一种基于长距离光纤多发事件的振动振源的识别方法技术

本发明专利技术公开了一种基于长距离光纤多发事件的振动振源的识别方法，其包括：检测光纤的振动信号，并获取振动信号的振动数据；对振动数据进行采样和短时自相关处理；计算振动数据大于预设的自相关系数门限值的极值点的个数，并记录相邻两个极值点的时间间隔；计算时间间隔的基频变异系数；根据极值点的个数、时间间隔以及基频变异系数识别振动信号的振源。通过以上方式，本发明专利技术能够准确识别振动信号的振源。

【技术实现步骤摘要】

本专利技术涉及，属于光纤振动测量与随机信号处理学科的交叉领域。
技术介绍
人们对于能源的需求越来越大，管道输送成为输送能源的主要方式。保护与光缆伴行的油气管道、光缆附近区域或光缆本身成为目前光纤预警系统需要解决的关键问题。现有的光纤预警系统一般采用单级模型来进行振源检测识别，即直接检测识别法，通过分析一段数据的特征，根据特征判断振源的类型(如机械挖掘，车辆经过)，进而根据识别结果作出预警判断。现有的光纤预警系统通过神经网络、归一化峭度、固有模态函数或混沌分析方法进行识别，主要应用于高信噪比的情况。但是振源产生的振动信号是复杂多变的非平稳信号，并且管线距离长和实时环境复杂，导致现有的光纤预警系统无法准确地识别振源。
技术实现思路
本专利技术提供，以解决无法准确地识别振源的问题。本专利技术提供的，其包括:检测光纤的振动信号，并获取振动信号的振动数据；对振动数据进行采样和短时自相关处理；计算振动数据大于预设的自相关系数门限值的极值点的个数，并记录相邻两个极值点的时间间隔；计算时间间隔的基频变异系数；根据极值点的个数、时间间隔以及基频变异系数识别振动信号的振源。其中，根据极值点的个数、时间间隔以及基频变异系数识别振动信号的振源包括:判断极值点的个数是否大于预设的第一阈值；若否，则振动信号的振源为非机械振源；若是，则获取时间间隔中的最小时间，并判断最小时间是否大于预设的第二阈值；若否，则返回计算振动数据大于预设的自相关系数门限值的极值点的个数，并且增加自相关系数门限值；若是，判断基频变异系数是否小于预设的第三阈值；若是，则振动信号的振源为机械振源；若否，则振动信号的振源为非机械振源；其中，第一阈值为设定值，第二阈值为固定时间间隔，第三阈值为设定变异系数阈值。其中，自相关系数门限值的初始值设置为0.3。其中，该方法还包括:建立振动信号的振源识别模型，振动信号的振源识别模型满足以下关系:本文档来自技高网...

【技术保护点】
一种基于长距离光纤多发事件的振动振源的识别方法，其特征在于，所述方法包括：检测光纤的振动信号，并获取所述振动信号的振动数据；对所述振动数据进行采样和短时自相关处理；计算所述振动数据大于预设的自相关系数门限值的极值点的个数，并记录相邻两个所述极值点的时间间隔；计算所述时间间隔的基频变异系数；根据所述极值点的个数、时间间隔以及基频变异系数识别所述振动信号的振源。

【技术特征摘要】
1.一种基于长距离光纤多发事件的振动振源的识别方法，其特征在于，所述方法包括: 检测光纤的振动信号，并获取所述振动信号的振动数据； 对所述振动数据进行采样和短时自相关处理； 计算所述振动数据大于预设的自相关系数门限值的极值点的个数，并记录相邻两个所述极值点的时间间隔； 计算所述时间间隔的基频变异系数； 根据所述极值点的个数、时间间隔以及基频变异系数识别所述振动信号的振源。2.根据权利要求1所述的识别方法，其特征在于，所述根据所述极值点的个数、时间间隔以及基频变异系数识别所述振动信号的振源包括: 判断所述极值点的个数是否大于预设的第一阈值； 若否，则所述振动信号的振源为非机械振源； 若是，则获取所述时间间隔中的最小时间，并判断所述最小时间是否大于预设的第二阈值； 若否，则返回所述计算所 述振动数据大于预设的自相关系数门限值的极值点的个数，并且增加所述自相关系数门限值； 若是，判断所述基频变异系数是否小于预设的第三阈值； 若是，则所述振动信号的振源为机械振源； 若否，则所述振动信号的振源为非机械振源； 其中...

【专利技术属性】
技术研发人员：刘博宇，杨哲，
申请(专利权)人：深圳艾瑞斯通技术有限公司，
类型：发明
国别省市：广东;44