一种用于光纤围栏安防系统的围栏入侵识别方法

摘要

本发明公开一种用于光纤围栏安防系统的围栏入侵识别方法，测量并存储光纤围栏振动信号；利用过零率阈值方法，截取大于阈值参数的光纤振动异常信号块；接着，计算异常信号块的五组特征参数，最后，利用人工神经网络方法对特征参数进行训练，对未知安防入侵的振动信号进行识别。本发明在光纤围栏安防系统中运用了两级入侵行为识别机制，即先对振动异常事件进行截取，再对异常事件数据进行人工网络识别，从而避免了对振动正常数据段进行智能识别的计算，使围栏安防入侵事件识别过程更具有针对性，提高了光纤围栏入侵报警系统的工作效率，此外，本发明可有效地降低大风大雨对围栏安防入侵识别的干扰，精确分辨围栏主要入侵事件。

主权项

一种用于光纤围栏安防系统的围栏入侵识别方法，包括如下步骤：(1)利用分布式光纤振动传感系统，对围栏挂网光纤振动信号进行拾取；(2)对采集的光纤振动信号进行滑动窗分帧处理，并计算分帧光纤振动信号的过零率，其中，对采集的光纤振动信号进行海明窗分帧处理，得到分帧光纤振动信号x_n(m)，过零率Z_n的计算方法为：$Z_n=\frac{1}{2}\underset{m=0}{\overset{N-1}{\Sigma }}\left|\mathrm{sgn}\right[x_n\left(m\right)]-\mathrm{sgn}[x_n(m-1)\left]\right|$其中，sgn[]是符号函数，即：$\mathrm{sgn}\left[x\right]=\left\{\begin{array}{c}1,(x\ge 0)\\ -1,(x<0)\end{array}\right.,$N为信号帧长；(3)设定过零率阈值，对大于过零率阈值参数的光纤振动异常信号块进行截取，以获取异常振动块；(4)分别提取过零率异常的异常振动块的五组特征参数，它们分别是：过零率总数、短时能量、持续时间、最大振动上升沿角度及末尾极值下降沿斜率，其中短时能量为：$E_n=\underset{m=0}{\overset{N-1}{\Sigma }}{x}_n^2\left(m\right)$N为信号帧长；其中最大振动上升沿角度定义为：假设异常振动块的起始振动坐标点为(x₁,y₁),幅值最大振动点的坐标为(x₂,y₂),则最大振动上升沿角度θ是θ＝argtan((y₂‑y₁)/(x₂‑x₁))优选地，上述步骤(4)中所述的为末尾极值下降沿斜率定义为：假设异常振动块第一个极大值点的振动坐标点为(x₃,y₃),截止点的坐标为(x₄,y₄),则末尾极值下降沿斜率k是：k＝(y₄‑y₃)/(x₄‑x₃)；(5)最后利用人工神经网络方法，对已知入侵行为的五组特征参数进行训练，并对未知入侵行为的光纤振动信号进行识别。