The invention discloses a fiber optic security features based on intrusion event recognition method and device, including the identification method: each channel will determine the starting point of the disturbance signal in all phase filter group frequency separation, the normalized power and calculate the output of each channel signal value, a normalized power value parallel output; comprehensive normalized power value, and the whole time disturbance signal zero crossing rate to generate feature vectors, namely the feature vector contains two aspects of time and frequency information; the feature vector in the radial basis function neural network can achieve high accuracy and fast recognition of intrusion action. The device comprises an analog-to-digital converter and an DSP device. The invention can accurately classify four kinds of intrusion events; compared with the existing high-precision intrusion events identification classifier, the DMZI intrusion action recognizer has obvious advantages in the work efficiency.
【技术实现步骤摘要】
基于综合特征的光纤周界安防入侵事件识别方法及装置
本专利技术涉及数字信号处理
,尤其涉及一种基于综合特征的光纤周界安防入侵事件识别方法及装置。
技术介绍
随着光导纤维和光纤通信技术的不断成熟,光纤传感器得到了快速发展。基于光纤传感技术的周界安防系统[1][2][3]也在安防领域逐渐被人们重视。与传统的红外线[4]、电子围栏[5]等安防系统相比,光纤传感系统能够对直接触及或间接传递给光纤的各种扰动进行实时监控,灵敏度更高,因而更具有实用价值。作为一种相位调制的光纤传感器,双Mach-Zehnder干涉仪(dualMach-Zehnderinterferometer,DMZI)分布式光纤传感系统[6][7]在检测扰动事件方面具有高灵敏度和响应速度快等优点,而且还可以实时定位。目前,DMZI分布式光纤传感器已经广泛应用于各类安防领域[8][9][10][11]。在各类安防应用中,急需解决高效、精确地识别入侵事件的问题,因为目前仍然没有一种入侵事件识别方法能够兼顾分类的准确性和高效性,而该问题的解决关键在于信号处理算法的设计。具体说来,就是要在完成端点检测[12][13]后,进一步设计出一种简练、恰当的入侵信号特征描述方法,并结合相应的模式分类措施,有效识别出各类入侵动作[14][15][16]。其中,文献[14]提出的小波识别法虽然其特征向量可通过多级分解得到的不同频带的能量来表征[17],但是其计算量会随小波分解层数的增加而变大,另外,该特征向量仅考虑了频域特征,缺少足够丰富的时域信息,故识别准确率较低,仅能识别3类入侵事件;而文献[16]提出的经验模式 ...
【技术保护点】
一种基于综合特征的光纤周界安防入侵事件识别方法,其特征在于,所述识别方法包括以下步骤:将确定扰动起始点的信号馈入全相位滤波器组的各个通道进行频域分离处理,并计算各通道输出信号的归一化功率值,各通道输出信号为并行输出;综合归一化功率值以及整段扰动信号的时域过零率生成特征向量,即所述特征向量蕴含时、频域两方面信息;将特征向量馈入径向基函数神经网络即可实现入侵动作快速高精度识别。
【技术特征摘要】
1.一种基于综合特征的光纤周界安防入侵事件识别方法,其特征在于,所述识别方法包括以下步骤:将确定扰动起始点的信号馈入全相位滤波器组的各个通道进行频域分离处理,并计算各通道输出信号的归一化功率值,各通道输出信号为并行输出;综合归一化功率值以及整段扰动信号的时域过零率生成特征向量,即所述特征向量蕴含时、频域两方面信息;将特征向量馈入径向基函数神经网络即可实现入侵动作快速高精度识别。2.根据权利要求1所述的一种基于综合特征的光纤周界安防入侵事件识别方法,其特征在于,所述将确定扰动起始点的信号馈入全相位滤波器组的各个通道进行频域分离处理,并计算各通道输出信号的归一化功率值具体为:将确定扰动起始点的信号并行馈入到全相位滤波器组,该全相位滤波器组包含Q个子FIR滤波器g0,...,gQ-1,计算出滤波输出yq(n)的Q个归一化功率值Eq。3.根据权利要求1所述的一种基于综合特征的光纤周界安防入侵事件识别方法,其特征在于,所述综合归一化功率值、以及整段扰动信号的时域过零率生成特征向量的步骤具体为:计算信号x(n)的整体过零率,将该值与Q个归一化功率值Eq做综合得到长度为Q+1的综合特征向量F=[E0,E1,...,EQ-1,ZCR]。4.根据权利要求1或2所述的一种基于综合特征的光纤周界安防入侵...
【专利技术属性】
技术研发人员:黄翔东,张皓杰,刘铁根,刘琨,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。