文献类型：期刊文章

作　　者：喻后聃[1] 米秋实[1] 赵栋[1] 肖倩[1]

YU Houdan;MI Qiushi;ZHAO Dong;XIAO Qian(Optical Fiber Research Center,Department of Material Science,Fudan University,Shanghai 200433,China)

机构地区：[1]复旦大学材料科学系光纤研究中心,上海200433

出　　处：《光子学报》

基　　金：上海市科委项目(No.17DZ2280600)。

年　　份：2021

卷　　号：50

期　　号：9

起止页码：87-97

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：针对干涉型分布式光纤传感系统,在通过Mel倒谱系数方法提取扰动信号频域特征进行模式识别的研究基础上,提出了一种基于一维卷积神经网络的光纤入侵模式识别方法。利用还原信号的分级阈值判断并提取入侵信号,有效减少了分帧方法导致的计算时间;构建了基于入侵信号傅里叶变换后的频域信息的一维卷积神经网络,自适应地提取扰动的信号频域特征。搭建了基于直线型Sagnac干涉结构的入侵检测系统,利用大量实验采集的样本数据集对网络进行训练,得到了较好的分类识别结果,测试集的平均识别率达到了96.5%,并对训练后网络的卷积核以及经过卷积核后的入侵信号进行了分析。zscore标准化后,一维卷积神经网络能够识别信号频域中的部分特征,对频率成分复杂的树枝拍打信号识别效果提升较大。

关 键 词：光纤光学 周界传感  模式识别 特征提取 卷积神经网络

分 类 号：TP212.9]