基于光纖振動安全預警系統(tǒng)的抗干擾算法研究

李國相，茍武侯

(中國航天空氣動力技術(shù)研究院，北京 100074)

隨著科學的發(fā)展以及技術(shù)的進步，越來越多的領(lǐng)域需要利用安全預警系統(tǒng)來進行防范、確保安全，而光纖振動安全報警系統(tǒng)解決了有些領(lǐng)域長距離、野外作業(yè)、無源探測等方面的要求.光纖振動安全預警系統(tǒng)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(yè)；光纖的線狀結(jié)構(gòu)易于架設(shè)，便于大范圍長距離的檢測；其鋪設(shè)方便靈活，可以做到高隱蔽性，易與周圍環(huán)境融于一體；光纖既作為傳感單元，又作為傳輸介質(zhì)，增加了光纖材料的復用性；此外光纖傳感器體積小、質(zhì)量輕、穩(wěn)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(tǒng)的誤報和漏報明顯優(yōu)于常規(guī)的安防系統(tǒng)，因此被廣泛應用于各領(lǐng)域進行周界安防.

光纖振動安全報警系統(tǒng)作為一種新型的安防系統(tǒng)，利用光纖作為感應體，探測外界擾動并判別是否屬入侵行為，并自動識別入侵類型，實現(xiàn)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(chǎn)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(chǎn)生系統(tǒng)誤報，造成系統(tǒng)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(tǒng)正常預警的影響，是光纖安全預警系統(tǒng)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(jié)合當前天氣情況對系統(tǒng)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(qū)域的天氣情況；(2)設(shè)定動態(tài)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(shù)量，從而確定動態(tài)閾值；(3)采用線性分類器、神經(jīng)網(wǎng)絡(luò)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(tǒng)誤報率，對于在該天氣下系統(tǒng)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(shù)學模型，結(jié)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(xiàn)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(tǒng)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(tǒng)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(tǒng)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(shù)據(jù)采集模塊和上位機服務(wù)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(jīng)過報警主機上的光源及數(shù)據(jù)采集模塊采集安防區(qū)域周邊的振動信號，經(jīng)過電轉(zhuǎn)換、模數(shù)轉(zhuǎn)換等變換傳輸?shù)接嬎銠C中，對該振動信號處理和分析，實現(xiàn)對光纖覆蓋區(qū)域的實時監(jiān)控.

圖1 振動信號采集原理圖

安防區(qū)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(xiàn)對諸如攀爬、剪切、行走等行為進行監(jiān)測，通過光電探測模塊，系統(tǒng)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(jīng)過放大電路、模數(shù)轉(zhuǎn)換器將振動信號傳輸至上位機服務(wù)器進行進一步信號檢測、識別等相關(guān)處理.系統(tǒng)采樣頻率為10 kHz，振動數(shù)據(jù)為32位浮點數(shù)的電壓數(shù)據(jù)，為了方便數(shù)據(jù)處理，設(shè)定每1 024個數(shù)據(jù)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(shè)在周界圍欄上，主要用于監(jiān)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(huán)境因素，海邊風速較大，在大風情況下，系統(tǒng)容易產(chǎn)生誤報.據(jù)此，本文開展強風干擾情況下，光纖振動安全預警系統(tǒng)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(tǒng)誤報率，同時，保證有害攀爬振源準確報警，防止系統(tǒng)漏報.

2 振動信號處理

經(jīng)典的振動信號分析主要包括時域和頻域分析，在系統(tǒng)實際運行過程中，經(jīng)常會出現(xiàn)強風干擾振源，特別是布防在海邊、風口的預警區(qū)域，因此，區(qū)分強風干擾振源和人員入侵振源對提高系統(tǒng)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.

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(fā)現(xiàn)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(qū)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(jié)果，分析兩者的頻譜特征可以發(fā)現(xiàn)，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(qū)分開來，如何量化的提取兩者頻譜差異，是區(qū)別強風干擾振源和人員攀爬入侵振源的關(guān)鍵，本文以此為根據(jù)，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：

(1)

其中，wN為長度為N的窗函數(shù)，窗函數(shù)選取

(2)

由于振幅較小，采用線性計算將影響數(shù)據(jù)精度，為了方便數(shù)據(jù)處理，提高系統(tǒng)檢測能力，顯示能量動態(tài)變化范圍，采取能量的分貝形式：

(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(jié)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(shè)定能量閾值難以將兩者區(qū)分開來，閾值設(shè)定偏高，會導致系統(tǒng)漏報，造成人員攀爬入侵系統(tǒng)未報警；閾值設(shè)置偏低，會導致系統(tǒng)頻繁誤報，增加安保人員排查成本，不利于系統(tǒng)運行.

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(jù)此，本文設(shè)定較低的系統(tǒng)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(shù).短時過零率可以表示為：

(4)

其中，sign(x)為符號函數(shù)

(5)

w(n)為矩形窗函數(shù)，窗長度為N，公式可表示為：

(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(shè)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)=

(7)

為了方便設(shè)置過零率閾值，統(tǒng)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

(8)

單位時間短時過零率描述，在單位時間內(nèi)振幅信號的過零次數(shù).

3.3 振源識別算法

本研究通過大量數(shù)據(jù)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(shù)，實現(xiàn)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(tǒng)的關(guān)鍵，根據(jù)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(jù)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(jù)設(shè)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(shù)據(jù)；

(3)設(shè)置合適的單位時間短時過零率降噪閾值Tα，根據(jù)先驗知識，可以設(shè)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(jù)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(jīng)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(jié)束.

圖5 振源識別系統(tǒng)流程

4 振源識別結(jié)果分析

分別將光纖振動安全預警系統(tǒng)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(tǒng)，并對抗干擾算法進行驗證，對大風和攀爬數(shù)據(jù)進行過零率檢測，幅值濾波閾值設(shè)置為2.5倍的振幅標準差，結(jié)果(見圖6).

圖6 單位時間短時過零率分類結(jié)果

分類結(jié)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(qū)分出強風干擾振源和人員攀爬入侵振源.識別結(jié)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(tǒng)誤報率，同時保證系統(tǒng)較低的漏報率，增強了系統(tǒng)的應用價值.

5 結(jié) 論

本文研究了光纖振動安全預警系統(tǒng)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(fā)現(xiàn)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(qū)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(xiàn)流程，實現(xiàn)了光纖振動安全預警系統(tǒng)中無害強風干擾的準確檢測與識別，經(jīng)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(tǒng)中，降低了系統(tǒng)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(jīng)驗模態(tài)分解的管道預警系統(tǒng)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(jiān)測信號識別方法[J].天津大學學報，2009,42(5):465-470.