[发明专利]基于梅尔频谱的分布式光纤入侵检测方法

说明书

本发明涉及输油输气管线中分布式光纤振动监测安防技术领域，具体地说是一种基于梅尔频谱的分布式光纤入侵检测方法，其特征在于包含以下步骤：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；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；多个梅尔频谱图通过频率映射形成一维特征向量；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，本发明对低频区域信号响应灵敏，能够将不同事件对信号的低频响应差异化表征出来，能够很好的区分不同入侵事件和干扰事件，提高系统的识别准确率。

技术领域：

本发明涉及输油输气管线中分布式光纤振动监测安防技术领域，具体地说是一种基于梅尔频谱的分布式光纤入侵检测方法。

背景技术

分布式光纤振动入侵检测技术在石油石化输油输气管线的安全监测领域上受到越来越多的关注，相比传统的监测方法，分布式光纤入侵检测技术可以实现长距离安全监测，并且对破坏入侵事件的响应速度快、定位准确，监测覆盖面广，这些优点是传统人工巡线和管道压力检测等手段所无法实现的，所以分布式光纤入侵检测技术的发展变得重要和迫切。

分布式光纤入侵检测方法是分布式入侵检测技术应用发展的一个重要因素。目前大多数方法都是将时域信号变换到频域中进行分析和识别，采用最多的时频变换方法是傅里叶变换和小波变换，这些时频分析方法可以将信号所覆盖的所有频率范围都提取出来，从整个频率范围分析信号特征，但是在实际中采集的入侵信号，由于土质对振动的吸收，信号的频率范围主要集中在低频区域，所以信号分析的重点是低频范围的信号特征。现阶段需要在保证计算速度的前提下，进一步提高系统对不同事件信号的响应灵敏度，以区分不同的入侵事件和干扰事件。

发明内容：

本发明针对现有技术中存在的缺点和不足，提出了一种对低频区域信号响应灵敏，能够将不同事件对信号的低频响应差异化表征出来，能够很好的区分不同入侵事件和干扰事件，提高系统的识别准确率的基于梅尔频谱的分布式光纤入侵检测方法。

本发明可以通过以下措施达到：

一种基于梅尔频谱的分布式光纤入侵检测方法，其特征在于包含以下步骤：

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。

本发明所述步骤一中，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。