文献类型：期刊文章

作　　者：李志辰[1] 刘琨(导师)[1] 江俊峰[1] 马鹏飞[1] 李鹏程[1] 刘铁根[1]

Li Zhichen;Liu Kun;Jiang Junfeng;Ma Pengfei;Li Pengcheng;Liu Tiegen(Key Laboratory of Opto-Electronics Information Technology of Ministry of Education,Institute of Optical Fiber Sensing of Tianjin University,School of Precision Instrument&Opto-Electronics Engineering,Tianjin University,Tianjin 300072,China)

机构地区：[1]天津大学精密仪器与光电子工程学院,光电信息技术教育部重点实验室天津大学光纤传感研究所,天津300072

出　　处：《红外与激光工程》

基　　金：国家自然科学基金(61475114,61405139,61227011,61378043,61505138);国家重大科学仪器设备开发专项(2013YQ030915)。

年　　份：2018

卷　　号：47

期　　号：9

起止页码：156-161

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在双马赫曾德光纤周界安防系统中,如何准确高效地实现模式识别仍是一项有待解决的难题。对此提出了一种基于短时傅里叶变换(STFT)与奇异值分解的模式识别方法,实现了三种不同事件类型的准确识别。该方法包含三个步骤:首先,通过对干涉信号进行短时傅里叶变换得到时频信息,根据时频信息找到事件端点并进行滤波;其次,对时频信息进行奇异值分解,根据奇异值的物理意义,由不同行为的奇异值的特点定义特征向量;最后,用支持向量机的方法进行事件分类。为验证方法有效性,搭建了2 km长的围栏系统进行实验验证。进行了攀爬围栏、敲击光缆、晃动围栏三种不同入侵模式下共360组实验,每种入侵行为各120组得到了良好的识别结果 (三种事件识别率均在90%以上),提高了系统的信号处理速度,有较高的实际应用价值。

关 键 词：模式识别 短时傅里叶变换 奇异值分解 光纤传感 信号分析

分 类 号：TN29]