[发明专利]光纤传感网鲁棒性实验获取方法

摘要

一种光纤传感网鲁棒性实验获取方法。该方法首先确定光纤传感网中所需的传感器种类和传感网结构；建立鲁棒性参数实验，确定光纤传感网中传感器衰减系数及阈值；然后在监测区域内均匀选取实验点，分别对实验点施加被测量并采集各实验点的传感数据；计算光纤传感网在监测区域内的覆盖率；根据光纤传感网拓扑结构枚举并计算传感网的工作状态及其概率；并根据光纤传感网鲁棒性评估模型计算传感网鲁棒性。利用该方法可定量评估光纤传感网鲁棒性，将传感网鲁棒性理论计算与实际相结合，能够在光纤传感网设计之初优化网络鲁棒性，提高传感网使用寿命，节省实际工程开销。该方法对光纤传感网的优化布设具有指导意义，适用于光纤传感网各种拓扑结构。

主权项

一种光纤传感网鲁棒性实验获取方法，其特征在于该方法的步骤如下：第1、确定光纤传感网中所需的传感器种类和传感网结构的基本信息；建立鲁棒性参数实验，通过实验确定光纤传感网中传感器衰减系数α及传感网阈值γ，0≤γ≤1；在进行光纤传感网鲁棒性分析时定义了两个重要的参数：衰减系数和阈值；阈值是由光纤传感网对监测区域内所要监测的物理量的测量精度决定的，取值范围为0≤γ≤1，精度越高γ取值越小；衰减系数α取决于光纤传感网中传感器类型及该类传感器所监测的物理量种类，理想情况下，同种类型的光纤传感器用于监测同一种物理量时的衰减系数相同；第1.1、根据工程要求确定光纤传感网中传感器类型，以及光纤传感网的拓扑结构；在光纤传感网中可以包含多种类型的光纤传感器，由于不同种类型光纤传感器的衰减系数不同，因此在进行鲁棒性参数实验之前要首先确定光纤传感网中传感器种类；之后根据实际工程需要确定光纤传感网的拓扑结构；第1.2、通过参数实验获得鲁棒性评估所需的衰减系数α及阈值γ；若光纤传感网中包含n种不同类型的光纤传感器，则在进行传感网鲁棒性评估时光纤传感器的衰减系数也为n个，αi为第i种传感器的衰减系数，i=1,…,n；选取一个第i种传感器，将该传感器布设在监测区域内的一点S，且该点的坐标为(xs, ys)，在监测区域内另选一点M作为监测点，且M点坐标为(xm, ym)，之后，在M点上施加待测物理量进行衰减系数实验，采集实验数据，利用支持向量机算法进行数据处理，得到实验中S点处的传感器对于监测点M的监测能力fi=1/，其中mse为均方差；然后，根据鲁棒性评估模型中光纤传感器的监测能力公式可得：；阈值γ是光纤传感网鲁棒性评估的另一个重要参数，与光纤传感网所要达到的精度有关，因此在实际工程中根据精度要求自行定义γ的值；第2、在待监测区域内均匀选取实验点；分别对实验点施加待测物理量，并分别采集光纤传感网对每个实验点的传感数据；首先将光纤传感网布设于监测区域内，然后，在监测区域内均匀的选取实验点，且所选实验点的位置应避开传感器所在位置，设在监测区域内选取m个实验点，Pj为第j个实验点，j=1,…,m ，实验点的数量越多传感网鲁棒性评估的精度越高；在确定实验点位置之后，对一个实验点Pj施加物理量，采集光纤传感网在监测区域内由这一物理量引起的传感数据；如此重复，分别对所选取的每一个实验点施加物理量，每个实验点采集q组实验数据；第3、选取数据处理算法，根据蒙特卡洛方法计算光纤传感网在该监测区域内的覆盖率；第3.1、确定基于遗传算法的支持向量机作为数据处理算法，分别对每一个实验点数据进行处理；选取基于遗传算法的支持向量机作为数据处理算法，利用支持向量机分别对各个实验点采集的数据进行处理，将点Pj的实验数据分为训练集与检测集，训练集用于训练SVM，检测集用于检测训练结果；与第1步参数实验数据处理方法相同，将检测结果的均方差mse用于表示光纤传感网对点Pj的监测能力fj=1/；如此重复，分别对每个实验点的实验数据进行处理，从而得到m个监测能力值fj ，j=1,…,m；第3.2、根据蒙特卡洛方法确定光纤传感网在监测区域内的覆盖率C；蒙特卡洛方法是将所求解的问题转化为某种随机分布的特征数，利用随机抽样试验，计算该随机事件发生的频率，以这一频率估计随机事件发生的概率；将m个实验点的监测能力值fj 分别与阈值γ相比较，若fj ≥γ则认为传感网能够有效监测Pj点；否则认为传感网不能监测Pj点；统计光纤传感网能够有效监测点的数量k ，k ≤m；根据蒙特卡洛方法，光纤传感网在该监测区域内的覆盖率C=k/m；第4、根据光纤传感网拓扑结构枚举并计算传感网的工作状态及概率；并根据光纤传感网鲁棒性评估模型计算传感网鲁棒性；光纤传感网的工作状态取决于网络的拓扑结构，不同的拓扑结构的工作状态并不相同，通过枚举光信号在网络中的传送路径即可得到光纤传感网的工作状态；由于光纤传感网中传感器损坏的概率很低，因此传感网工作状态概率主要取决于传感网中的连接光纤能够正常工作的概率；若假设1cm的连接光纤损坏的概率为p，第i根连接光纤长度为Li，则第i根光纤未损坏的概率表示为：pi=(1‑p)Li；由此计算出光纤传感网的工作状态概率；最后根据鲁棒性评估模型计算光纤传感网的实验鲁棒性。