[发明专利]一种分布式光纤振动传感智能扰动识别方法

说明书

本发明公开了一种分布式光纤振动传感智能扰动识别方法，包括以下步骤：采集多种类型扰动入侵信号；得到传感分区的相位矩阵；对所述相位矩阵进行处理得到相位差分信号矩阵；对所述相位差分信号矩阵进行标签定义；分解相位差分信号矩阵；构建特征二维矩阵；将所有特征数据与所述标签一一对应作为样本数据，对不同标签类型样本进行平衡；本发明有效解决了相位敏感光时域反射分布式光纤振动传感系统中由于环境噪声和光路随机性以及相位衰落等问题引起的妨害报警率高的问题，可以仪极高的正确率识别系统入侵事件；本发明有效提高了相位敏感光时域反射分布式光纤振动传感系统的实时性，大量减少了系统识别所需训练数据和输入冗余数据。

技术领域

本发明涉及光纤传感技术领域，尤其涉及一种分布式光纤振动传感智能扰动识别方法。

背景技术

相位敏感光时域反射(Phase-sensitive Optical Time Domain Reflectometry，缩写为Φ-OTDR)光纤分布式传感系统用于对外界扰动事件进行监测，可以实现对外界振动扰动事件的精准定位和类型识别，具有空间分辨率高、实时监测通信距离长、可组成智能传感网络等特点，在石油管道侧漏检测、通信线路检测、建筑物结构检测、边境安防、入侵报警等分布式长距离报警监控方面有普遍的应用前景。

传统的Φ-OTDR分布式光纤传感系统实现入侵扰动定位的方式通常是利用背向瑞利散射光的幅度信号进行分析与处理，可以实现扰动发生地点定位、入侵模式识别、入侵预警等。在入侵扰动识别方面，2017年浙江大学Xu Chengjin等人提取了扰动信号幅度的短时能量比、短时过电平率、扰动持续时间、能量谱密度多个特征参数，最后通过SVM识别多特征参数特征向量实现了对扰动信号的分类。使用四种模式(拍打、敲击、晃动和挤压)共计800组扰动信号的扰动识别率高于90％，识别时间小于0.6s(Xu,J.Guan,M.Bao,J.Lu,andW.Ye,“Pattern recognition based on enhanced multifeature parameters forvibration events in-OTDR distributed optical fiber sensing system,”Microw.Opt.Technol.Lett.,vol.59,no.12,pp.3134–3141,2017)；2019年北京交通大学Wang Xin等人提取了瑞利散射光幅值时域信号的30个时频特征，结合随机森林分类器对浇水、按压、踩踏这三种事件进行分类，分类错误率最低可以达到2％(X.Wang,Y.Liu,S.Liang,W.Zhang,and S.Lou,“Event identification based on random forestclassifier forΦ-OTDR fiber-optic distributed disturbance sensor,”InfraredPhys.Technol.,vol.97,no.January,pp.319–325,2019)。使用幅度信号虽然可以实现较高精度的扰动分类，但是必须要大量的信号才能实现整段链路上的入侵扰动识别，并且幅度信号与扰动信号不是线性关系，幅度信号受光纤中散射点分布的影响很大。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有分布式光纤振动传感智能扰动识别方法存在的问题，提出了本发明。

因此，本发明目的是提供一种分布式光纤振动传感智能扰动识别方法，其目的在于提供一种低时延高精度的相位敏感光时域反射分布式光纤振动传感智能识别系统，实时精准地识别传感链路上的振动入侵信号。