申请/专利权人：浙江工业大学

申请日：2020-11-11

公开（公告）日：2024-03-22

公开（公告）号：CN112364768B

主分类号：G06V10/764

分类号：G06V10/764;G06T5/70;G06T7/194;G06N20/10

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.03.05#实质审查的生效;2021.02.12#公开

摘要：一种基于空域特征和机器学习的分布式光纤入侵识别方法，包括以下步骤：步骤1：通过一分布式光纤振动传感系统，感应光纤周围的振动信号，产生多条后向瑞利散射曲线，多条后向瑞利散射曲线构成二维时空信号；步骤2：对图像数据fx,y进行图像预处理，以达到图像去噪和增强的目的，去噪预处理后的图像为f1x,y，增强后的图像为f2x,y；步骤3：获取f2x,y二值化阈值k*后将图像f2x,y二值化；步骤4：二值化后的图像gx,y利用图像降噪方法消去噪点；步骤5：计算曲线中每个点的一阶导数F1和二阶导数F2，及高阶导数Fn；步骤6：将获得的空域特征作为特征向量并结合机器学习算法对入侵扰动事件进行模式识别。本发明能够有效的提高入侵事件的识别准确率，降低误报率，计算量小，复杂度低。

主权项：1.一种基于空域特征和机器学习的分布式光纤入侵识别方法，其特征在于，所述方法包括以下步骤：步骤1：通过一分布式光纤振动传感系统，感应光纤周围的振动信号，产生多条后向瑞利散射曲线，多条后向瑞利散射曲线构成二维时空信号，横轴对应光纤长度L，范围是L＝[L1,L2,L3…LP],纵轴对应时间t，时间t的范围是t＝[t1,t2,t3…tQ]，多条散射曲线按照时间排列构成二维时空信号为： 采集到的M条瑞利散射曲线，后向瑞利散射曲线的点数为N，可以组成一幅M*N的二维图像数据fx,y；步骤2：对图像数据fx,y进行图像预处理，以达到图像去噪和增强的目的，去噪预处理后的图像为f1x,y，增强后的图像为f2x,y；步骤3：获取f2x,y二值化阈值k*后将图像f2x,y二值化，分割后的图像为gx,y，输入的图像为f2x,y，将图像分为前景gx,y＝1,f2x,y＞k*和背景gx,y＝0，f2x,y≤k*两部分： 步骤4：二值化后的图像gx,y利用图像降噪方法消去噪点，处理后的图像为g1x,y，获取图像事件连通区域的重心坐标，将对应的像素点坐标转换为对应光纤长度和时间的直角坐标，将获得的坐标点拟合成曲线为：W＝FL,t步骤5：计算曲线中每个点的一阶导数F1和二阶导数F2，及高阶导数Fn，一阶导数的意义是事件发生的瞬时速率的倒数，二阶导数的意义是事件发生的瞬时加速率的倒数，将此事件速率和加速率的平均值作为信号空域特征，为后续的模式识别做准备；步骤6：将获得的空域特征作为特征向量并结合机器学习算法对入侵扰动事件进行模式识别。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于空域特征和机器学习的分布式光纤入侵识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD