期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于相位敏感光时域反射计的长距离入侵探测系统(英文) 被引量:15
1
作者 张春熹 钟翔 +1 位作者 李立京 李勤 《红外与激光工程》 EI CSCD 北大核心 2015年第2期742-746,共5页
根据受激布里渊散射(SBS)对相位敏感光时域反射计(φ-OTDR)的监测距离的限制,分析了在使用不同灵敏度的光电探测器时φ-OTDR系统的监测距离,并根据SBS阈值随着光纤长度的增加而下降的特点,提出了一种新的光路结构以提升系统的监测距离... 根据受激布里渊散射(SBS)对相位敏感光时域反射计(φ-OTDR)的监测距离的限制,分析了在使用不同灵敏度的光电探测器时φ-OTDR系统的监测距离,并根据SBS阈值随着光纤长度的增加而下降的特点,提出了一种新的光路结构以提升系统的监测距离。该光路结构采用环行器将敏感光纤分为多个部分,并对各部分的后向瑞利散射光分别进行探测,避免了各部分光纤产生的斯托克斯光相互叠加,从而提高了SBS阈值,进而实现了提升系统监测距离的目的。在实验室测试中,使用3个环行器将敏感光纤分为了3个部分并实现了66.92 km的监测距离。通过增加环行器的数量,系统的监测距离可以进一步提高。 展开更多
关键词 受激布里渊散射(SBS) 相位敏感光时域反射(φ-otdr) 光纤分布式扰动传感器
在线阅读 下载PDF
基于时间序列奇异谱特征的Φ-OTDR扰动检测方法 被引量:15
2
作者 李小玉 吴慧娟 +1 位作者 彭正谱 饶云江 《光子学报》 EI CAS CSCD 北大核心 2014年第4期163-167,共5页
相敏光时域反射系统异常灵敏,对环境中声波、空气流动及瞬时高频噪音等干扰源同时敏感,环境干扰与入侵非线性混叠时,实际入侵检测与识别困难,容易频繁误报.本文提出一种基于时间序列奇异谱特征的扰动检测方法,对每个滑动时间窗内空间各... 相敏光时域反射系统异常灵敏,对环境中声波、空气流动及瞬时高频噪音等干扰源同时敏感,环境干扰与入侵非线性混叠时,实际入侵检测与识别困难,容易频繁误报.本文提出一种基于时间序列奇异谱特征的扰动检测方法,对每个滑动时间窗内空间各点的纵向时间序列信号进行相空间重构,对重构后的相空间状态矩阵进行奇异值分解得到信号能量的奇异谱分布,然后将奇异谱特征向量输入后向传播神经网络进行扰动事件检测.实验结果表明,该方法能够有效排除声波及瞬时高频噪音等干扰信号的影响,在微风等有干扰的环境下,在14km处正确检测率为90%,误警率低于2%. 展开更多
关键词 相敏光时域反射 扰动检测 纵向时间序列 奇异谱分布 前向反馈神经网络 分布式光纤围栏 误报率
在线阅读 下载PDF
基于EMD分解与1-D CNN算法的光纤振动信号的识别 被引量:20
3
作者 吴虎 孔勇 +2 位作者 王振伟 丁伟 李欢 《激光与红外》 CAS CSCD 北大核心 2021年第8期1043-1049,共7页
为提高基于相敏光时域反射计(Φ-OTDR)的分布式光纤声传感系统(DAS)对入侵振动事件的识别准确率,提出一种基于经验模态分解(EMD)与一维卷积神经网络(1-D CNN)相结合的识别方式。该方式首先使用EMD将振动信号分解为m阶本征模函数(IMF),... 为提高基于相敏光时域反射计(Φ-OTDR)的分布式光纤声传感系统(DAS)对入侵振动事件的识别准确率,提出一种基于经验模态分解(EMD)与一维卷积神经网络(1-D CNN)相结合的识别方式。该方式首先使用EMD将振动信号分解为m阶本征模函数(IMF),然后使用皮尔逊相关系数(PCC)判断出有效的IMF分量,将有效的IMF分量使用小波阈值去噪算法(WTD)进行去噪,对所有去噪后的IMF分量求和得到重构信号,最后使用1-D CNN对重构信号进行识别。实验证明该识别方式能快速完成对识别模型的训练,训练时间小于3 min,并且能有效识别在实际环境中采集的入侵振动信号,对入侵信号的识别准确率可达98.3%。 展开更多
关键词 分布式光纤传感 相敏光时域反射(φ-otdr) 经验模态分解 皮尔逊相关系数 一维卷积神经网络
在线阅读 下载PDF
基于端点检测与信号重组的光纤分布式传感信号识别 被引量:8
4
作者 吴虎 孔勇 +2 位作者 王振伟 丁伟 李欢 《光子学报》 EI CAS CSCD 北大核心 2021年第11期115-122,共8页
为提高基于相敏光时域反射计的分布式光纤声传感系统对入侵振动事件的识别准确率,提出一种基于端点检测与信号重组的光纤振动信号识别方法。该方法首先使用基于EMD_PCC的去噪方式对信号进行去噪,然后对去噪后的信号进行端点检测,将检测... 为提高基于相敏光时域反射计的分布式光纤声传感系统对入侵振动事件的识别准确率,提出一种基于端点检测与信号重组的光纤振动信号识别方法。该方法首先使用基于EMD_PCC的去噪方式对信号进行去噪,然后对去噪后的信号进行端点检测,将检测到的振动信号进行振动信号的重组,并提出使用一个双输入多尺度卷积神经网络分别提取振动信号的时域特征与频域特征,最后使用支持向量机进行分类。实验证明该识别方法能快速完成对识别模型的训练,并且能有效识别在实际环境中采集的入侵振动信号,对入侵信号的识别准确率可达94.8%。 展开更多
关键词 分布式光纤传感 相敏光时域反射 端点检测 多尺度卷积神经网络 支持向量机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部