双M-Z分布式光纤传感器扰动信号的定位与模式识别方法研究

摘要

光纤传感技术具有可测距离远、测量精度高和抗电磁干扰等优点，成为周界防护领域内的一个重要研究方向。分布式光纤周界防护系统分为：干涉型传感技术、后向散射型传感技术。采用双Mach-Zehnder干涉仪结构的分布式光纤传感系统，具有灵敏度高、能够对扰动信号定位、实现成本低等优点。但是，同时提高扰动信号定位精度与实时性，对混合模式下的扰动信号进行准确分类，以减少系统误报率，是该系统中的两个难点问题。本文针对双M-Z干涉型光纤传感系统中的这两个问题分别进行了研究，并利用理论仿真分析和实验方法进行了验证。 首先，针对双M-Z分布式光纤传感器扰动信号定位算法进行了研究，分析了扰动信号采样频率、信噪比等参数与定位精度的关系。将二次互相关算法应用到入侵信号扰动位置的估计中，通过维纳-辛钦定理将互相关算法变换到频域，进行共轭乘积运算，再用傅里叶反变换计算得到扰动信号的位置。采用二次互相关算法进行实验验证，得到扰动位置在6公里处的估计根均方误差与互相关估计方法相比减少了140m，同时单次定位计算时间平均为27ms。然后，针对双M-Z分布式光纤传感器检测到的扰动信号存在不同的振动频率与振幅的特点，对不同类型的扰动信号进行区分，以降低系统对扰动信号识别成入侵事件的误报率。采用离散小波变换、短时过阈值率等算法对扰动信号的时-频特征进行了提取。在分类方法方面，采用BP(Back Propagation,BP)分类方法与支持向量机(Support Vector Machine,SVM)两种方法分别对数据模式分类进行比较。采用离散小波分解提取传感信号在不同频带内的能量谱特征，采用短时过阈值检测方法提取了信号过阈值率特征，并把两种方法的结果应用于SVM分类算法，进行了对比分析。在此基础上，使用遗传算法对支持向量机分类方法的参数进行了优化。最后，基于双M-Z分布式光纤传感实验平台，对模式识别算法进行了测试与验证。实验结果表明，在400组训练样本、100组识别样本下采用本文改进的SVM分类算法能够得到较高准确率的分类结果。

目录

第一个书签之前