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,對鐵路運營安全造成極大危害。因此,光纜線路的防盜挖工作極為重要。與傳統(tǒng)的光纜防護技術(shù)相比,分布式光纖傳感技術(shù)具有靈敏度強、監(jiān)測距離長、環(huán)境適應能力強等優(yōu)勢,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)鍵問題就是識別出盜挖產(chǎn)生的光纖傳感信號,進而產(chǎn)生告警信號。然而,現(xiàn)有的光纖傳感信號的分類識別方法存在一定的缺陷:一方面,現(xiàn)有信號分類識別方法是基于單一特征提取的,本論文研究的問題的應用環(huán)境復雜,當前研究中常用的單一特征提取方法并不能達到很好的識別效果;另一方面,常用的SVM模式分類算法中,參數(shù)選取不合適時,對其分類的性能有很大的影響。針對以上問題,本論文主要做了以下研究:(1)提出了基于時域-小波域復合特征向量的特征提取方法,以增強算法對復雜環(huán)境的適應能力。從光纖傳感信號的時域和小波域特征,對采集到的含有振動段和非振動段的信號樣本數(shù)據(jù)進行分析和改進,分析了時域特征和小波域特征提取的有效性。(2)提出了基于時域-小波域兩級振動事件檢測算法,減少了大量復雜的小波變換計算,提高算法的時效性。(3)研究了基于自適應遺傳算法優(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多分類模型對列車通過、行人通過和人為盜挖這三類振動事件進行模式分類。(4)采集試驗場地的真實數(shù)據(jù),進行大量實驗,以驗證算法的有效性。實驗結(jié)果表明,基于時域-小波域復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。
【學位單位】：北京交通大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP212;TN913.33;U298
【部分圖文】：

要檢測光強度的損耗狀況，因此限制了該系統(tǒng)檢測物理參數(shù)的數(shù)量，特別是在檢逡逑測瞬時振動信號的過程中。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）

北京交通大學碩士學位論文邐相關(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)，能夠準確的計算逡逑定位信息，其操作簡單、準確率高、運算速度快，在周邊防護當中具有非常廣泛逡逑的應用Ｐ？８］。本次研究過程當中，綜合考慮實際情況，將引入這種先進的技術(shù)，逡逑其對應的系統(tǒng)結(jié)構(gòu)圖如下圖所示。逡逑振動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；是預測的輸出結(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)算法包括兩個步驟：第一是由輸入層途徑隱含層逐漸計算得到結(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)過多種處理達到輸出層，并對比分析輸出的結(jié)果以及最初期望值，逡逑如果二則相差甚遠，則可將誤差按照學習規(guī)則反分攤到各個節(jié)點。這里用到的學逡逑習規(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支持向量機逡逑支持向量機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。逡逑針對非線性分類

【參考文獻】

相關(guān)期刊論文 前3條

1 蔡萍;;一種結(jié)合短時過零率的快速語音端點檢測算法[J];廈門理工學院學報;2013年02期

2 丁世飛;齊丙娟;譚紅艷;;支持向量機理論與算法研究綜述[J];電子科技大學學報;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檢測算法[J];計算機仿真;2010年09期

相關(guān)碩士學位論文 前4條

1 李堅;基于拉曼散射的分布式光纖測溫及數(shù)據(jù)處理技術(shù)研究[D];安徽工業(yè)大學;2016年

2 王亮;Michelson干涉型光纖振動傳感系統(tǒng)模式識別方法的研究[D];吉林大學;2016年

3 史云飛;基于雙Mach-Zehnder干涉儀的擾動定位方法研究[D];山東大學;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;2005年

本文編號：2813830