相位敏感光時域反射計(jì)（Φ-OTDR）系統(tǒng)在對振動信號位置判斷的過程中,采用幅度差分累加法存在對振動峰位置計(jì)算準(zhǔn)確率低、不同頻率的振動信號需隨時修改N值的問題。提出了一種經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）與神經(jīng)網(wǎng)絡(luò)結(jié)合的算法,該算法將振動點(diǎn)的時域信號分解后作為特征值輸入到神經(jīng)網(wǎng)絡(luò)中訓(xùn)練,再對信號是否為目標(biāo)振動信號進(jìn)行識別,實(shí)驗(yàn)表明該方法的振動信號識別率達(dá)到96.49%。 

【文章來源】：光通信技術(shù). 2020,44(03)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

實(shí)驗(yàn)設(shè)備采集的原始數(shù)據(jù)

本文采用基于Dropout和Adam優(yōu)化器的改進(jìn)神經(jīng)網(wǎng)絡(luò)[8-10]，使用ReLU和sigmoid激活函數(shù)模擬神經(jīng)元對激勵的響應(yīng)，進(jìn)而使用Adam優(yōu)化器反神經(jīng)網(wǎng)絡(luò)的連接權(quán)值進(jìn)行最優(yōu)化訓(xùn)練，直到輸出的誤差達(dá)到符合的要求或者達(dá)到設(shè)定的迭代數(shù)值。ReLU函數(shù)在輸入大于0時梯度下降較快，可以加速收斂速度；sigmoid函數(shù)可以將輸入映射到[0,1]范圍內(nèi)，方便進(jìn)行后續(xù)分類。神經(jīng)網(wǎng)絡(luò)模型如圖3所示。本文采用3層全連接神經(jīng)網(wǎng)絡(luò)層（輸入層、隱含層和輸出層）：輸入層的輸入向量x=(x1,x2,…，x10）；隱含層的輸入向量ui=(ui1,ui2，…，ui10），隱含層的輸出向量uo=(uo1,uo2，…，uo30）；輸出層的輸入向量si=(si1,si2，…，si30），輸出層的輸出向量yo=(yo1）。其中，wih和woh分別是輸入層與隱含層、隱含層與輸出層的連接權(quán)重。

神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)為30，迭代次數(shù)設(shè)置為2000，激活函數(shù)的輸入層為ReLU函數(shù)，輸出層為sigmoid函數(shù)，Dropout為0.4，使用Adam算法進(jìn)行最優(yōu)化。4 實(shí)驗(yàn)結(jié)果及分析

【參考文獻(xiàn)】：
期刊論文
[1]基于Dopout與ADAM優(yōu)化器的改進(jìn)CNN算法[J]. 楊觀賜,楊靜,李少波,胡建軍.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2018(07)
[2]基于IQ解調(diào)的相位敏感OTDR的研究[J]. 賀夢婷,龐拂飛,梅烜瑋,王廷云.  光通信技術(shù). 2016(09)
[3]EMD的LabVIEW實(shí)現(xiàn)及其在滾動軸承故障診斷中的應(yīng)用[J]. 王珍,郭方,江親瑜.  噪聲與振動控制. 2009(04)



本文編號：3567824