专利名称：一种相敏光时域反射仪扰动信号检测与识别方法
技术领域：
本发明涉及周界安防、长输管道及大型结构安全监测领域，具体涉及一种相位敏感光时域反射仪扰动信号检测与识别方法。
背景技术：
相敏光时域反射仪(Phase-sensitiveoptical time domain reflectometry,Φ-OTDR)是一种典型全分布式光纤传感技术，灵敏度高，全程无源，可连续感知传输路径上应变、振动等动态参数的空间分布和时间变化信息，由于探测距离和多点同时定位能力显著优于其他干涉型技术，常作为长距离围栏技术应用的首选，在周界安防、长输油气管道安全、大型结构健康监测等领域发挥重要作用，满足国家在边境线、重要基础设施等方面安全监测的重大需求。然而，与其他干涉型高灵敏光纤检测系统类似，在实际应用中Φ-OTDR对气候变化、空气流动、声音和机械振动等背景噪声也同时敏感，目前基于光时域反射横向空间信号的检测与定位方法，只能判断扰动有无及其位置，无法确知扰动信号的类型，如是真实扰动还是背景噪声或其他干扰引起，误报频繁，无法满足实际应用要求。而结合空间上各点的纵向时间序列信号进行检测，可以根据不同类型信号随时间变化的特征差异，对各种扰动信号进行分辨和识别，是有效降低系统误报率，提高信号正确检测率的一种有效途径。然而，Φ-OTDR检测的干涉条纹变化是光脉冲范围内无数后向瑞利散射信号干涉结果的统计叠力口，是一个复杂的非线性系统，其传感信号具有一定确定性也有一定随机性，这是不同于其他干涉型系统的显著特点，也进一步增加了其实际入侵检测与识别的困难。扰动信号的检测与识别是Φ-OTDR也是干涉型光纤检测系统普遍存在的难题，成为制约其在实际应用中发挥作用的关键，直接决定系统的应用前景。

发明内容

针对上述现有技术，本发明要解决的技术问题是提供一种相位敏感光时域反射仪扰动信号检测与识别方法，解决现有系统由于对外界环境各种干扰敏感，误报率偏高的问题。为了解决上述技术问题，本发明采用如下技术方案:通过提取相敏光时域反射仪空间各点的纵向时间序列信号分形特征进行扰动检测和定位，基于该时间序列信号的多尺度时频能量分布特征，结合后向传播(BP)神经网络识别方法进行扰动信号属性的识别和分类。包括以下步骤:
(I)对接收的横向空间信号进行时间累积，得到空间上各点的纵向时间序列信号 相敏光时域反射仪以周期触发脉冲作为一个信号采集单元，触发频率为
/，触发周期为T= %。，该时间单元τ内采集的信号是Φ-OTDR光时域反射信号，映射了监
测距离内光信号在所有空间点的分布信息。采集脉冲周期触发，空间分布光信息被周期性地采集刷新。设第A个触发脉冲周期内接收的散射相干光沿光纤线路的光强分布信息，为
权利要求
1.一种相敏光时域反射仪扰动信号检测与识别方法，其特征在于，包括以下步骤: 1)对接收的横向空间信号进行时间累积，得到空间上各点的纵向时间序列信号； 2)对空间上某点的纵向时间序列信号进行分形特征提取，并基于该分形特征进行外界扰动检测和定位； 3)检测到有扰动信号发生时，对空间上该点的纵向时间序列信号进行多尺度小波分解，获得信号各尺度分量的能量特征； 4)基于空间上该点纵向时间序列信号的多尺度能量分布特征差异，利用BP神经网络对该信号的属性进行识别和分类。
2.根据权利要求1所述的一种相敏光时域反射仪扰动信号检测与识别方法，其步骤I)特征在于，所述对接收的横向空间信号通过相敏光时域反射仪提供，所述相敏光时域反射仪以周期触发脉冲作为一个信号采集单元，触发频率为 y，触发周期为T= X，该时间单元[内采集的信号是相敏光时域反射仪光时域反射信号，映射了监测距离内光信号在所有空间点的分布信息； 采集脉冲周期触发，随空间分布的光信息被周期性地采集刷新； 第k个采集脉冲周期内接收的散射相干光沿光纤线路的光强分布信息，为
3.根据权利要求1所述的一种相敏光时域反射仪扰动信号检测与识别方法，特征在于:步骤2)中所述的基于分形特征进行外界扰动检测和定位，具体为以空间i点的纵向时间序列信号K = ( Φ = 1,2,--1f)}作为处理对象，简写为7 = {%(* = 1,2,...1 )},对该时间序列信号进行关联维特征提取，步骤如下: 步骤31、建立相空间； 以时延为I个采样点为例建立一个《维相空间，有Ms =Μ- + 1个数据点或向量:
4.根据权利要求1所述的一种相敏光时域反射仪扰动信号检测与识别方法，其特征在于，所述步骤3)具体包括以下步骤: 步骤41、利用db6小波函数对纵向时间序列信号进行5层小波分解，将信号分为dl，d2, d3, d4, d5和a5共6个不同的尺度分量，其中dl，d2, d3, d4, d5分别表示db6小波分解到第一层、第二层、…，依次类推，直至第五层由高频到低频的细节信号分量，a5表示db6小波分解到第五层的近似信号分量； 起伏波动的背景噪声通常为大尺度信号，主要分布于低频分量，即近似信号分量a5中，声波及空气流动等类型的时变干扰信号为中尺度信号，主要分布于低频细节分量d4，d5中，而真实扰动信号为小尺度信号，主要分布于高频细节分量dl，d2中；步骤42、将时间序列信号进行4层小波分解，各层的细节信号分量为
5.根据权利要求1所述的一种相敏光时域反射仪扰动信号检测与识别方法，其特征在于，所述步骤4)包括以下步骤: 步骤51、将空间上该点时间序列信号的多尺度能量分布特征矢量作为BP神经网络的输入层，构建BP神经网络的隐含层和输出层，输入层的节点数等于小波分解层数<^或由特征矢量维数决定；输出层的节点数由目标类型个数决定，目标类有Γ个，则输出层节点数为1g2T向上取整，记为
全文摘要
本发明公开了一种相敏光时域反射仪扰动信号检测与识别方法，其主旨在于进一步提高相敏光时域反射仪对外界扰动的检测与智能识别能力，降低系统在实际复杂噪声环境中误报率和虚警率，其以空间各点的纵向时间序列信号作为处理对象，提取其分形特征进行扰动检测和定位；通过小波变换对时间序列信号进行多尺度分解，利用起伏背景噪声、声波等时变干扰信号、真实入侵信号等不同类型扰动信号在多尺度时频轴上的分布差异，提取不同尺度下细节信号分量的能量特征，组成该信号的多尺度时频分布特征矢量，结合后向传播(BP)神经网络识别方法进行扰动信号具体属性的识别和分类。本发明应用于周界安防、长输管道安全、大型结构健康监测等应用领域。
文档编号G01D21/00GK103226028SQ20131015834
公开日2013年7月31日 申请日期2013年5月2日 优先权日2013年5月2日
发明者吴慧娟, 李小玉, 谢鑫, 彭正谱, 饶云江 申请人:电子科技大学