Φ OTDR光纖入侵檢測識別理論基礎(chǔ)研究

孫榕 劉莉

摘 要： 近年來，光纖預(yù)警系統(tǒng)的技術(shù)水平逐漸提升，應(yīng)用范圍也得到進一步拓展，且在各個領(lǐng)域都表現(xiàn)出良好的應(yīng)用效果?；诖?，本文就Φ OTDR光纖入侵檢測識別理論基礎(chǔ)展開研究，分別介紹了相關(guān)檢測算法與識別算法，進一步對一種基于視覺注意架構(gòu)的檢測識別算法，及相應(yīng)預(yù)警效果，進行了細致分析，以期促進相關(guān)危險評估預(yù)警工作水平的提升。

關(guān)鍵詞： Φ OTDR光纖；入侵信號檢測算法；入侵信號識別算法

前言：光纖預(yù)警系統(tǒng)的應(yīng)用原理，即以光纖為傳感器，對周邊實踐進行不間斷的監(jiān)測與識別，并通過入侵的精確定位，對危險程度進行有效評估，從而事先做出警告。光纖預(yù)警系統(tǒng)被廣泛應(yīng)用在油氣管道安全監(jiān)測、邊界線入侵監(jiān)測等領(lǐng)域，尤其在尤其管道安全監(jiān)測過程中，切實預(yù)警泄露問題，能夠避免一定損失，具有較高的應(yīng)用價值。對Φ OTDR光纖入侵檢測識別理論基礎(chǔ)的研究，對其實踐應(yīng)用技術(shù)的提升具有重要意義。

1.Φ OTDR光纖入侵信號檢測算法與識別算法研究

1.1 檢測算法

Φ OTDR光纖入侵信號檢測算法當(dāng)中，主要涉及到兩種算法類別，即空間維度檢測算法和時間維度檢測算法。其中，CFAR算法是一種典型的空間維度檢測算法，該算法的整體思想借鑒了諾曼-皮爾遜準(zhǔn)則，結(jié)合恒定的虛警率與分布背景，得出不同背景下的檢測閾值[1]。檢測單元D與高斯分布I和Q的關(guān)系表示為：D=I2+Q2。而時間維度檢測算法當(dāng)中，SPRT算法與K-S算法具有一定的代表性。筆者曾以實測數(shù)據(jù)為基礎(chǔ)，在得到空間維度檢測結(jié)果的基礎(chǔ)上，進行時間維度檢測，最終得到的結(jié)果表示，基于此種算法的光纖預(yù)警系統(tǒng)，只會在已知有害入侵位置的情況下發(fā)生報警。

1.2 識別算法

Φ OTDR光纖入侵信號識別算法的運用基礎(chǔ)，是有效完成光纖預(yù)警信號的特征提取，包括機械入侵信號基音周期特征、過車入侵信號占空比特征、人工挖掘入侵信號占空比特征的提取。通過多特征結(jié)合，同時運用決策樹分類方法完成分類，能夠保證對入侵信號的有效識別。經(jīng)過可靠實驗驗證，機械入侵、人工挖掘入侵、過車入侵信號當(dāng)中，都具有顯著特征，且可以被提取到，所以，可以在分類的基礎(chǔ)上，對入侵類型進行危害程度分級，如機械信號的危害程度較高，可賦予其優(yōu)先級；而過車入侵信號的危害程度較低，可最后進行識別。

2.Φ OTDR光纖入侵信號檢測識別算法及預(yù)警效果

Φ OTDR機制下，能夠?qū)^小分辨單元進行并發(fā)多入侵檢測?？偨Y(jié)實踐經(jīng)驗，當(dāng)處于高并發(fā)入侵情況下，相關(guān)入侵檢測定位的精度，均能夠達到10 m左右，且每毫秒的數(shù)據(jù)接收量遠遠大于200 KB。模擬人腦認知過程，結(jié)合相關(guān)檢測識別算法的理論基礎(chǔ)，可嘗試構(gòu)建一種基于視覺注意構(gòu)架的檢測識別算法。

2.1 算法介紹

視覺注意構(gòu)架的本質(zhì)，就是對信息進行選擇。人眼接收到數(shù)據(jù)信息之后，大腦可在第一時間將無用信息剔除掉，而在光纖預(yù)警系統(tǒng)當(dāng)中，就是利用入侵信號檢測識別算法，在第一時間將信號中的噪聲部分去掉，獲得有效數(shù)據(jù)進行處理，提升相關(guān)危險識別、評估、預(yù)警工作的效率與準(zhǔn)確度。這種構(gòu)架主要包括兩個部分，其一是數(shù)據(jù)驅(qū)動過程，就是從大量的觀測數(shù)據(jù)當(dāng)中，篩選、提取出有用信息；其二是任務(wù)驅(qū)動過程，對獲取到的有用信息進行嚴格處理。

基于視覺注意構(gòu)架的光纖入侵信號檢測識別算法中，將視覺注意構(gòu)架當(dāng)中的數(shù)據(jù)驅(qū)動與任務(wù)驅(qū)動進行了有效融合，最終得到的檢測識別算法當(dāng)中，檢測部分輸入的是全體觀測數(shù)據(jù)，以相同的處理算法，對所有數(shù)據(jù)進行處理；通過檢測得到的有害入侵信號，均為顯著部分，也就是下一部分的輸入。進入到識別部分之后，輸入的是檢測得到的有害入侵信號，這一部分的識別順序發(fā)生了一定的變化，需要以入侵信號的危害程度由強到弱，安排識別順序。

基于此種檢測識別原理的光纖預(yù)警系統(tǒng)，能夠?qū)Υ罅繑?shù)據(jù)進行有效處理。在數(shù)據(jù)驅(qū)動過程的作用下，能對入侵信號進行有效定位，并縮減處理數(shù)據(jù)量；而在任務(wù)驅(qū)動過程的作用下，有效劃分入侵信號的危害等級，從而確定識別順序。除此之外，基于視覺注意構(gòu)架的Φ OTDR光纖入侵信號檢測識別算法，可以完成不同的識別任務(wù)，即對不同的入侵類型，提取相應(yīng)的特征，這對提升算法針對性與識別性能具有重要意義。

2.2 預(yù)警效果

進一步對基于視覺注意構(gòu)架的Φ OTDR光纖入侵信號檢測識別算法的預(yù)警效果進行驗證，以實測數(shù)據(jù)為基礎(chǔ)，利用公式 ，能夠?qū)?shù)據(jù)驅(qū)動過程中，數(shù)據(jù)變化量占全體數(shù)據(jù)的比例r進行計算。式中的abefore與aafter分別表示全體觀測數(shù)據(jù)點數(shù)、輸出警報點數(shù)。實驗結(jié)果表明，數(shù)據(jù)驅(qū)動過程能夠有效提取有害入侵數(shù)據(jù)，并減小任務(wù)驅(qū)動過程需要處理的數(shù)據(jù)量。

筆者在驗證本文所述算法的識別效果時，將其與典型識別方法識別率進行對比。在對比過程中，獲得檢測得到的入侵信號之后，對其進行小波包3層分解，求出不同頻段的能量后，利用SVM將其視為特征向量進行分類[2]。經(jīng)過檢驗，本文所述基于視覺注意構(gòu)架的Φ OTDR光纖入侵信號檢測識別算法，能夠?qū)崿F(xiàn)針對性提取不同入侵類型的特征，增強了識別準(zhǔn)確性。而對比結(jié)果也表示，一般算法難以對所有入侵類型進行有效識別，而本文所述識別算法當(dāng)中，任務(wù)驅(qū)動過程識別的正確率則要遠高于現(xiàn)有方法，其中機械入侵信號的識別率，能夠達到98.5%，且人工挖掘入侵、過車信號入侵的識別率也均有所提高。

結(jié)束語

綜上所述，探究Φ OTDR光纖入侵檢測識別理論基礎(chǔ)，有利于促進相關(guān)長距離、大范圍安全監(jiān)測預(yù)警系統(tǒng)的應(yīng)用實現(xiàn)。通過相關(guān)分析，充分運用Φ OTDR光纖入侵信號檢測識別算法，能夠獲取到大量數(shù)據(jù)，還可以對其進行有效處理，準(zhǔn)確定位入侵位置，識別入侵種類，從而對其危害性進行有效分析。因此，應(yīng)對Φ OTDR光纖入侵信號檢測識別算法進行深入研究，有效提升相關(guān)預(yù)警系統(tǒng)的預(yù)警效果，充分發(fā)揮其預(yù)警作用。

參考文獻

[1]王天琦. Φ OTDR光纖入侵檢測研究及軟件設(shè)計[D].北方工業(yè)大學(xué)，2017.

[2]周良欣. Φ OTDR光纖入侵特征提取算法研究及實現(xiàn)[D].北方工業(yè)大學(xué)，2017.