導航：安全管理網>> 安全論文>> 電力安全論文>>正文

基于光纖振動安全預警系統的抗干擾算法研究

文檔作者：李國相茍武侯文檔來源：中國航天空氣動力技術研究院		點擊數：	更新時間： 2025年08月29日
下載地址：點擊這里	文件大小： 1.16 MB 共5頁	文檔格式： PDF	下載點數： 1 點（VIP免費）

全屏查看

內容預覽 [文件共5頁]

本文件共5頁，如需編輯使用，請下載。

注：預覽效果可能會出現部分文字亂碼（如口口口）、內容顯示不全等問題，下載是正常的。

	文件大小：1.16 MB 共5頁文件格式：PDF 下載點數：1 點（VIP會員免費）

上一篇：吉安市城市防洪高塘堤除險加固優化設計

文本預覽

僅提取頁面文字內容，供快速閱讀使用。

第３0 卷 第1 期
2018 年2 月
浙江水利水電學院學報
J.Zhｅjiaｎｇ Ｕｎiｖ ｏf Ｗat.Ｒｅｓ ＆ Eｌｅｃtｒiｃ Ｐｏｗ. VｏＦｌ.ｅ３ｂ0. 20N18ｏ.1 ＤＯＩ： 10.３９６９／j.iｓｓｎ.20９５-70９2.2018.01.01４
基于光纖振動安全預警系統的抗干擾算法研究
李國相，茍武侯
（中國航天空氣動力技術研究院，北京 10007４）
摘 要：光纖傳感預警系統在實際應用中，自然界中干擾振源的檢測、識別及濾除是降低系統誤報率、增強系統實
用性的關鍵因素之一.通過分析光纖預警系統中強風干擾振源和人員攀爬振源的特點，結合光纖振動檢測系統的
信號傳輸特性，建立相應的數學模型，提出了基于短時過零率的振源識別新方法，給出了識別的具體實現流程，實
現了光纖振動安全預警系統中無害強風干擾的準確檢測與識別.結果表明，該算法能有效的識別大風干擾信號和
人員攀爬入侵信號，解決現場檢測中出現的誤報情況.
關鍵詞：光纖傳感；數學模型；干擾振源；過零率
中圖分類號：ＴN９11.7 文獻標志碼：A 文章編號：1008 -５３６X（2018）01-00６３-0５
Method of MechanicaI Vibration Source Identification Based
on Fiber Optic Vibration Safety Warning System
LＩ Ｇｕｏ-xiaｎｇ， ＧＯＵ Ｗｕ-hｏｕ
（Ｃhiｎa Aｃaｄｅｍｙ ｏf Aｅｒｏｓpaｃｅ Aｅｒｏｄｙｎaｍiｃｓ ， Ｂｅijiｎｇ 10007４， Ｃhiｎa）
Abstract：Ｏptiｃaｌ fiｂｅｒ ｓｅｎｓiｎｇ ｅaｒｌｙ ｗaｒｎiｎｇ ｓｙｓtｅｍ aｄｏptｓ thｅ ｏptiｃaｌ fiｂｅｒ ｃaｂｌｅ tｏ ｄｅtｅｃt aｎｄ iｄｅｎtifｙ ｖiｂｒatiｏｎ ｓiｇｎaｌｓ ，
ｗhiｃh iｓ ｗiｄｅｌｙ ｕｓｅｄ iｎ thｅ pipｅｌiｎｅ tｒaｎｓpｏｒtatiｏｎ ， ｎatiｏｎaｌ ｄｅfｅｎｓｅ ｃaｂｌｅ， ｍiｌitaｒｙ ｂaｓｅ pｅｒiｍｅtｅｒ ｗaｒｎiｎｇ aｎｄ ｓｏ ｏｎ.Ｔhｅ
ｄｅtｅｃtiｏｎ， iｄｅｎtifiｃatiｏｎ aｎｄ fiｌtｒatiｏｎ ｏf thｅ ｄiｓtｕｒｂaｎｃｅ ｓｏｕｒｃｅ aｒｅ ｏｎｅ ｏf thｅ ｋｅｙ faｃtｏｒｓ tｏ ｒｅｄｕｃｅ thｅ faｌｓｅ pｏｓitiｖｅ ｒatｅ
aｎｄ ｅｎhaｎｃｅ thｅ pｒaｃtiｃaｂiｌitｙ ｏf thｅ ｓｙｓtｅｍ iｎ appｌiｃatiｏｎ .Ｔhiｓ papｅｒ aｎaｌｙｚｅｓ thｅ ｖiｂｒatiｏｎ ｓiｇｎaｌ ｃhaｒaｃtｅｒiｓtiｃｓ ｏf thｅ
ｇaｌｅ ｄiｓtｕｒｂaｎｃｅ ｓｏｕｒｃｅ aｎｄ thｅ pｅｒｓｏｎｎｅｌ ｓｃｒaｍｂｌｅ iｎｖaｓiｏｎ ｖiｂｒatiｏｎ ｓｏｕｒｃｅ ， aｓ ｗｅｌｌ aｓ thｅ ｓiｇｎaｌ tｒaｎｓｍiｓｓiｏｎ ｃhaｒaｃtｅｒiｓ -
tiｃｓ ｏf thｅ fiｂｅｒ ｏptiｃ ｖiｂｒatiｏｎ ｓｙｓtｅｍ， ｓｅtｓ ｕp thｅ ｃｏｒｒｅｓpｏｎｄiｎｇ ｍathｅｍatiｃaｌ ｍｏｄｅｌ ， aｎｄ ｒaiｓｅｓ thｅ ｍｅthｏｄ ｏf ｖiｂｒatiｏｎ
ｓｏｕｒｃｅ ｓｅｌf-ｄｅtｅｃtiｏｎ aｎｄ ｒｅｃｏｇｎitiｏｎ ｂaｓｅｄ ｏｎ thｅ ｚｅｒｏ-ｃｒｏｓｓiｎｇ ｒatｅ.Expｅｒiｍｅｎtaｌ aｎｄ fiｅｌｄ tｅｓt ｒｅｓｕｌtｓ ｓhｏｗ that thiｓ
ｍｅthｏｄ ｃaｎ ｅffｅｃtiｖｅｌｙ iｄｅｎtifｙ ｖaｒiｏｕｓ tｅｓtiｎｇ ｇaｌｅ ｄiｓtｕｒｂaｎｃｅ ｓｏｕｒｃｅｓ ， aｎｄ haｓ hiｇh ｄｅtｅｃtiｏｎ aｎｄ ｒｅｃｏｇｎitiｏｎ pｒｏｂaｂiｌitｙ ，
ｌｏｗ faｌｓｅ aｌaｒｍ aｎｄ faｌｓｅ iｄｅｎtifiｃatiｏｎ pｒｏｂaｂiｌitｙ.
Key words：ｏptiｃaｌ fiｂｅｒ ｓｅｎｓiｎｇ； ｍathｅｍatiｃaｌ ｍｏｄｅｌ； ｄiｓtｕｒｂaｎｃｅ ｓｏｕｒｃｅ； ｚｅｒｏ-ｃｒｏｓｓiｎｇ ｒatｅ
收稿日期：2017-0５-1５
作者簡介：李國相（1９8９ -），男，山東菏澤人，博士，工程師，研
究方向為光纖傳感.
隨著科學的發展以及技術的進步，越來越多的
領域需要利用安全預警系統來進行防范、確保安
全，而光纖振動安全報警系統解決了有些領域長距
離、野外作業、無源探測等方面的要求.光纖振動安
全預警系統以傳感光纜作為分布式傳感器，以光信
號為載體，不需要供電，使用安全，便于野外作業；
光纖的線狀結構易于架設，便于大范圍長距離的檢
測；其鋪設方便靈活，可以做到高隱蔽性，易與周圍
環境融于一體；光纖既作為傳感單元，又作為傳輸
介質，增加了光纖材料的復用性；此外光纖傳感器
體積小、質量輕、穩定性高、抗干擾能力強、耐腐蝕、
無輻射，這種光纖振動安全預警系統的誤報和漏報
明顯優于常規的安防系統，因此被廣泛應用于各領
域進行周界安防.
光纖振動安全報警系統作為一種新型的安防
系統，利用光纖作為感應體，探測外界擾動并判別
萬方數據 是否屬入侵行為，并自動識別入侵類型，實現對有
害行為的及時報警，達到周界預警的目的.然而，自
然界中，不可避免的存在著多種干擾信號，對振動
事件的檢測率、識別率及報警準確率產生一定干
擾.當無害的干擾信號較大的情況，如布置在圍欄
上的傳感光纖容易受到大風天氣影響，由于強風干
擾信號能量較大，容易產生系統誤報，造成系統的
誤警率或漏警率一定程度的上升.如何有效識別出
強風干擾信號、避免其對系統正常預警的影響，是
光纖安全預警系統面臨的主要問題之一.
目前針對天氣干擾因素的處理方法包括：（1）
結合當前天氣情況對系統軟件進行抑制處理，如通
過風速計、天氣預報等了解光纖安防周界區域的天
氣情況；（2）設定動態閾值方法，將采樣信號幅值歸
一化，進行多組測試得到每一組的有效過閾值數
量，從而確定動態閾值；（３）采用線性分類器、神經
網絡方法、方差分析、混沌分析、支持向量機［8］ 等，
對振動信號進行識別［1 -8］ .然而，方法一僅能降低特
定天氣條件下的系統誤報率，對于在該天氣下系統
可能存在的攀爬等有害入侵信號具有一定的漏報
風險；方法二對于信噪比較好的情況檢測效果較
好，對于信噪比較差的場景難以推廣；方法三均需
要對大量樣本進行學習和訓練，計算量大，且存在
訓練收斂性等問題.
本文提出建立無害的強風干擾源數學模型，結
合有害的人員攀爬入侵信號特征，提取采集到的振
動信號的短時過零率，實現對無害強風干擾的振源
準確識別，有效降低惡劣天氣情況下光纖預警系統
的誤報率和漏報率，由于不需要進行學習訓練，降
低了運算量，對系統的實用性有很大的改進，具有
重要實際意義.
1 光纖振動安全預警系統簡介
振動信號采集原理（見圖1），主要包括３ 個部
分：分布式光纖傳感器、光源及數據采集模塊和上
位機服務器.其中，分布式光纖傳感器主要布置在
具有安防需求的周界圍欄或圍墻上，并經過報警主
機上的光源及數據采集模塊采集安防區域周邊的
振動信號，經過電轉換、模數轉換等變換傳輸到計
算機中，對該振動信號處理和分析，實現對光纖覆
蓋區域的實時監控.
圖1 振動信號采集原理圖
安防區域的周界圍欄或圍墻上的分布式光纖
振動傳感器，可以接受到運動、壓力、和振動行為對
其中光信號的影響，從而實現對諸如攀爬、剪切、行
走等行為進行監測，通過光電探測模塊，系統報警
主機可以采集到運動、振動或壓力造成的微弱信
號，然后經過放大電路、模數轉換器將振動信號傳
輸至上位機服務器進行進一步信號檢測、識別等相
關處理.系統采樣頻率為10 ｋＨｚ，振動數據為３2 位
浮點數的電壓數據，為了方便數據處理，設定每
1 02４個數據為一幀.
本文研究針對布防在海邊某地的安防地界，分
布式傳感光纖鋪設在周界圍欄上，主要用于監測防
止人員攀爬、越過圍欄，對有害入侵行為進行預警.
由于環境因素，海邊風速較大，在大風情況下，系統
容易產生誤報.據此，本文開展強風干擾情況下，光
纖振動安全預警系統的振源識別算法，對強風干擾
振源進行檢測、識別并屏蔽無害干擾信號，降低系
統誤報率，同時，保證有害攀爬振源準確報警，防止
系統漏報.
2 振動信號處理
經典的振動信號分析主要包括時域和頻域分
析，在系統實際運行過程中，經常會出現強風干擾
振源，特別是布防在海邊、風口的預警區域，因此，
區分強風干擾振源和人員入侵振源對提高系統識
別率、報警率具有重要意義.本文分別提取強風振
動信號和攀爬振動信號，對于采集到的信號，進行
時域和頻域分析，觀察其時域波形，圖2 所示為強
風信號和攀爬信號的時域波形對比.
６４ 浙江水利水電學院學報 第３0 卷
萬方數據
圖2 強風與攀爬振動信號時域波形對比
分析兩者時域波形，發現兩振動信號的幅度基
本相近，均在1.３ V 左右，僅在時域特征上難以區分
機械振源和火車振源.
圖３ 所示為強風干擾信號與人員攀爬信號的
頻譜分析結果，分析兩者的頻譜特征可以發現，兩
者幅度譜幅度略有差別，然而，很難直接從頻譜上
將兩者區分開來，如何量化的提取兩者頻譜差異，
是區別強風干擾振源和人員攀爬入侵振源的關鍵，
本文以此為根據，建立基于短時過零率的強風干擾
振源識別算法.
圖３ 強風與攀爬振動信號頻譜波形對比
3 基于短時過零率的干擾振源識別
方法
3.1 振源信號的預處理
為了衡量振動信號大小，引入信號的短時平均
能量，短時平均能量是研究信號能量的量，振動信
號序列｛x（k），k =1，2，?，n｝ 的n 時刻振動信號的
短時平均能量P（n） 為：
P（n） = Σn
m =n -N +1
x（m）2wN （n -m） （1）
其中，wN 為長度為N 的窗函數，窗函數選取
wN （n） =
1N
， 0 ≤ n ≤ N
0， 其他
（2）
由于振幅較小， 采用線性計算將影響數據精
度，為了方便數據處理，提高系統檢測能力，顯示能
量動態變化范圍，采取能量的分貝形式：
PdB （n） =10· ｌｇ 1N
Σn
m =n -N +1
x（m）2 （３）
圖４ 所示為強風干擾信號與人員攀爬入侵信號
的短時平均能量對比結果.由圖可知，兩者短時平
均能量相近，均可達到-４ ｄＢ 左右，單憑設定能量
閾值難以將兩者區分開來，閾值設定偏高，會導致
系統漏報，造成人員攀爬入侵系統未報警；閾值設
置偏低，會導致系統頻繁誤報，增加安保人員排查
成本，不利于系統運行.
第1 期 李國相，等：基于光纖振動安全預警系統的抗干擾算法研究 ６５
萬方數據
圖４ 強風與攀爬振動信號短時平均能量對比
因此，檢測并識別出振源信號類型，對于無害
的強風干擾振源進行識別并屏蔽報警，對于有害的
人員攀爬入侵振源進行識別并及時報警，具有重要
應用價值.據此，本文設定較低的系統檢測閾值，并
對檢測到的振動信號進行進一步的識別，提出短時
過零率方法識別強風干擾振源和人員攀爬振源.
3.2 短時過零率法
短時過零率（ｚｅｒｏ-ｃｒｏｓｓiｎｇ ｒatｅ， ZＣＲ） 可以看
作信號頻率的簡單度量，是指信號通過零值的次
數.短時過零率可以表示為：
ZCR（n） =12
Σ∞
i =-∞ |sign（xi ） -sign（xi -1） |w（n -i）
（４）
其中，sign（x） 為符號函數
sign（x） =
1， x >0
0， x =0
-1， x <0
（５）
w（n） 為矩形窗函數，窗長度為N，公式可表示為：
w（n） = 1， 0 ≤ n ≤ N
0， others （６）
為了避免受到噪聲干擾，采用幅值濾波法濾除
干擾信號，設置降噪閾值為Tα，避免小幅振動干擾
對過零檢測的影響，增強抗干擾能力，改進后的短
時過零率計算方法為：
ZCR（n） =
12
Σ∞
i =-∞｛［|sign（xi -Tα） -sign（xi -1 -Tα） |+
|sign（xi +Tα） -sign（xi -1 +Tα） |］w（n -i）｝
（7）
為了方便設置過零率閾值，統一單位，采用單
位時間短時過零率，在采樣頻率為Fs =10 ｋＨｚ情況
下，單位時間短時過零率可表示為
R（n） =ZCR（n） N
Fs
（8）
單位時間短時過零率描述，在單位時間內振幅
信號的過零次數.
3.3 振源識別算法
本研究通過大量數據分析，建立了基于模型和
知識的模式識別方法，通過對振動信號進行預處
理，計算其單位時間短時過零率作為識別參數，實
現強風干擾振源和人員攀爬入侵振源的自動檢測
與識別的目的.其中振源模型的建立是系統的關
鍵，根據不同振源模型，提取出相應振源的相應特
征，進而達到識別分類目的.
對于采集到的振動信號，具體的振源識別流程
（見圖５）.算法步驟為：
（1） 根據式（３） 計算振動信號的短時平均能
量，進行信號預處理；
（2） 根據設定的短時平均能量閾值P（n0 ），進
行信號檢測，得到振動信號數據；
（３） 設置合適的單位時間短時過零率降噪閾值
Tα，根據先驗知識，可以設置降噪閾值為Tα =μ+
2.５σ~μ+３σ，其中，μ為振動信號均值，σ為振動
信號標準差；
（４） 根據式（8） 計算單位時間短時過零率R（n）；
（５） 將計算得到的單位時間短時過零率與經驗
閾值門限R0 進行對比，若R >R0 ，則認為是強風干
擾振源，否則，是攀爬入侵振源，算法結束.
６６ 浙江水利水電學院學報 第３0 卷
萬方數據
圖５ 振源識別系統流程
4 振源識別結果分析
分別將光纖振動安全預警系統采集到的強風
干擾信號和人員攀爬測試信號通過識別系統，并對
抗干擾算法進行驗證，對大風和攀爬數據進行過零
率檢測，幅值濾波閾值設置為2.５ 倍的振幅標準
差，結果（見圖６）.
圖６ 單位時間短時過零率分類結果
分類結果表明，所有強風干擾振動信號均具有
較低的單位時間短時過零率，而人員攀爬入侵振源
的單位時間短時過零率較高，且在選擇合適的降噪
閾值情況下，可以準確的區分出強風干擾振源和人
員攀爬入侵振源.識別結果表明，基于本文提出的
抗干擾算法具有較好的識別效果，實際應用表明，
該算法可以有效的降低系統誤報率，同時保證系統
較低的漏報率，增強了系統的應用價值.
5 結 論
本文研究了光纖振動安全預警系統中較難的
大能量強風干擾振源識別問題，分析比對了強風干
擾振源和人員攀爬入侵振源的振動信號模型，發現
了強風干擾振動信號和人員攀爬入侵振動信號在
頻率域上的區別，提出了基于短時過零率的振源識
別新方法，給出了識別的具體實現流程，實現了光
纖振動安全預警系統中無害強風干擾的準確檢測
與識別，經實際驗證，識別正確率高、誤判率低，能
很好的運用到實際系統中，降低了系統的誤報率和
漏報率，具有較高的實際應用價值.
參考文獻：
［1］ ＴAＲＲ Ｓ， LEAＣＨ Ｇ.Ｔhｅ ｄｅpｅｎｄｅｎｃｅ ｏf ｄｅtｅｃtiｏｎ ｓｙｓtｅｍ pｅｒfｏｒｍaｎｃｅ
ｏｎ fｅｎｃｅ ｃｏｎｓtｒｕｃtiｏｎ aｎｄ ｄｅtｅｃtｏｒ ｌｏｃatiｏｎ［Ｃ］ ／／1９９8
Ｉｎtｅｒｎatiｏｎaｌ Ｃaｒｎahaｎ Ｃｏｎfｅｒｅｎｃｅ ｏｎ Ｓｅｃｕｒitｙ Ｔｅｃhｎｏｌｏｇｙ.Ｐｒｏｃｅｅｄiｎｇｓ.
ＩEEE， 1９９8：1９６ -200.
［2］ MAＨMＯＵＤ Ｓ Ｓ， KAＴＳＩＦＯLＩＳ J.Ｐｅｒfｏｒｍaｎｃｅ iｎｖｅｓtiｇatiｏｎ ｏf ｒｅaｌ-
tiｍｅ fiｂｅｒ ｏptiｃ pｅｒiｍｅtｅｒ iｎtｒｕｓiｏｎ ｄｅtｅｃtiｏｎ ｓｙｓtｅｍｓ ｕｓiｎｇ ｅｖｅｎt
ｃｌaｓｓifiｃatiｏｎ ［J］.2010，４1（３）：３87 -３９３.
［３］ KAＴＳＩＦＯLＩＳ J.Eｌiｍiｎatiｏｎ ｏf ｒaiｎ-iｎｄｕｃｅｄ ｎｕiｓaｎｃｅ aｌaｒｍｓ iｎ
ｄiｓtｒiｂｕtｅｄ fiｂｅｒ ｏptiｃ pｅｒiｍｅtｅｒ iｎtｒｕｓiｏｎ ｄｅtｅｃtiｏｎ ｓｙｓtｅｍｓ ［J］.
Ｐｒｏｃｅｅｄiｎｇｓ ｏf ＳＰＩE-Ｔhｅ Ｉｎtｅｒｎatiｏｎaｌ Ｓｏｃiｅtｙ fｏｒ Ｏptiｃaｌ Eｎｇiｎｅｅｒiｎｇ，
200９，7３1６（５）：４３３ -４４３.
［４］ VＲＩEＳ J Ｄ.A ｌｏｗ ｃｏｓt fｅｎｃｅ iｍpaｃt ｃｌaｓｓifiｃatiｏｎ ｓｙｓtｅｍ ｗith
ｎｅｕｒaｌ ｎｅtｗｏｒｋｓ［Ｃ］ ／／Afｒiｃｏｎ， 200４.Afｒiｃｏｎ Ｃｏｎfｅｒｅｎｃｅ iｎ Afｒiｃa.
ＩEEE， 200５（1）：1３1 -1３６.
［５］ YＯＵＳEＦＩ A， MEMＢEＲ Ｓ， ＤＩＢAZAＲ A A， ｅt aｌ.Ｉｎtｅｌｌiｇｅｎt
fｅｎｃｅ iｎtｒｕｓiｏｎ ｄｅtｅｃtiｏｎ ｓｙｓtｅｍ： ｄｅtｅｃtiｏｎ ｏf iｎtｅｎtiｏｎaｌ fｅｎｃｅ
ｂｒｅaｃhiｎｇ aｎｄ ｒｅｃｏｇｎitiｏｎ ｏf fｅｎｃｅ ｃｌiｍｂiｎｇ ［Ｃ］ ／／Ｔｅｃhｎｏｌｏｇiｅｓ
fｏｒ Ｈｏｍｅｌaｎｄ Ｓｅｃｕｒitｙ， 2008 ＩEEE Ｃｏｎfｅｒｅｎｃｅ ｏｎ.ＩEEE Xpｌｏｒｅ，
2008：６20 -６2５.
［６］ 曲志剛，靳世久.基于經驗模態分解的管道預警系統信號多尺
度混沌特性分析方法［J］.石油學報.2008，2９（2）：３1３ -３1６.
［7］ ZＨANＧ J， ZENＧ Z， ＨAＯ Ｆ， ｅt aｌ.A ｒｅｃｏｇｎitiｏｎ ｍｅthｏｄ ｏf pｅtｒｏｌｅｕｍ
pipｅｌiｎｅ ｓafｅtｙ-ｄｅtｅｃtiｏｎ ｅｖｅｎtｓ ｕｓiｎｇ thｅ ｌaｒｇｅｓt ｌｙapｕｎｏｖ
ｅxpｏｎｅｎt aｎｄ ｗaｖｅｌｅt thｒｅｓhｏｌｄ ｄｅ-ｎｏiｓiｎｇ ［ Ｃ］ ／／Ｉｎtｅｒｎatiｏｎaｌ
Ｃｏｎfｅｒｅｎｃｅ ｏｎ Eｌｅｃtｒｏｎiｃ Mｅaｓｕｒｅｍｅｎt ＆ Ｉｎｓtｒｕｍｅｎtｓ.ＩEEE，
200９：1 -1４0 -1 -1４４.
［8］ 曲志剛，封 皓，靳世久，等.基于支持向量機的油氣管道安全
監測信號識別方法［J］.天津大學學報，200９，４2（５）：４６５ -４70.
第1 期 李國相，等：基于光纖振動安全預警系統的抗干擾算法研究 ６7

網友評論 more

電力安全論文最新內容

08-29