光纤周界入侵信号特征提取与识别方法的研究

发布时间：2018-04-26 16:55

本文选题：分布式光纤传感 + 互补经验模态分解　；参考：《激光与红外》2017年07期

【摘要】：提出一种基于互补经验模态分解(CEEMD)奇异值熵结合多核支持向量机(SVM)的入侵信号特征提取与识别方法。首先,采用CEEMD方法对入侵信号进行分解得到若干个本征模态函数(IMF);其次,再对IMF分量进行奇异值分解,计算其奇异值熵;然后,根据奇异值熵筛选出有用IMF分量,构建特征向量;最后,采用多核支持向量机识别入侵信号。采用实际采集的攀爬,敲击,汽车,风等场外入侵信号进行了实验验证,结果表明:CEEMD方法有效解决了EEMD的残留白噪声问题,多核SVM比单核SVM具有更好的识别率,攀爬入侵信号识别率达到95%。
[Abstract]:An intrusion signal feature extraction and recognition method based on complementary empirical mode decomposition (EMD) singular value entropy and multi-core support vector machine (SVM) is proposed. First, the CEEMD method is used to decompose the intrusion signal to obtain some intrinsic mode functions. Secondly, the singular value decomposition of the IMF component is carried out to calculate the singular value entropy, and then the useful IMF component is screened according to the singular value entropy. Finally, multi-kernel support vector machine is used to recognize the intrusion signal. The off-site intrusion signals, such as climbing, knocking, automobile, wind and so on, are tested and verified. The results show that the problem of residual white noise in EEMD is effectively solved by using the EEMD method. The multi-core SVM has a better recognition rate than the single-core SVM. The recognition rate of climbing invasion signal is 95%.
【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;中国民航大学空管研究院;
【基金】：国家自然科学基金重点项目(No.U1433202);国家自然科学基金(No.U1533113) 中央高校基本科研业务费中国民航大学专项(No.3122016B001) 中央高校基本科研基金(No.3122016D029)资助
【分类号】：TN911.7

【参考文献】

相关期刊论文前10条

1 张燕君;刘文哲;付兴虎;毕卫红;;基于EMD-AWPP和HOSA-SVM算法的分布式光纤振动入侵信号的特征提取与识别[J];光谱学与光谱分析;2016年02期

2 邹东伯;刘海;赵亮;康迎杰;;分布式光纤振动传感信号识别的研究[J];激光技术;2016年01期

3 蒋立辉;盖井艳;王维波;熊兴隆;梁生;盛新志;;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[J];光学学报;2015年10期

4 王思远;娄淑琴;梁生;陈京惠;;M-Z干涉仪型光纤分布式扰动传感系统模式识别方法[J];红外与激光工程;2014年08期

5 喻骁芒;罗光明;朱珍民;叶剑;;分布式光纤传感器周界安防入侵信号的多目标识别[J];光电工程;2014年01期

6 冯欣;曾周末;封皓;安阳;;基于小波信息熵的分布式振动传感系统的扰动评价方法[J];光学学报;2013年11期

7 吴红艳;贾波;卞庞;;光纤周界安防系统端点检测技术的研究[J];仪器仪表学报;2013年04期

8 郭澎;常胜江;;干涉型光相位传感系统信号频率特性的研究[J];光电子.激光;2011年06期

9 赵学智;叶邦彦;陈统坚;;奇异值差分谱理论及其在车床主轴箱故障诊断中的应用[J];机械工程学报;2010年01期

10 蓝天;张春熹;李立京;罗光明;李琛;;双M-Z型光纤微振动传感器光波随机偏振分析[J];压电与声光;2008年05期

【共引文献】

相关期刊论文前10条

1 蒋立辉;刘杰生;熊兴隆;王维波;李猛;;光纤周界入侵信号特征提取与识别方法的研究[J];激光与红外;2017年07期

2 黄刚劲;范玉刚;冯早;齐鹏;;基于SVD——形态降噪的TKEO故障诊断方法研究[J];传感器与微系统;2017年07期

3 袁涛;张尚斌;何清波;;时变奇异值分解在轴承故障特征提取中的应用研究[J];机械与电子;2017年06期

4 李志星;石博强;;自适应奇异值分解的随机共振提取微弱故障特征[J];农业工程学报;2017年11期

5 王建平;郝钊;朱程辉;;基于相空间重构的光纤周界信号识别算法研究[J];合肥工业大学学报(自然科学版);2017年05期

6 卢学佳;安博文;陈元林;李玉涟;;基于现代谱估计的光纤周界安防系统模式识别[J];光通信技术;2017年05期

7 李小魁;付国定;张秋慧;;光子晶体光纤中入射激光脉冲形状对超连续谱特性的影响[J];激光杂志;2017年04期

8 李刚;;偏振不敏感光纤振动传感网络入侵特征提取[J];激光杂志;2017年04期

9 张俊楠;娄淑琴;梁生;;基于SVM算法的φ-OTDR分布式光纤扰动传感系统模式识别研究[J];红外与激光工程;2017年04期

10 魏永合;魏超;冯睿智;王晶晶;;EEMD与SVD的齿轮故障诊断技术研究[J];沈阳理工大学学报;2017年02期

【二级参考文献】

相关期刊论文前10条

1 杨江;赵健;杨春妮;赵春柳;;基于迈克耳孙干涉和模式识别的全光纤周界安防系统[J];中国激光;2014年11期

2 王思远;娄淑琴;梁生;陈京惠;;M-Z干涉仪型光纤分布式扰动传感系统模式识别方法[J];红外与激光工程;2014年08期

3 喻骁芒;罗光明;朱珍民;叶剑;;分布式光纤传感器周界安防入侵信号的多目标识别[J];光电工程;2014年01期

4 冯欣;曾周末;封皓;安阳;;基于小波信息熵的分布式振动传感系统的扰动评价方法[J];光学学报;2013年11期

5 刘建霞;;Φ-OTDR分布式光纤传感监测技术的研究进展[J];激光与光电子学进展;2013年08期

6 安阳;封皓;张景川;冯欣;曾周末;靳世久;;基于双光束干涉的相位敏感光时域反射计[J];光学学报;2013年07期

7 PENG NanBo;ZHANG YanXia;ZHAO YongHeng;;A SVM-kNN method for quasar-star classification[J];Science China(Physics,Mechanics & Astronomy);2013年06期

8 张笑平;刘铁根;刘琨;江俊峰;丁振扬;王博;陈沁楠;;基于零电平处信号导数分析的分布式光纤传感定位算法研究[J];光电子.激光;2013年03期

9 田莎莎;唐菀;佘纬;;改进MFCC参数在非特定人语音识别中的研究[J];科技通报;2013年03期

10 王贺;孙琪真;李晓磊;刘德明;;干涉型分布式光纤振动传感技术的研究进展[J];激光与光电子学进展;2013年02期

【相似文献】

相关期刊论文前10条

1 赵学智;叶邦彦;陈统坚;;基于奇异值曲率谱的有效奇异值选择[J];华南理工大学学报(自然科学版);2010年06期

2 田玉平;关于结构奇异值的一个注记[J];自动化学报;1996年01期

3 王维列;;基于局部奇异值算法的人脸识别研究[J];智能建筑与城市信息;2013年12期

4 甘俊英,张有为;一种基于奇异值特征的神经网络人脸识别新途径[J];电子学报;2004年01期

5 严云洋;郭志波;杨静宇;;基于多尺度奇异值特征的人脸识别[J];清华大学学报(自然科学版);2008年10期

6 刘文超;陈艳红;;基于奇异向量和奇异值的人脸识别新方法[J];桂林电子工业学院学报;2005年06期

7 冯广斌;朱云博;孙华刚;齐伟伟;;一种有效奇异值选择方法在微弱信号特征提取中的应用[J];机械科学与技术;2012年09期

8 谭文，，涂其　，周其节，梁天培;复结构奇异值的几何解释及其计算:两块情形[J];自动化学报;1996年06期

9 高全学;梁彦;潘泉;陈玉春;张洪才;;SVD用于人脸识别存在的问题及解决方法[J];中国图象图形学报;2006年12期

10 陈君;张建明;;基于奇异值的具有年龄变化的人脸识别[J];计算机工程与设计;2008年18期