本文關(guān)鍵詞：基于BSS和BPNN-DS算法的光纖入侵傳感網(wǎng)絡(luò)信息的高精度識別

  更多相關(guān)文章： 傳感器 分布式光纖傳感 雙相干譜 樣本熵 奇異值分解 Dempster Shafer信息融合

【摘要】：采用傳統(tǒng)單路傳感光纖實現(xiàn)對信息特征的測量,常由于交叉敏感等不可控因素使測量數(shù)據(jù)出現(xiàn)異常值,導(dǎo)致信息分析偏差較大,識別準(zhǔn)確度低。因此,提出了一種基于雙相干譜、樣本熵和奇異值分解(BSS)和反向傳播神經(jīng)網(wǎng)絡(luò)(BPNNDS)算法的多路光纖入侵傳感系統(tǒng)信息的特征提取與識別方法。針對含3路傳感光纖的布里淵光時域反射(BOTDR)傳感入侵檢測系統(tǒng),該方法利用BSS算法分別對不同入侵類型的多路信號進行特征提取;采用BPNN算法對不同入侵振動特征矢量進行分類;經(jīng)Dempster Shafer(DS)證據(jù)理論算法對多路傳感光纖的時空信息進行融合。數(shù)值分析與仿真實驗結(jié)果表明,提出的信息提取方法可以有效提取出多路傳感網(wǎng)絡(luò)的信息特征,且使用BPNN-DS證據(jù)理論的多路信息融合方法能夠準(zhǔn)確識別多路入侵傳感網(wǎng)絡(luò)的信號類型,具有較高的準(zhǔn)確度和可信度。
【作者單位】： 燕山大學(xué)信息科學(xué)與工程學(xué)院;河北省特種光纖與光纖傳感重點實驗室;
【關(guān)鍵詞】： 傳感器 分布式光纖傳感 雙相干譜 樣本熵 奇異值分解 Dempster Shafer信息融合
【基金】：國家自然科學(xué)基金(61205068) 中國博士后科學(xué)基金(2013M541200) 河北省自然科學(xué)基金(F2014203125) 燕山大學(xué)“新銳工程”人才支持計劃項目
【分類號】：TP274;TN253
【正文快照】： decomposition;Dempster Shafer information fusionOCIS codes 060.2370;070.5010;200.42601引言分布式光纖入侵檢測以其抗電磁干擾、靈敏度高、空間分辨率高以及適應(yīng)大范圍復(fù)雜環(huán)境監(jiān)測等特點,廣泛應(yīng)用于管道運輸、周界安防等領(lǐng)域。該技術(shù)不僅能夠準(zhǔn)確識別出不同的入侵振動，

本文編號：789767