[发明专利]基于梅尔频谱的分布式光纤入侵检测方法

权利要求书

1.一种基于梅尔频谱的分布式光纤入侵检测方法，其特征在于由以下步骤组成：

步骤一：读取光纤振动传感器采集的原始信号，定位出疑似入侵事件发生的位置点；

步骤二：提取疑似入侵事件发生位置点的信号，生成多个梅尔频谱图；

步骤三：多个梅尔频谱图通过频率映射形成一维特征向量；

步骤四：将一维特征向量输入到深度学习网络中，构建训练模型，并将模型用于光纤入侵事件的实时检测；

步骤一中，光纤振动传感器采集的原始信号是包含时域信息和空间信息的二维数据矩阵，可表示为D_t×l＝(d_ij)_t×l，i＝1，2...，t；j＝1，2...，l，其中t表示时间维度，l表示空间维度，定位出疑似入侵事件发生的位置点是将采集到的原始信号在时间方向上提取出能量信息，然后根据能量信息在空间位置上的相互关系确定疑似入侵事件发生的位置点，具体的实现步骤为：

步骤1-1：原始信号在时间方向采用滤波的方式将直流分量和高频噪声滤除；

步骤1-2：将滤波后的信号沿时间方向求取能量值：

步骤1-3：遍历E_l中的点，对每个点按如下规则进行筛选：

将满足如上条件的E’和E’所在的坐标位置Loc进行记录，记录的这些位置坐标Loc即为疑似入侵事件发生的位置点；

步骤二中，所述提取疑似入侵事件发生位置点的信号，是指根据步骤一中得到的位置坐标Loc将原始信号中对应位置的信号提取出来，所述生成梅尔频谱是指将提取的每个疑似入侵位置点的信号都生成对应的梅尔频谱，生成步骤为：

步骤2-1：信号分帧，即将每个位置点的一维信号进行分帧处理；

步骤2-2：计算每帧的傅里叶变换及其功率谱；

步骤2-3：使用梅尔滤波器组将每帧的傅里叶频谱变换到梅尔频谱域中，变换公式为：

M(f)＝1125ln(1+f/700)

步骤2-4：每一帧信号都重复上述步骤三 操作，所有帧的信号将形成多个梅尔频谱图，按照帧顺序将多个梅尔频谱图进行组合；

步骤三 中，所述将多个梅尔频谱图通过频率映射形成一维特征向量是指对每个梅尔频谱图都通过映射形成一个特征值，多个梅尔频谱图通过映射后形成的多个特征值组合在一起形成一维的特征向量，具体实现步骤为：

步骤3-1：构建频谱映射关系：

其中，value为计算的特征值，E为梅尔频率为mel_f时的能量值，μ为权重，mel_f0、mel_f1和mel_f2为频带截止频率；

步骤3-2：每个梅尔频谱都根据步骤3-1中的映射关系，将频谱图中的频率分布映射到一个特征值上；

步骤3-3：根据分帧顺序，将多个特征值进行组合形成该疑似入侵位置点的特征向量；

步骤四中，所述构建深度学习训练模型的步骤为：

步骤4-1：采集大量不同入侵行为和扰动行为的样本信号；

步骤4-2：根据上述步骤提取所有样本信号的特征向量；

步骤4-3：将所有样本的特征向量分成训练样本和测试样本，使用训练样本对深度学习网络进行训练，使用测试样本对算法性能进行评估，并不断优化参数和算法结构，直至算法性能达到最优；通过上述步骤训练的模型可应用于系统中，实时检测破坏管道的入侵行为并发出报警。