记为mean(X1)，所述第X2秒的数据均值记为mean(X2)，其中：

mean(X1)＝(x11+x12+x13+…+x1n)/n；

mean(X2)＝(x21+x22+x23+…+x2n)/n；

所述序列X1去出均值后为X1＝X1-mean(X1)，所述序列X2去除均值后为X2＝X2-mean(X2)，此时得到两帧数据的波动范围；

所述序列X1和序列X2的范数分别记为norm(X1)和norm(X2)，所述norm(X1)和norm(X2)的计算规则为：

此时得到两帧数据的大小；

所述序列X1和序列X2的相似度记为S，所述相似度S的计算规则为：

S＝[sum(X1*X2)/(norm(X1)/norm(X2))]*100％，通过以上计算可以得到两个不同时间，每个位置上事件频谱的相似度，若相似度≥90％，则认为两个时间是同一行为。

2.根据权利要求1所述的一种基于谱相似度的光纤振动事件识别方法，其特征在于：所述4000个数据的坐标表示为(a_1,1,a_1,2,a_1,3,……,a_1,3999,a_1,4000)。

3.根据权利要求1所述的一种基于谱相似度的光纤振动事件识别方法，其特征在于：所述矩阵N1表示为：

(a_1,1,a_1,2,a_1,3,……,a_1,3999,a_1,4000)；

(a_1000,1,a_1000,2,a_1000,3,……,a_1000,3999,a_1000,4000)。

4.根据权利要求1所述的一种基于谱相似度的光纤振动事件识别方法，其特征在于：所述数据矩阵列向进行平均后记为(a’_1,1＝a_1,1+a_2,1+…+a_10,1)，所述矩阵N2表示为：

(a’_1,1,a’_1,2,a’_1,3,……,a’_1,4000)；

(a’_100,1,a’_100,2,a’_100,3,……,a’_100,4000)。