基于分布式光纖振動(dòng)傳感的鐵路通信光纜盜挖告警方法研究
發(fā)布時(shí)間:2020-09-07 21:03
近年來,由于利益的驅(qū)使,人為盜挖鐵路通信光纜的案件層出不窮,對(duì)鐵路運(yùn)營(yíng)安全造成極大危害。因此,光纜線路的防盜挖工作極為重要。與傳統(tǒng)的光纜防護(hù)技術(shù)相比,分布式光纖傳感技術(shù)具有靈敏度強(qiáng)、監(jiān)測(cè)距離長(zhǎng)、環(huán)境適應(yīng)能力強(qiáng)等優(yōu)勢(shì),非常適合用于光纜的防盜挖方法研究中。因此,本論文提出了基于分布式光纖傳感的鐵路通信光纜盜挖告警方法。在盜挖告警方法的研究中,其關(guān)鍵問題就是識(shí)別出盜挖產(chǎn)生的光纖傳感信號(hào),進(jìn)而產(chǎn)生告警信號(hào)。然而,現(xiàn)有的光纖傳感信號(hào)的分類識(shí)別方法存在一定的缺陷:一方面,現(xiàn)有信號(hào)分類識(shí)別方法是基于單一特征提取的,本論文研究的問題的應(yīng)用環(huán)境復(fù)雜,當(dāng)前研究中常用的單一特征提取方法并不能達(dá)到很好的識(shí)別效果;另一方面,常用的SVM模式分類算法中,參數(shù)選取不合適時(shí),對(duì)其分類的性能有很大的影響。針對(duì)以上問題,本論文主要做了以下研究:(1)提出了基于時(shí)域-小波域復(fù)合特征向量的特征提取方法,以增強(qiáng)算法對(duì)復(fù)雜環(huán)境的適應(yīng)能力。從光纖傳感信號(hào)的時(shí)域和小波域特征,對(duì)采集到的含有振動(dòng)段和非振動(dòng)段的信號(hào)樣本數(shù)據(jù)進(jìn)行分析和改進(jìn),分析了時(shí)域特征和小波域特征提取的有效性。(2)提出了基于時(shí)域-小波域兩級(jí)振動(dòng)事件檢測(cè)算法,減少了大量復(fù)雜的小波變換計(jì)算,提高算法的時(shí)效性。(3)研究了基于自適應(yīng)遺傳算法優(yōu)化DT-SVM多分類模型,以提高DT-SVM分類模型的泛化能力。使用優(yōu)化的DT-SVM多分類模型對(duì)列車通過、行人通過和人為盜挖這三類振動(dòng)事件進(jìn)行模式分類。(4)采集試驗(yàn)場(chǎng)地的真實(shí)數(shù)據(jù),進(jìn)行大量實(shí)驗(yàn),以驗(yàn)證算法的有效性。實(shí)驗(yàn)結(jié)果表明,基于時(shí)域-小波域復(fù)合特征向量的特征提取方法優(yōu)于基于單一特征的特征提取方法。
【學(xué)位單位】:北京交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2019
【中圖分類】:TP212;TN913.33;U298
【部分圖文】:
要檢測(cè)光強(qiáng)度的損耗狀況,因此限制了該系統(tǒng)檢測(cè)物理參數(shù)的數(shù)量,特別是在檢逡逑測(cè)瞬時(shí)振動(dòng)信號(hào)的過程中。逡逑OTDR的原理如圖1-1所示。逡逑脈栜環(huán)形器邐傳感光纖逡逑光源邋| ̄ ̄———^邐逡逑邐J邐逡逑光電探測(cè)器逡逑圖1-1邋OTDR原理圖逡逑Fig.邋1-1邋Schematic邋of邋OTDR逡逑(2)
北京交通大學(xué)碩士學(xué)位論文邐相關(guān)技術(shù)和理論逡逑2相關(guān)技術(shù)和理論逡逑2.1雙Mach-Zehnder傳感技術(shù)逡逑2.1.1雙Mach-Zehnder傳感技術(shù)原理逡逑雙Mach-Zehnder干涉型分布式傳感技術(shù)是比較成熟的技術(shù),能夠準(zhǔn)確的計(jì)算逡逑定位信息,其操作簡(jiǎn)單、準(zhǔn)確率高、運(yùn)算速度快,在周邊防護(hù)當(dāng)中具有非常廣泛逡逑的應(yīng)用P?8]。本次研究過程當(dāng)中,綜合考慮實(shí)際情況,將引入這種先進(jìn)的技術(shù),逡逑其對(duì)應(yīng)的系統(tǒng)結(jié)構(gòu)圖如下圖所示。逡逑振動(dòng)S逡逑
圖2-3邋BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)逡逑Fig.邋2-3邋Structure邋of邋BP邋neural邋network逡逑圖2-3中,是輸入特征向量;是預(yù)測(cè)的輸出結(jié)果逡逑向量;%和各自代表的含義為輸入層到隱含層、隱含層到輸出層的連接系數(shù)。逡逑BP神經(jīng)網(wǎng)絡(luò)算法包括兩個(gè)步驟:第一是由輸入層途徑隱含層逐漸計(jì)算得到結(jié)逡逑果;第二是由于輸出層逐層誤差反向傳播計(jì)算的過程中。其中正向傳播過程的順逡逑序是輸入層經(jīng)過多種處理達(dá)到輸出層,并對(duì)比分析輸出的結(jié)果以及最初期望值,逡逑如果二則相差甚遠(yuǎn),則可將誤差按照學(xué)習(xí)規(guī)則反分?jǐn)偟礁鱾(gè)節(jié)點(diǎn)。這里用到的學(xué)逡逑習(xí)規(guī)則為最快梯度下降法,反向傳播的作用在于合理調(diào)整網(wǎng)絡(luò)的權(quán)值和域值,以逡逑確保網(wǎng)絡(luò)誤差平方和為最小值。逡逑2.3.2支持向量機(jī)逡逑支持向量機(jī)150"5|1方法具體原理見圖2-4所示。圖中共有兩類樣本,其中空心圓逡逑點(diǎn)以及矩形分別代表的樣本為A類和B類,最優(yōu)分類線是中間的直線。分析圖可逡逑以發(fā)現(xiàn),最優(yōu)分類線既將兩類不同的樣本分割開,而且保證了分割距離的最大。逡逑針對(duì)高緯度情形,最優(yōu)分類線表示為超平面,以確保樣本之間間隔最大。逡逑針對(duì)非線性分類
本文編號(hào):2813830
【學(xué)位單位】:北京交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2019
【中圖分類】:TP212;TN913.33;U298
【部分圖文】:
要檢測(cè)光強(qiáng)度的損耗狀況,因此限制了該系統(tǒng)檢測(cè)物理參數(shù)的數(shù)量,特別是在檢逡逑測(cè)瞬時(shí)振動(dòng)信號(hào)的過程中。逡逑OTDR的原理如圖1-1所示。逡逑脈栜環(huán)形器邐傳感光纖逡逑光源邋| ̄ ̄———^邐逡逑邐J邐逡逑光電探測(cè)器逡逑圖1-1邋OTDR原理圖逡逑Fig.邋1-1邋Schematic邋of邋OTDR逡逑(2)
北京交通大學(xué)碩士學(xué)位論文邐相關(guān)技術(shù)和理論逡逑2相關(guān)技術(shù)和理論逡逑2.1雙Mach-Zehnder傳感技術(shù)逡逑2.1.1雙Mach-Zehnder傳感技術(shù)原理逡逑雙Mach-Zehnder干涉型分布式傳感技術(shù)是比較成熟的技術(shù),能夠準(zhǔn)確的計(jì)算逡逑定位信息,其操作簡(jiǎn)單、準(zhǔn)確率高、運(yùn)算速度快,在周邊防護(hù)當(dāng)中具有非常廣泛逡逑的應(yīng)用P?8]。本次研究過程當(dāng)中,綜合考慮實(shí)際情況,將引入這種先進(jìn)的技術(shù),逡逑其對(duì)應(yīng)的系統(tǒng)結(jié)構(gòu)圖如下圖所示。逡逑振動(dòng)S逡逑
圖2-3邋BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)逡逑Fig.邋2-3邋Structure邋of邋BP邋neural邋network逡逑圖2-3中,是輸入特征向量;是預(yù)測(cè)的輸出結(jié)果逡逑向量;%和各自代表的含義為輸入層到隱含層、隱含層到輸出層的連接系數(shù)。逡逑BP神經(jīng)網(wǎng)絡(luò)算法包括兩個(gè)步驟:第一是由輸入層途徑隱含層逐漸計(jì)算得到結(jié)逡逑果;第二是由于輸出層逐層誤差反向傳播計(jì)算的過程中。其中正向傳播過程的順逡逑序是輸入層經(jīng)過多種處理達(dá)到輸出層,并對(duì)比分析輸出的結(jié)果以及最初期望值,逡逑如果二則相差甚遠(yuǎn),則可將誤差按照學(xué)習(xí)規(guī)則反分?jǐn)偟礁鱾(gè)節(jié)點(diǎn)。這里用到的學(xué)逡逑習(xí)規(guī)則為最快梯度下降法,反向傳播的作用在于合理調(diào)整網(wǎng)絡(luò)的權(quán)值和域值,以逡逑確保網(wǎng)絡(luò)誤差平方和為最小值。逡逑2.3.2支持向量機(jī)逡逑支持向量機(jī)150"5|1方法具體原理見圖2-4所示。圖中共有兩類樣本,其中空心圓逡逑點(diǎn)以及矩形分別代表的樣本為A類和B類,最優(yōu)分類線是中間的直線。分析圖可逡逑以發(fā)現(xiàn),最優(yōu)分類線既將兩類不同的樣本分割開,而且保證了分割距離的最大。逡逑針對(duì)高緯度情形,最優(yōu)分類線表示為超平面,以確保樣本之間間隔最大。逡逑針對(duì)非線性分類
【參考文獻(xiàn)】
相關(guān)期刊論文 前3條
1 蔡萍;;一種結(jié)合短時(shí)過零率的快速語音端點(diǎn)檢測(cè)算法[J];廈門理工學(xué)院學(xué)報(bào);2013年02期
2 丁世飛;齊丙娟;譚紅艷;;支持向量機(jī)理論與算法研究綜述[J];電子科技大學(xué)學(xué)報(bào);2011年01期
3 劉玉珍;連自鋒;;基于頻譜方差的抗噪聲語音端點(diǎn)檢測(cè)算法[J];計(jì)算機(jī)仿真;2010年09期
相關(guān)碩士學(xué)位論文 前4條
1 李堅(jiān);基于拉曼散射的分布式光纖測(cè)溫及數(shù)據(jù)處理技術(shù)研究[D];安徽工業(yè)大學(xué);2016年
2 王亮;Michelson干涉型光纖振動(dòng)傳感系統(tǒng)模式識(shí)別方法的研究[D];吉林大學(xué);2016年
3 史云飛;基于雙Mach-Zehnder干涉儀的擾動(dòng)定位方法研究[D];山東大學(xué);2015年
4 劉文;基于拉曼散射的分布式光纖溫度傳感系統(tǒng)的研究[D];華中科技大學(xué);2005年
本文編號(hào):2813830
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2813830.html
最近更新
教材專著