[发明专利]一种田野文物保护系统中的地下入侵信号识别方法和系统

权利要求书

1.一种田野文物保护系统中的地下入侵信号识别方法，其特征在于，包括以下步骤：

(1)从田野文物保护系统获取地下入侵信号，判断该地下入侵信号的幅值是否大于预设阈值，如果大于则进入步骤(2)，否则继续获取地下入侵信号，并重复本步骤；

(2)获取从当前时刻开始t时刻内的地下入侵信号，利用模数转换器对该地下入侵信号进行模数转换处理，以得到离散地下入侵信号序列；

(3)设置计数器i＝1；

(4)判断计数器i是否大于步骤(2)得到的离散地下入侵信号序列的总长度，如果是则过程结束，否则转入步骤(5)；

(5)判断步骤(2)得到的离散地下入侵信号序列的第i个元素是否大于等于预设阈值，如果是则进入步骤(6)，否则进入步骤(8)；

(6)取离散地下入侵信号序列的第i个元素的前m个元素和后m个元素组成信号序列，其中如果不存在前m个元素或后m个元素，则执行补零操作，以形成最终长度为2m+1的信号序列，并对得到的信号序列进行补零或截断处理，以得到固定长度的新信号序列，其中m的取值范围是1600到2400；

(7)将步骤(6)得到的固定长度的信号序列输入到已训练好的一维卷积神经网络分类模型，并根据一维卷积神经网络分类模型输出的结果判断地下入侵信号的类别，设置计数器i＝i+m，并返回步骤(4)；

(8)设置计数器i＝i+1，并返回步骤(4)。

2.根据权利要求1所述的地下入侵信号识别方法，其特征在于，

步骤(1)中的预设阈值的取值范围是1到3.3伏；

步骤(2)中t的取值范围是8到12秒；

步骤(5)中预设阈值的取值范围是1000到1500。

3.根据权利要求1所述的地下入侵信号识别方法，其特征在于，

步骤(6)中固定长度的新信号序列其长度为3993；

如果长度为2m+1的信号序列的长度大于3993，则步骤(6)是对其采用截断处理，即截断该信号序列末尾的元素使得该序列长度等于3993，如果长度为2m+1的信号序列的长度小于3993，则步骤(6)是对其采用补零处理，即在该信号序列末尾补零使得该序列长度等于3993。

4.根据权利要求1所述的地下入侵信号识别方法，其特征在于，步骤(7)中，如果一维卷积神经网络分类模型输出的结果为0，则表示地下入侵信号是步行信号，如果输出的结果为1，则表示地下入侵信号是挖掘信号。

5.根据权利要求1所述的地下入侵信号识别方法，其特征在于，一维卷积神经网络分类模型是通过以下步骤训练得到的：

(1-1)获取从当前时刻开始t时刻内的地下入侵信号，利用模数转换器对该地下入侵信号进行模数转换处理，以得到离散地下入侵信号序列；

(1-2)设置计数器j＝1；

(1-3)判断计数器j是否大于离散地下入侵信号序列的长度，如果是则进入步骤(1-8)，否则转入步骤(1-4)；

(1-4)获取步骤(1-1)得到的离散地下入侵信号序列的第j个元素，并判断第j个元素是否大于等于预设阈值，如果是则进入步骤(1-5)，否则进入步骤(1-6)；

(1-5)在离散地下入侵信号序列中取该第j个元素的前n个和后n个元素构成信号序列，其中如果不存在前n个元素或后n个元素，则执行补零操作，以形成最终长度为2n+1的信号序列，并对得到的信号序列进行补零或截断处理，以得到固定长度的新信号序列，然后进入步骤(1-7)，其中n的取值范围是1600到2400；

(1-6)设置计数器j＝j+1，并返回步骤(1-3)；

(1-7)设置计数器j＝j+n，并返回步骤(1-3)；

(1-8)将得到的所有固定长度的新信号序列进行归一化处理，以得到多个归一化后的新信号序列；

(1-9)将步骤(1-8)得到的多个归一化后的新信号序列按照9:1的比例划分为训练集和测试集，从所有训练集中取出N个数据集并输入一维卷积神经网络分类模型中，并使用反向传播算法对一维卷积神经网络分类模型中每层的权重参数进行更新和优化，使得损失值收敛，以得到训练好的一维卷积神经网络分类模型；其中N为自然数，其最小值为16，最大值为训练集的总数。