一种应用于分布式光纤传感的迁移学习方法技术

一种应用于分布式光纤传感的迁移学习方法，包括以下步骤：步骤1、通过分布式光纤传感DAS系统采集在不同场景下的相位信号，作为源域和目标域样本；步骤2、数据预处理；步骤3、将视觉变形器ViT,网络作为DAS信号特征提取器，使用源域场景中的时空样本数据对其进行训练得到模型权重参数；步骤4、源域模型加入提示Prompt：对源域训练好的模型的输入加入提示Prompt；步骤5、基于提示的模型迁移学习Prompt‑tunning)：在目标域场景中使用训练好的权重参数，冻结模型所有参数，只训练加入的Prompt，完成对目标域场景的样本识别分类；步骤6、测试。本发明专利技术提高预测的准确率，显著降低了存储成本。

【技术实现步骤摘要】

本专利技术涉及迁移学习、分布式光纤传感，更具体地，涉及一种应用于分布式光纤传感的迁移学习方法。

技术介绍

1、自80年代以来，新型传感器的研制与新型传感技术的开发已成为国内外研究的热点。分布式光纤传感(distributed fiber acoustic sensing,das)技术通过利用光纤作为信号的传输介质和传感单元，检测光信号在光纤中强度、相位和偏振态等参量在外场作用下的变化，实现对光纤沿线外部参量的连续分布式测量。das相比于传统的半导体传感器、电化学传感器、微机电系统传感器等，具有许多独特优势，分布式光纤传感器绝缘、抗电磁场干扰、损耗低、抗腐蚀，而与点式或分立式光纤传感器相比，das无需复杂的安装或特殊的包装，铺设简单，甚至可以利用现有的通信光纤，并能同时获取沿光纤路径上的时间和空间连续分布信息，克服了点式传感器(如光纤光栅传感器)难以对被测场进行全方位连续监测的缺陷。因此，das技术已广泛应用在电力、能源、通信、交通、安防等诸多领域。

2、另一方面，das基于沿光纤路径的光学散射强度或相位的变化来检测事件，但不能直接提供准确的事件本文档来自技高网...

【技术保护点】

1.一种应用于分布式光纤传感的迁移学习方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的一种应用于分布式光纤传感的迁移学习方法，其特征在于，所述步骤1中，信号采集包括在实验室场景和实际应用场景中分别进行信号的采集，实验室场景的样本为源域样本，实际应用场景的样本为目标域样本，如下式，X，Y分别是实验室场景和实际应用场景的样本，为第n个通道在第m个时刻的样本，

3.如权利要求1或2所述的一种应用于分布式光纤传感的迁移学习方法，其特征在于，所述步骤2中，所述降噪是对采集到的信号使用小波阈值降噪如下式：

4.如权利要求1或2所述的一种应用于分布式...

【技术特征摘要】

1.一种应用于分布式光纤传感的迁移学习方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的一种应用于分布式光纤传感的迁移学习方法，其特征在于，所述步骤1中，信号采集包括在实验室场景和实际应用场景中分别进行信号的采集，实验室场景的样本为源域样本，实际应用场景的样本为目标域样本，如下式，x，y分别是实验室场景和实际应用场景的样本，为第n个通道在第m个时刻的样本，

3.如权利要求1或2所述的一种应用于分布式光纤传感的迁移学习方法，其特征在于，所述步骤2中，所述降噪是对采集到的信号使用小波阈值降噪如下式：

4.如权利要求1或2所述的一种应用于分布式光纤传感的迁移学习方法，其特征在于，所述步骤3中，使用vit网络作为das信号特征提取器，vit由嵌入层embed、变形器编码层transformer encoder和多层感知机mlp组成；embed将输入图片样本按照给定大小分块patches，然后通过线性映射将每个patch映射到一维向量中；transformer encoder由若干个变形器编码块encoder block组成，每个encoder block由层归一化layernormalization，多...

【专利技术属性】
技术研发人员：任宏亮，桂坤，时尚，宣琦，
申请(专利权)人：杭州市滨江区浙工大人工智能创新研究院，
类型：发明
国别省市：