光纤振动信号特征提取及线性分类方法

摘要

在光纤预警系统(OFPS)中产生的入侵事件主要分为有害入侵和无害入侵。目前对于这两类扰动常规的特征提取方法通常是采用时域分析,但是对于不同有害入侵事件其时域特征区分不明显,因此时域处理不能更好体现它们之间的细节差别。通过对有害入侵信号的频谱进行统计研究发现,不同信号的频谱分布存在较为明显的差异性,因此本文将入侵信号变换到频域并借鉴声信号的处理方法,提出了一种基于能量占比特征的有害入侵事件识别算法。对采集到的振动信号进行预处理并计算功率谱密度(PSD),计算各信号不同频段的能量占比,并将其作为信号分类识别的特征。之后将能量占比特征作为样本送入分类器进行OFPS振动信号识别。在分类器的选择上,本文采用线性判别分析(LDA)分类器对信号进行识别,LDA能最大限度的保持原始数据信息,并有效区分振动信号。通过实验结果表明该算法在OFPS振动信号的识别研究中提高了有害入侵信号的识别率,从而验证了本算法的可行性,同时有效减少了识别时间。