首页 / 资料库 / 文献详情

基于LSTM-CNN的φ-OTDR模式识别

王鸣 Wang Ming、沙洲 Sha Zhou、封皓 Feng Hao、杜立普 Du Lipu、齐敦哲 Qi Dunzhe

2023Acta Optica SinicaEngineering被引 12开放获取

摘要

提出了以长短期记忆网络（LSTM）与卷积神经网络（CNN）为主要框架的深度学习网络，基于该网络实现模式识别。LSTM-CNN以时域曲线及其短时傅里叶变换（STFT）结果作为网络输入，LSTM提取输入信号的时序特征，CNN提取时域曲线的轮廓特征及能量特征。实验中以相敏光时域反射仪（φ-OTDR）为传感系统完成数据采集。将LSTM-CNN与传统的人工神经网络（ANN）及CNN对比，LSTM-CNN在各项评价指标中均处于最优状态，实现了φ-OTDR模式识别的既定目标，为实际的工程产品开发提供了概念证明与演示示例。

引用本文（GB/T 7714）

DOI：https://doi.org/10.3788/aos221468