[发明专利]一种基于分布式光纤的多维度特征入侵检测方法

权利要求书

1.一种基于分布式光纤的多维度特征入侵检测方法，其特征在于，所述方法包括：

步骤1：将分布式光纤进行分段，获得分布式光纤的分段信息以及每段分布式光纤段对应的地形特征系数和环境特征系数；

步骤2：采集发生预警事件对应分布式光纤段的第一分段信息、第一预警事件真实结果和第一原始数据，第一原始数据包括：原始应变曲线数据和原始振动曲线数据，基于第一分段信息获得对应的第一地形特征系数和第一环境特征系数；

步骤3：对第一原始数据进行筛选获得第一应变曲线数据和第一振动曲线数据；

步骤4：对第一应变曲线数据和第一振动曲线数据进行特征提取获得第一特征图像数据；

步骤5：将第一特征图像数据、第一地形特征系数、第一环境特征系数、第一应变曲线数据的波峰图像和第一振动曲线数据的波峰图像进行融合获得第一多维度特征，基于第一多维度特征和第一预警事件真实结果获得第一样本；

步骤6：循环执行步骤2-步骤5直到获得若干个第一样本后结束循环，基于若干个第一样本获得训练集；

步骤7：利用训练集训练分类模型获得入侵检测分类模型；

步骤8：实时采集各段分布式光纤段的第二原始数据，并判断第二原始数据是否超过对应的分段预警阈值，若超过则获得分布式光纤段对应的第二地形特征系数、第二环境特征系数和第二原始数据；

步骤9：对第二原始数据进行筛选获得第二应变曲线数据和第二振动曲线数据，对第二应变曲线数据和第二振动曲线数据进行特征提取获得第二特征图像数据；

步骤10：将第二特征图像数据、第二地形特征系数、第二环境特征系数、第二应变曲线数据的波峰图像和第二振动曲线数据的波峰图像进行融合获得第二多维度特征；

步骤11：将第二多维度特征输入入侵检测分类模型，获得预警事件分类结果。

2.根据权利要求1所述的一种基于分布式光纤的多维度特征入侵检测方法，其特征在于，所述分段预警阈值为动态阈值。

3.根据权利要求1所述的一种基于分布式光纤的多维度特征入侵检测方法，其特征在于，本方法中的分布式光纤采集的数据为音频数据，本方法中对分布式光纤采集的数据的筛选方式为：

对分布式光纤采集的应变曲线数据，基于信号采集的时间序列和固定时间区间大小，将布式光纤采集的应变曲线数据划分为若干个时间区间对应的应变曲线数据段，针对每个应变曲线数据段判断应变曲线数据段中的应变波峰图像信号是否超过相应的分段预警阈值，若超过则保存该段应变曲线数据段对应的分布式光纤皮长信息及对应的音频数据；

对分布式光纤采集的振动曲线数据，基于固定皮长区间大小，将分布式光纤采集的振动曲线数据划分为若干个皮长区间对应的振动曲线数据段，针对每个振动曲线数据段判断振动曲线数据段中的振动波峰图像信号数据是否超过相应的分段预警阈值，若超过则保存该振动曲线数据段对应的分布式光纤的皮长信息及对应的音频数据。

4.根据权利要求1所述的一种基于分布式光纤的多维度特征入侵检测方法，其特征在于，所述步骤4具体包括：

指定第一应变曲线数据和第一振动曲线数据中音频数据的取样时间间隔；

基于取样时间间隔，从音频数据中获得若干音频样本数据；

对音频样本数据进行归一化处理，获得归一化后的音频样本数据；

将音频样本数据以预设时间长度进行分帧处理获得若干帧数据，对每帧数据的步进进行设置使得相邻帧互有预设时长的重叠，对每帧数据添加汉明窗并进行短时傅里叶变换获得帧频谱向量，将所有帧数据对应的帧频谱向量进行并列获得第一矩阵，将第一矩阵中的元素值进行平方处理获得功率谱密度特征矩阵，对功率谱密度特征矩阵中的元素值的动态范围进行调整获得第一特征图像数据。