基于混合特征提取的光纤周界安防入侵事件识别方法

摘要

本发明公开了一种基于混合特征提取的光纤周界安防入侵事件识别方法，该方法可以兼顾高精度和高效率：首先对输入信号进行端点检测，判断出扰动的起始点；然后将由起始端点触发后的信号并行馈入所提出的滤波器组各个通道进行预处理，由各通道的输出计算得到各通道的峭度值，再结合扰动信号的过零率组成混合特征向量；最后将此向量馈入SVM进行模式识别，实现对侵犯动作快速高精度的分类识别。

主权项

基于混合特征提取的光纤周界安防入侵事件识别方法，用于双Mach‑Zehnder分布式光纤传感系统，其特征在于，由DSP作为核心器件，具体包括以下各个步骤：步骤1：根据应用需求，设置全相位滤波器阶数N、滤波器通带起始位置p与通带宽度m；步骤2，初始化：对多组非入侵样本进行FFT分析，以此确定环境的截止频率f_e，利用f_e、入侵事件的上界频率f_u、子滤波器个数Q和滤波器组频率向量长度N得到Q个子滤波器系数向量h_q(q＝0,…,Q‑1)；步骤3，基于滤波器组的预处理，包括以下步骤：(1)将长为2N‑1的输入信号x(n+N‑1),…,x(n‑N+1)两两相加(中心信号x(n)除外)，得到长度为N的数据向量x＝[x(n),x(n+1)+x(n‑1),…,x(n+N‑1)+x(n‑N+1)]；(2)用一个长度为N的卷积窗[w_c(0),w_c(1),…,w_c(N‐1)]与当前时刻的数据向量x对应元素相乘，得到新的向量v＝[v₀(n),v₁(n),…,v_N‐1(n)]；(3)用Q个子通道滤波器系数向量h_q＝[h_q(0),h_q(1),…,h_q(N‐1)](q＝0,…,Q‐1)并行对{v_m(n),m＝0,...,N‐1}做乘累加，同时获得Q个滤波输出结果y_q(n)(q＝0,…,Q‐1)；步骤4，构造混合特征向量，包括以下步骤：a.计算每个输出y₀(n),...,y_Q‑1(n)的峭度值得到归一化的峭度值K₀,...,K_Q‑1；b.计算输入信号x(n)的过零率ZCR，由此构造得到一个长度为(Q+1)的特征向量F＝[K₀,...,K_Q‑1,ZCR]；步骤5：将已知类别的入侵事件特征向量以及对应的标签馈入SVM模式分类器训练，将未知类别入侵事件的特征向量送入训练好的SVM模式分类器，从而实现入侵事件识别。