[发明专利]一种用于光纤光栅周界安防系统的入侵事件识别方法

权利要求书

1.一种用于光纤光栅周界安防系统的入侵事件识别方法，所述安防系统包括光纤光栅阵列、解调仪和计算机，预先将光纤光栅阵列以S型缠绕的方式安装在周界围栏的内侧并固定，用来监测入侵信号；光纤光栅阵列通过光开关与解调仪连接，解调仪与计算机连接；解调仪中的光源提供原始光信号，同时解调仪解调沿光纤从光纤光栅传感器反射的光信号，并将其转换为电信号再经高速A/D转换为数字信号传输至计算机进行处理，其特征在于：所述识别方法包括以下步骤：

步骤1、通过解调仪提取光纤光栅阵列在入侵作用下采集的信号，计算入侵信号过零率并将入侵信号进行变分模态分解得到具有不同时频特性的IMF分量，解决了信号分解过程中模态混叠的技术问题；

步骤2、对具有不同时频特性的IMF分量进行特征提取，与信号过零率组成了多重特征的混合特征向量，所述混合特征向量包括信号的时域特征和信号的不规则性特征，所述混合特征向量解决了单一特征下信号识别率低的技术问题；

步骤3、将步骤2中得到的所述混合特征向量输入Sigmoid函数拟合的支持向量机中进行训练，得到训练好的识别模型，通过Sigmoid函数拟合将SVM的决策值转换为概率值，从而解决了传统周界入侵识别方案中概率输出的技术问题；

步骤4、用测试集对训练好的识别模型进行测试。

2.根据权利要求1所述的一种用于光纤光栅周界安防系统的入侵事件识别方法，其特征在于：步骤1中，对提取到的每种入侵信号进行变分模态分解，得到具有不同时频特性的IMF分量并计算每个IMF分量与原始信号的相关系数，相关系数

其中，y_si是第s个IMF分量中的数据点，是第s个IMF分量的幅值均值，x_i(t)是第i个数据点的幅值，是原始信号的幅值均值。选择相关系数最高的IMF分量，得到每种入侵信号的最高相关IMF分量。

3.根据权利要求1所述的一种用于光纤光栅周界安防系统的入侵事件识别方法，其特征在于：步骤2中，对每种入侵信号中的最高相关IMF分量使用多尺度模糊熵的特征提取方法，与入侵信号过零率构建成混合特征向量。

4.根据权利要求1所述的一种用于光纤光栅周界安防系统的入侵事件识别方法，其特征在于：在分解信号时，分解层数K＝7；MFE参数选择如下：嵌入维数m＝2，尺度因子s＝4，相似容限r＝0.15std，std为入侵信号的标准偏差。

5.根据权利要求1至4任一项所述的一种用于光纤光栅周界安防系统的入侵事件识别方法，其特征在于：已知类型的入侵信号包括人为入侵信号、非人为入侵信号和无入侵干扰信号；其中，人为入侵信号包括晃动、剪切，非人为入侵信号包括刮风、下雨。无入侵干扰为采集的背景噪声信号。

6.根据权利要求5所述的一种用于光纤光栅周界安防系统的入侵事件识别方法，其特征在于：采用Sigmoid函数将SVM的输出值映射到[0,1]之间，实现入侵事件的概率输出。对于任意第x类事件，通过将其发生的概率值和相对应的SVM决策输出通过Sigmoid函数进行拟合，可以得到

其中，y表示SVM最终判断的入侵事件类型，x为入侵事件的类型，f_x为决策函数，(A_x,B_x)为一对拟合参数。