基于总体平均经验模态分解的光纤周界预警系统模式识别方法

发布时间：2017-10-19 14:31

  本文关键词：基于总体平均经验模态分解的光纤周界预警系统模式识别方法

  更多相关文章： 光纤光学 Mach-Zehnder干涉 总体平均经验模态分解 能量熵 模式识别

【摘要】：针对光纤周界预警系统输出信号的非平稳特性,提出了一种基于总体平均经验模态分解(EEMD)的模式识别方法。预警系统基于Mach-Zehnder干涉原理,利用4条单模光纤构成分布式扰动传感器,实时监测周界入侵事件。该方法引用具有自适应性的EEMD算法将振动信号分解成多个本征模态函数(IMF)。根据不同振动信号能量各异的特点,提出EEMD能量熵的方法排除非入侵的干扰。最后建立双重支持向量机对入侵信号进行识别。实验结果表明:该方法可以有效排除非人为入侵的干扰,准确识别攀爬、敲击和其他虚警信号,平均正确识别率优于92%,提高了系统的报警识别率,降低了误报率。
【作者单位】： 中国民航大学天津市智能信号与图像处理重点实验室;中国民航大学理学院;北京交通大学光信息科学与技术研究所教育部发光与光信息技术重点实验室;
【关键词】： 光纤光学 Mach-Zehnder干涉 总体平均经验模态分解 能量熵 模式识别
【分类号】：TU89;TN253
【正文快照】： 1引言光纤周界作为第3代安防技术的佼佼者,以其监测距离长、抗电磁和射频干扰、无辐射、耐腐蚀及适应多种环境等特性,普遍应用于政府要地、电力设施、仓库和机场等多数领域[1-3]。光纤周界系统中定位和识别是其发展的2大关键技术,其中定位的研究已有一定成果[4-5],但系统的识

【参考文献】

中国期刊全文数据库 前9条

1 罗光明;李枭;崔贵平;钟U，

本文编号：1061633