[发明专利]一种基于决策树算法的海洋光纤振源识别方法、装置及系统

说明书

本发明公开了一种光纤振源识别方法、装置及系统。其中，该方法包括：识别终端获取光纤振动信号；采用决策树分类算法对所述光纤振动信号进行分类，得到所述光纤振动信号的振源类型。通过上述方式，本发明能够实现智能识别水中的光纤振源类型，提高识别效率。

技术领域

本发明涉及光纤通信领域，特别是涉及一种光纤振源识别方法、装置及系统。

背景技术

随着光纤处理技术发展，可利用光纤探测周边环境状况，例如是否有物体经过、且该物体具体为何物等。当检测光纤受到外界干扰影响发生振动时，光纤中传输光的部分特性就会改变，识别终端对信号进行采集，分析采集信号的特征以判断其光特性的改变，进而可检测出发生振动位置对应的信号，进而根据该信号识别出其振源类型。

然而，现有光纤振源识别方法通常采用人工比对振动信号与振源对应信号，以判断出该振动信号是否属于该振源。现有的人工识别方式效率低。

潜艇是被全世界所公认的重要战略性武器之一，潜艇技术的高低能彰显一个国家的军事实力，所以各个国家在潜艇技术上投入较多，革新非常迅速，技术先进，潜艇也是较早期就有的匿踪载具。潜艇的噪音降至90分贝左右就可以“淹没”在浩瀚的海洋背景噪音中，不是当代声纳所能侦测的，而利用光线振源识别可以代替传统的声呐侦测，并可以识别的更为精确。

发明内容

本发明主要解决的技术问题是提供一种光纤振源识别方法、装置及系统，能够实现智能识别光纤振源，提高识别效率。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种光纤振源识别方法，包括：识别终端获取光纤振动信号；采用决策树分类算法对所述光纤振动信号进行分类，得到所述光纤振动信号的振源类型。

其中，所述采用决策树分类算法对所述光纤振动信号进行分类的步骤包括：将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型。

其中。所述将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型的步骤包括：判断所述光纤振动信号的最大能量特征是否符合鱼群游动振源类型对应的预设最大能量模型；若符合，则将所述光纤振动信号的振源类型确定为鱼群游动振源。

其中，所述将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型的步骤还包括：若所述最大能量特征不符合所述预设最大能量模型，则判断所述光纤振动信号的能量信息熵特征是否符合小型潜水器类型对应的预设能量信息熵模型；若符合，则将所述光纤振动信号的振源类型确定为小型潜水器。

其中，所述将所述光纤振动信号的特征与对应的预设特征模型进行匹配，并根据匹配结果，继续进行与其他预设特征模型进行匹配或者将所述光纤振动信号的振源类型确定为与所述预设特征模型对应的振源类型的步骤还包括：若所述能量信息熵特征不符合所述预设能量信息熵模型，则判断所述光纤振动信号的持续时间是否超过设定时间；若超过，则对所述光纤振动信号进行基频周期模型的匹配；否则，对所述光纤振动信号进行信号模型的匹配。

其中，所述对所述光纤振动信号进行基频周期模型的匹配的步骤包括：判断所述光纤振动信号是否具有基频且基频周期是否达到设定值；若是，则将所述光纤振动信号的振源类型确定为大型潜艇振源；否则，将所述光纤振动信号的振源类型确定为中型潜艇振源。