基于卷积神经网络的多维度分布式光纤振动传感事件识别
摘要
基于双马赫-曾德尔干涉（DMZI）型分布式光纤振动传感系统与无人机（UAV）视频监测系统，通过卷积神经网络同步对光信号和无人机视频信号进行模式识别，从多维度对多类别扰动事件进行精准检测。与传统的模式识别方法相比，所提方案将两个不同维度上的信号有效结合，实现了不同维度上模式识别方法的优势互补，将识别信号的时间维度加入识别，解决了静态信号识别事件有限、准确率较低的问题。为了验证所提方案的可行性和有效性，对常见的9种传感行为（攀爬、轰砸、剪切、脚踢、重敲击、轻敲击、拉扯、摇晃、无入侵）进行了实验测试和分析。实验结果表明，所提出的多维度模式识别方案可以对9种入侵事件达到99.58%的平均测试准确率，并且平均识别时间为0.16 s，短于系统的采样时间0.3 s，满足实际工程应用的需求。
引用本文（GB/T 7714）
靳喜博 Jin Xibo, 刘琨 Liu Kun, 江俊峰 Jiang Junfeng, 等. 基于卷积神经网络的多维度分布式光纤振动传感事件识别[J]. Acta Optica Sinica, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。