文献类型：期刊文章

作　　者：马诗洋[1] 王宇[1] 王鹏飞[1] 李君婵[1] 白清[1] 刘昕[1] 靳宝全[1,2]

MA Shi-yang;WANG Yu;WANG Peng-fei;LI Jun-chan;BAI Qing;LIU Xin;JIN Bao-quan(College of Physics and Optoelectronics,Key Laboratory of Advanced Transducers and Intelligent Control System,Ministry of Education and Shanxi Province,Taiyuan University of Technology,Taiyuan,Shanxi 030024,China;State Key Laboratory of Coal and CBM Co-mining,Jincheng,Shanxi 048012,China)

机构地区：[1]太原理工大学物理与光电工程学院新型传感器与智能控制教育部与山西省重点实验室,山西太原030024 [2]煤与煤层气共采国家重点实验室,山西晋城048012

出　　处：《计量学报》

基　　金：国家自然科学基金(62175175);山西省基础研究计划(20210302122210);山西省科技成果转化引导专项(201904D131022);山西省煤层气联合研究基金(2016012011)。

年　　份：2022

卷　　号：43

期　　号：5

起止页码：609-616

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决实际环境中振动事件易误报的问题,在基于相位敏感光时域反射仪的分布式光纤振动传感系统中,引入了一种融合小波能量谱和支持向量机(SVM)的模式识别方法。首先,利用小波能量谱分析方法,设定最优分解层为5层,并从原始信号中提取出特征向量;然后利用支持向量机的“一对一法”多分类策略对振动事件进行识别分类。考虑到实际环境因素的影响,对沿光纤行走、敲击光纤以及沿光纤慢跑3种模式的振动进行了检测试验;最后,采用准确率、精确率、召回率和F值来综合评价支持向量机分类器的性能。实验结果表明:该模式识别方法实现了84.9%的振动事件分类准确率。

关 键 词：计量学 相位敏感光时域反射仪  支持向量机 光纤传感 模式识别 小波能量谱  

分 类 号：TB936]