基于时频空和神经网络的海底光缆扰动识别方法及系统技术方案

本发明专利技术涉及基于时频空和神经网络的海底光缆扰动识别方法及系统，其方法包括：获取目标海底光缆振动的时域、频域、能量以及时长信息；将所述目标海底光缆振动的时域、频域、能量以及时长信息，输入到训练完成的卷积神经网络中，得到目标海底光缆的扰动类别。本公开通过利用神经网络对时、频、空多维数据的特征提取，由于特征基于短时平均能量、频谱密度、持续时间等扰动特征信息，因此本公开能从时、频、空三维复合型数据中提取光缆受扰动范围、扰动源相对位置和扰动源移动速度等多维度事件信息，有效识别危害事件，提高系统威胁事件预警效能。提高系统威胁事件预警效能。提高系统威胁事件预警效能。

Disturbance identification method and system of submarine optical cable based on time-frequency space and neural network

【技术实现步骤摘要】
基于时频空和神经网络的海底光缆扰动识别方法及系统


[0001]本专利技术属于海底光缆扰动识别
，具体涉及基于时频空三维复合检测和卷积神经网络的海底光缆扰动识别及系统。

技术介绍

[0002]在海光缆的运行使用过程中，机械切割、生物撕咬以及锚害等多种扰动事件都会对海光缆造成损坏，由于海光缆布设在海底，精确的识别海光缆扰动事件的类型，对于及时确定处置方案提高处置效率非常重要。
[0003]虽然人类在深远海的活动相对较少，但能够对海底光缆产生扰动影响的情况仍然比较多，海底光缆的扰动情况依然复杂。扰动事件通常分3个阶段对海底光缆造成不同类型的扰动，这些扰动在时间上存在严谨的先后次序，在扰动频域分布上有显著区别，在空间上和海底光缆的垂直距离也有明显特征。因此，为了更加有效，准确地监测窃听行为，需要联合时间、频域、空间三个维度建立复合检测模型，并对扰动信号进行预处理。现有技术中未有综合考虑时、频、空多维数据进行分析，并根据其识别海底光缆的扰动。

技术实现思路

[0004]为综合考虑有关海底光缆扰动的时域、频域和空域的多维检测数据，提高海底光缆扰动识别的灵敏度问题，在本专利技术的第一方面提供了一种基于时频空和神经网络的海底光缆扰动识别方法，包括：获取目标海底光缆振动的时域、频域、能量以及时长信息；将所述目标海底光缆振动的时域、频域、能量以及时长信息，输入到训练完成的卷积神经网络中，得到目标海底光缆的扰动类别。
[0005]在本专利技术的一些实施例中，所述卷积神经网络包括输入层、并行的四个卷积层、池化层、融合层、全连接层以及输出层，所述输入层，用于将获取到的目标海底光缆振动的时域、频域、能量以及时长信息进行预处理，将其转化为多维数据；所述并行的四个卷积层，用于分别从多维数据提取时域、频域、能量以及时长维度上的特征。
[0006]进一步的，所述卷积神经网络为一维卷积神经网络。
[0007]在本专利技术的一些实施例中，所述卷积神经网络通过如下步骤训练：获取海底光缆振动不同类型的扰动信号及其仿真信号；将所述扰动信号和所述仿真信号作为样本，并将每个样本对应的扰动类别作为标签，构建数据集；利用所述数据集训练卷积神经网络，直至其误差趋于稳定且低于阈值，得到训练完成的卷积神经网络。
[0008]进一步的，所述扰动类别包括航行器行波扰动、机械切割扰动和海洋生物撕咬扰动。
[0009]在上述的实施例中，所述获取目标海底光缆振动的时域、频域、能量以及时长信息包括：利用多个频率复合的探测脉冲的多次长时间检测，以获取目标海底光缆振动的时域、频域、能量以及时长信息。
[0010]本专利技术的第二方面，提供了一种基于时频空和神经网络的海底光缆扰动识别系
统，包括：获取模块，用于获取目标海底光缆振动的时域、频域、能量以及时长信息；识别模块，将所述目标海底光缆振动的时域、频域、能量以及时长信息，输入到训练完成的卷积神经网络中，得到目标海底光缆的扰动类别。
[0011]本专利技术的第三方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术在第一方面提供的基于时频空和神经网络的海底光缆扰动识别方法。
[0012]本专利技术的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现本专利技术在第一方面提供的基于时频空和神经网络的海底光缆扰动识别方法。
[0013]本专利技术的有益效果是：1.本专利技术提出基于深度学习的时频空多维数据特征模型库建立及模式识别技术，通过对时、频、空多维数据采用卷积神经网络等深度学习算法，基于短时平均能量、频谱密度、持续时间等扰动特征信息，通过对扰动事件的智能学习和分类，建立扰动事件特征数据的模型数据库，并提出时、频、空三维复合型数据的事件检测方法；2.结合建立的扰动事件特征模型库，从时、频、空三维复合型数据中提取光缆受扰动范围、扰动源相对位置和扰动源移动速度等多维度事件信息，有效识别危害事件，提高系统威胁事件预警效能。
附图说明
[0014]图1为本专利技术的一些实施例中的基于时频空和神经网络的海底光缆扰动识别方法的基本流程示意图；图2为本专利技术的一些实施例中的基于时频空和神经网络的海底光缆扰动识别方法的具体流程示意图；图3为光纤扰动长度变化的示意图；图4为扰动源距光纤垂直距离计算的示意图；图5为移动扰动源的波形示意图；图6为某海域海底光缆破坏次数时间趋势图；图7为海底光缆受应力曲线；图8为船锚冲击刚性底质海底的振动波形图；图9为船锚冲击刚性底质海底的振动频域图；图10为地震波时域波形图；图11为地震波频域波形图；图12为海底光缆受船行扰动的受力波形图；图13为本专利技术的一些实施例中的卷积神经网络的原理示意图；图14为本专利技术的一些实施例中的基于时频空和神经网络的海底光缆扰动识别系统的结构示意图；图15为本专利技术的一些实施例中的电子设备的结构示意图。
具体实施方式
[0015]以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。
[0016]参考图1与图2，在本专利技术的第一方面，提供了一种基于时频空和神经网络的海底光缆扰动识别方法，包括：S100.获取目标海底光缆振动的时域、频域、能量以及时长信息；S200.将所述目标海底光缆振动的时域、频域、能量以及时长信息，输入到训练完成的卷积神经网络中，得到目标海底光缆的扰动类别。
[0017]参考图2，为了更加有效，准确地监测窃听行为，需要联合时间、频域、空间（简称为时频空）三个维度建立复合检测模型，并对扰动信号进行预处理。在本专利技术的一些实施例的步骤S100中，所述获取目标海底光缆振动的时域、频域、能量以及时长信息包括：利用多个频率复合的探测脉冲的多次长时间检测，以获取目标海底光缆振动的时域、频域、能量以及时长信息。
[0018]可以理解，在本专利技术的实施例中,海底光缆扰动的时间、频域、空间信息的提取或获取如下分别通过步骤实现：1.时间信息时间是扰动信息分析的重要维度，三维复合型监测时间维度分析主要包括两个方面：a.分析扰动事件的持续时间：由于海洋环境的复杂性，多种不同的扰动源对海底光缆的扰动持续时间并不是一个固定值，不同的扰动事件时长可以从几秒多几个小时。所以，扰动的持续时间是扰动事件重要的特征参数，采集记录扰动时长有利于分类识别扰动源；b.扰动事件时间顺序关系：分析不同扰动源的时间顺序关系，同一扰动源强度随时间的变化关系有助于分类识别不同的扰动事件。在潜航器行波扰动中，接近光缆的扰动源，扰动信号强度随时间增强，反之强度随时间减弱；在窃听事件中，先有较近距离的潜航器行波扰动，然后有固定海底光缆的牵拉扰动，最后是切割海底光缆外护层的机械扰动。
[0019]2.频域信息频域分析主要是实现对宽频扰动信号的频谱特征提取，根据不同扰动信号的频谱分布来提取其频域特征，为扰动源的识别分类提供重要的依据。在基于瑞利散射的振动光纤传感系统中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于时频空和神经网络的海底光缆扰动识别方法，其特征在于，包括：获取目标海底光缆振动的时域、频域、能量以及时长信息；将所述目标海底光缆振动的时域、频域、能量以及时长信息，输入到训练完成的卷积神经网络中，得到目标海底光缆的扰动类别。2.根据权利要求1所述的基于时频空和神经网络的海底光缆扰动识别方法，其特征在于，所述卷积神经网络包括输入层、并行的四个卷积层、池化层、融合层、全连接层以及输出层，所述输入层，用于将获取到的目标海底光缆振动的时域、频域、能量以及时长信息进行预处理，将其转化为多维数据；所述并行的四个卷积层，用于分别从多维数据提取时域、频域、能量以及时长维度上的特征。3.根据权利要求2所述的基于时频空和神经网络的海底光缆扰动识别方法，其特征在于，所述卷积神经网络为一维卷积神经网络。4.根据权利要求1所述的基于时频空和神经网络的海底光缆扰动识别方法，其特征在于，所述卷积神经网络通过如下步骤训练：获取海底光缆振动不同类型的扰动信号及其仿真信号；将所述扰动信号和所述仿真信号作为样本，并将每个样本对应的扰动类别作为标签，构建数据集；利用所述数据集训练卷积神经网络，直至其误差趋于稳定且低于阈值，得到训练完成的卷积神经网络。5.根据权利要求4所述的基于时频空和神经网络的海底光缆扰动识别方法，其特征在于，所述扰动类别包括航行器行波扰动、潜航器行波扰动、机械切割扰动和海洋生物撕咬扰动。6.根据权利要求1至5任一项所述的基于时频空和神经网络的...

【专利技术属性】
技术研发人员：何如龙，隗小斐，张青春，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：