一种基于决策树算法的海洋光纤振源识别方法、装置及系统制造方法及图纸

本发明专利技术公开了一种光纤振源识别方法、装置及系统。其中，该方法包括：识别终端获取光纤振动信号；采用决策树分类算法对所述光纤振动信号进行分类，得到所述光纤振动信号的振源类型。通过上述方式，本发明专利技术能够实现智能识别水中的光纤振源类型，提高识别效率。

Identification method, device and system of ocean optical fiber source based on decision tree algorithm

The invention discloses an optical fiber vibration source identification method, device and system. The method includes: the recognition terminal gets the optical fiber vibration signal, the decision tree classification algorithm is used to classify the optical fiber vibration signal, and the type of the vibration source of the fiber vibration signal is obtained. Through the above way, the invention can realize the intelligent identification of the type of optical fiber vibration source in water and improve the recognition efficiency.

【技术实现步骤摘要】
一种基于决策树算法的海洋光纤振源识别方法、装置及系统
本专利技术涉及光纤通信领域，特别是涉及一种光纤振源识别方法、装置及系统。
技术介绍
随着光纤处理技术发展，可利用光纤探测周边环境状况，例如是否有物体经过、且该物体具体为何物等。当检测光纤受到外界干扰影响发生振动时，光纤中传输光的部分特性就会改变，识别终端对信号进行采集，分析采集信号的特征以判断其光特性的改变，进而可检测出发生振动位置对应的信号，进而根据该信号识别出其振源类型。然而，现有光纤振源识别方法通常采用人工比对振动信号与振源对应信号，以判断出该振动信号是否属于该振源。现有的人工识别方式效率低。潜艇是被全世界所公认的重要战略性武器之一，潜艇技术的高低能彰显一个国家的军事实力，所以各个国家在潜艇技术上投入较多，革新非常迅速，技术先进，潜艇也是较早期就有的匿踪载具。潜艇的噪音降至90分贝左右就可以“淹没”在浩瀚的海洋背景噪音中，不是当代声纳所能侦测的，而利用光线振源识别可以代替传统的声呐侦测，并可以识别的更为精确。
技术实现思路
本专利技术主要解决的技术问题是提供一种光纤振源识别方法、装置及系统，能够实现智能识别光纤振源，提高识别效率。为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种光纤振源识别方法，包括：识别终端获取光纤振动信号；采用决策树分类算法对所述光纤振动信号进行分类，得到所述光纤振动信号的振源类型。其中，所述采用决策树分类算法对所述光纤振动信号进行分类的步骤包括：将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型。其中。所述将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型的步骤包括：判断所述光纤振动信号的最大能量特征是否符合鱼群游动振源类型对应的预设最大能量模型；若符合，则将所述光纤振动信号的振源类型确定为鱼群游动振源。其中，所述将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型的步骤还包括：若所述最大能量特征不符合所述预设最大能量模型，则判断所述光纤振动信号的能量信息熵特征是否符合小型潜水器类型对应的预设能量信息熵模型；若符合，则将所述光纤振动信号的振源类型确定为小型潜水器。其中，所述将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型的步骤还包括：若所述能量信息熵特征不符合所述预设能量信息熵模型，则判断所述光纤振动信号的持续时间是否超过设定时间；若超过，则对所述光纤振动信号进行基频周期模型的匹配；否则，对所述光纤振动信号进行信号模型的匹配。其中，所述对所述光纤振动信号进行基频周期模型的匹配的步骤包括：判断所述光纤振动信号是否具有基频且基频周期是否达到设定值；若是，则将所述光纤振动信号的振源类型确定为大型潜艇振源；否则，将所述光纤振动信号的振源类型确定为中型潜艇振源。其中，所述对所述光纤振动信号进行信号模型的匹配的步骤包括：获取所述光纤振动信号的能量程度；若所述能量程度超过第一程度，则将所述光纤振动信号的振源类型确定为大型轮船振源；若所述能量程度低于第二程度，则将所述光纤振动信号的振源类型确定为小型轮船，其中，所述第一程度高于所述第二程度。其中，所述方法还包括：确定所述光纤振动信号对应的振源类型所属的通知级别；按照所述通知级别进行对应通知。为解决上述技术问题，本专利技术采用的另一个技术方案是：提供一种光纤振源识别装置，包括：获取模块，用于获取光纤振动信号；分类模块，用于采用决策树分类算法对所述光纤振动信号进行分类，得到所述光纤振动信号的振源类型。为解决上述技术问题，本专利技术采用的再一个技术方案是：提供种光纤振源识别系统，包括光纤传感器及识别终端；所述光纤传感器用于在一端发出第一光信号，并从所述一端接收由所述第一光信号反射得到的第二光信号；所述识别终端用于确定第二光信号对应的电信号为光纤振动信号时，对所述光纤振动信号进行振源识别，其中，所述识别终端包括上述的光纤振源识别装置，以对所述光纤振动信号进行振源识别。上述方案，识别终端采用决策树分类算法对光线振动信号进行分类，无需人工参与，实现了对光纤振源的智能识别，而且，采用决策树分类算法可对多个甚至上万个节点进行分类，其效果比人工识别更快更准确，故提高了识别效率和准确性。附图说明图1是本专利技术光纤振源识别方法一实施方式的流程图；图2是本专利技术光纤振源识别系统一实施方式的结构示意图；图3是本专利技术光纤振源识别方法另一实施方式的流程图；图4是图3所述实施例中采用的决策树的结构示意图；图5是本专利技术光纤振源识别方法再一实施例的部分流程图；图6是本专利技术光纤振源识别装置一实施方式的结构示意图；图7是本专利技术光纤振源识别装置另一实施方式的结构示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施方式中也可以实现本申请。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。请参阅图1，本专利技术光纤振源识别方法一实施方式的流程图，该方法包括：S11：识别终端获取光纤振动信号。其中，所述光纤振动信号为光纤电信号，该光纤电信号由光纤反射的光信号转换得到。请结合图2举例说明，图2示出一光纤振源识别系统，该光纤振源识别系统可采用光脉冲调制方式，通过探测背向散射信号的相位变化引起的反射光干涉强度变化，能够同时检测出多个并发振源，从而实现预警和对振源定位。该光纤振源识别系统包括顺序连接的光纤传感器21、光学系统23、光电转换电路24与识别终端22。光纤传感器21设置于需监测的环境中如地下，以监测该环境状况。光纤传感器21可采用普通通信光缆中的一根空闲纤芯作传感单元，进行分布式多点振动测量。其基本原理是当外界的振动作用于通信光缆时，引起光缆中纤芯发生形变，使纤芯长度和折射率发生变化，导致光缆中光的相位发生变化。当光在光缆中传输时，由于光子与纤芯晶格发生作用，不断向后传输瑞利散射光。当外界有振动发生时，背向瑞利散射光的相位随之发生变化，这些携带外界振动信息的信号光，经光学系统23处理，将微弱的相位变化转换为光强变化，再经光电转换电路24的光电转换和相应信号处理后，进人识别终端22进行数据分析。识别终端22根据分析的结果，判断振动事件的发生，并确认振动地点。具体地，光纤传感器21定时从一端发出第一光信号，该第一光信号可以是一脉冲信号，如为脉冲宽度为15ns的激光，该第一光信号在光缆中各个位置经过瑞利散射形成的第二光信号，并且该第二光信号反射回该光纤传感器21的一端。光纤传感器21从该一端输出该第二光信号。光学系统23对第二光信号进行采样，得到多个采样光信号。其中，该采样间隔可采集本文档来自技高网...

【技术保护点】
1.一种光纤振源识别方法，其特征在于，包括：识别终端获取光纤振动信号；采用决策树分类算法对所述光纤振动信号进行分类，得到所述光纤振动信号的振源类型。

【技术特征摘要】
1.一种光纤振源识别方法，其特征在于，包括：识别终端获取光纤振动信号；采用决策树分类算法对所述光纤振动信号进行分类，得到所述光纤振动信号的振源类型。2.根据权利要求1所述的方法，其特征在于，所述采用决策树分类算法对所述光纤振动信号进行分类的步骤包括：将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型。3.根据权利要求2所述的方法，其特征在于，所述将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型的步骤包括：判断所述光纤振动信号的最大能量特征是否符合潜艇光缆振源类型对应的预设最大能量模型；若符合，则将所述光纤振动信号的振源类型确定为鱼群游动振源。4.根据权利要求3所述的方法，其特征在于，所述将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型的步骤还包括：若所述最大能量特征不符合所述预设最大能量模型，则判断所述光纤振动信号的能量信息熵特征是否符合小型潜水器类型对应的预设能量信息熵模型；若符合，则将所述光纤振动信号的振源类型确定为小型潜水器。5.根据权利要求4所述的方法，其特征在于，所述将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型的...

【专利技术属性】
技术研发人员：魏嘉，柴军杰，刘本刚，李建彬，刘浩宇，
申请(专利权)人：光子瑞利科技北京有限公司，
类型：发明
国别省市：北京,11