發(fā)布時間：2020-07-29 07:37

【摘要】：物聯(lián)網是通過電信網,互聯(lián)網等承載體使各種有獨立功能的物體實現(xiàn)互通互聯(lián)的網絡,也就是“物和物互相連接的互聯(lián)網”。智能安防就是把物聯(lián)網技術和安防產品相結合,使安防更加人性化,智能化,現(xiàn)代化,更加精準地檢測入侵,對我們的人身和財產安全有更好的保證。結合光纖傳感技術的智能安防更加能夠彌補傳統(tǒng)安防系統(tǒng)的缺點,光纖振動傳感系統(tǒng)是基于光纖傳感技術并布設在周界的新型智能安防系統(tǒng)。本文研究光纖振動傳感系統(tǒng)的原理,并搭建系統(tǒng)采集入侵信號,對采集到的入侵信號進行特征提取,再搭建卷積神經網絡模式對入侵信號進行模式識別,最后編寫光纖信號識別系統(tǒng),實現(xiàn)交互。本文主要進行了以下幾方面的研究工作:1.研究了光纖傳感系統(tǒng)的傳感原理和幾類典型的干涉型光纖傳感系統(tǒng):邁克爾遜干涉型光纖傳感器,馬赫-曾德干涉型光纖傳感器,薩格納克干涉型光纖傳感器。其中主要研究了邁克爾遜干涉型光纖振動傳感系統(tǒng)的結構和信號采集原理;通過布設在家庭的窗戶上的光纖振動傳感系統(tǒng),對入侵信號進行采集,實驗得出的數(shù)據分成四種情況,分別為開窗,攀爬,敲窗和非入侵情況。2.研究了信號預處理方法和兩種信號特征提取方法:短時傅里葉變換和小波變換。分別對信號進行特征提取并比較兩種特征提取方法的效果。3.研究了神經網絡原理,設計了卷積神經網絡和BP神經網絡,分別對短時傅里葉變換得到的特征矩陣和小波變換得到的特征向量進行模式識別,分別得出測試結果并進行了對比,得出卷積神經網絡模式識別效果優(yōu)于BP神經網絡,卷積神經網絡的總準確率可達93.0%。4.編寫光纖信號識別程序,用python語言的tkinter模塊編寫GUI,運用訓練后的卷積神經網絡模型對光纖振動傳感信號進行模式識別。
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP212;TP183
【圖文】：

華 中 科 技 大 學 碩 士 學 位 論 文入兩根長度相等的保偏光纖里傳播。這兩根光纖分為參考光纖和傳感光纖光纖的作用是提供傳感光纖中光波的參考點；傳感光纖的作用是接收外界使光纖中光波參數(shù)發(fā)生變化。兩個干涉臂中傳播的光波經過光纖斷面的反發(fā)射，并重新在光纖中反向傳播，在 3dB 耦合器的一端發(fā)生干涉，最終輸號被光電探測器接收，再傳入信號處理器進行信號處理。

圖 2-1 邁克爾遜干涉型光纖傳感器（2）馬赫-曾德干涉型光纖傳感器馬赫-曾德干涉型光纖傳感器基于馬赫曾德干涉儀，具有抑制光源和模式噪聲的特點，在高精度測量中有廣泛應用。其結構如下圖，和邁克爾遜干涉型光纖傳感器相比它沒有纖端反射鏡，避免出現(xiàn)回波干擾的情況，但是需要多加一個 3dB 的光耦合器。He-Ne 激光器發(fā)射出相干光進入到 3dB 耦合器，經過光纖耦合器的分光作用后分成兩束強度相等的光束，分別射入參考臂光纖和傳感臂光纖里傳播。光束經過光纖到達第二個 3dB 耦合器并發(fā)生干涉現(xiàn)象，最終輸出的干涉信號被光電探測器接收，再傳入信號處理器進行信號處理[25-27]。

中 科 技 大 學 碩 士 學 位 論 干涉型光纖傳感器基于薩格納克效應：從激光器發(fā)出的激光，在繞成圈的光纖中以相反的方向進行傳播，最后匯合發(fā)生為環(huán)路的旋轉角速度而產生不同的相移，因而影響到干涉條可以從探測的干涉條紋計算出旋轉角速度。薩格納克干涉型。激光器發(fā)射出相干光進入到光耦合器，經過 3dB 耦合器的相等的光束，在傳感光纖中反向傳播。如果干涉儀同時做軸度，正，反方向傳播的光束會因走過的光程不同而產生光程生變化。最終輸出的干涉信號被光電探測器接收，再傳入信。

【相似文獻】

相關期刊論文 前10條

1 胡悅;;金融市場中的神經網絡拐點預測法[J];金融經濟;2017年18期

2 遲惠生;陳珂;;1995年世界神經網絡大會述評[J];國際學術動態(tài);1996年01期

3 王方;苗放;陳墾;;基于優(yōu)化神經網絡的地質災害監(jiān)測預警仿真[J];計算機仿真;2019年11期

4 馬猛;王明紅;;基于進化神經網絡的304不銹鋼車削加工表面粗糙度預測[J];輕工機械;2019年06期

5 莊連生;呂揚;楊健;李厚強;;時頻聯(lián)合長時循環(huán)神經網絡[J];計算機研究與發(fā)展;2019年12期

6 李杰;孫仁誠;;幾種典型卷積神經網絡的權重分析與研究[J];青島大學學報(自然科學版);2019年04期

7 岳新;杜玉紅;蔡文超;;基于GA-BP神經網絡異纖分揀機檢測參數(shù)優(yōu)化[J];棉紡織技術;2020年01期

8 趙偉榮;李慧;;基于集成神經網絡的織物主觀風格預測研究[J];紡織科技進展;2020年01期

9 李金堂;;試析神經網絡技術在機械工程中的應用及發(fā)展[J];網絡安全技術與應用;2020年02期

10 吳立可;;脈沖神經網絡和行為識別[J];通訊世界;2018年12期

相關會議論文 前10條

1 孫軍田;張U

本文編號：2773640