导航：安全管理网>> 安全论文>> 电力安全论文>>正文

基于光纤振动安全预警系统的抗干扰算法研究

文档作者：李国相苟武侯文档来源：中国航天空气动力技术研究院		点击数：	更新时间： 2025年08月29日
下载地址：点击这里	文件大小： 1.16 MB 共5页	文档格式： PDF	下载点数： 1 点（VIP免费）

全屏查看

内容预览 [文件共5页]

本文件共5页，如需编辑使用，请下载。

注：预览效果可能会出现部分文字乱码（如口口口）、内容显示不全等问题，下载是正常的。

	文件大小：1.16 MB 共5页文件格式：PDF 下载点数：1 点（VIP会员免费）

上一篇：吉安市城市防洪高塘堤除险加固优化设计

文本预览

仅提取页面文字内容，供快速阅读使用。

第３0 卷 第1 期
2018 年2 月
浙江水利水电学院学报
J.Zhｅjiaｎｇ Ｕｎiｖ ｏf Ｗat.Ｒｅｓ ＆ Eｌｅｃtｒiｃ Ｐｏｗ. VｏＦｌ.ｅ３ｂ0. 20N18ｏ.1 ＤＯＩ： 10.３９６９／j.iｓｓｎ.20９５-70９2.2018.01.01４
基于光纤振动安全预警系统的抗干扰算法研究
李国相，苟武侯
（中国航天空气动力技术研究院，北京 10007４）
摘 要：光纤传感预警系统在实际应用中，自然界中干扰振源的检测、识别及滤除是降低系统误报率、增强系统实
用性的关键因素之一.通过分析光纤预警系统中强风干扰振源和人员攀爬振源的特点，结合光纤振动检测系统的
信号传输特性，建立相应的数学模型，提出了基于短时过零率的振源识别新方法，给出了识别的具体实现流程，实
现了光纤振动安全预警系统中无害强风干扰的准确检测与识别.结果表明，该算法能有效的识别大风干扰信号和
人员攀爬入侵信号，解决现场检测中出现的误报情况.
关键词：光纤传感；数学模型；干扰振源；过零率
中图分类号：ＴN９11.7 文献标志码：A 文章编号：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
作者简介：李国相（1９8９ -），男，山东菏泽人，博士，工程师，研
究方向为光纤传感.
随着科学的发展以及技术的进步，越来越多的
领域需要利用安全预警系统来进行防范、确保安
全，而光纤振动安全报警系统解决了有些领域长距
离、野外作业、无源探测等方面的要求.光纤振动安
全预警系统以传感光缆作为分布式传感器，以光信
号为载体，不需要供电，使用安全，便于野外作业；
光纤的线状结构易于架设，便于大范围长距离的检
测；其铺设方便灵活，可以做到高隐蔽性，易与周围
环境融于一体；光纤既作为传感单元，又作为传输
介质，增加了光纤材料的复用性；此外光纤传感器
体积小、质量轻、稳定性高、抗干扰能力强、耐腐蚀、
无辐射，这种光纤振动安全预警系统的误报和漏报
明显优于常规的安防系统，因此被广泛应用于各领
域进行周界安防.
光纤振动安全报警系统作为一种新型的安防
系统，利用光纤作为感应体，探测外界扰动并判别
万方数据 是否属入侵行为，并自动识别入侵类型，实现对有
害行为的及时报警，达到周界预警的目的.然而，自
然界中，不可避免的存在着多种干扰信号，对振动
事件的检测率、识别率及报警准确率产生一定干
扰.当无害的干扰信号较大的情况，如布置在围栏
上的传感光纤容易受到大风天气影响，由于强风干
扰信号能量较大，容易产生系统误报，造成系统的
误警率或漏警率一定程度的上升.如何有效识别出
强风干扰信号、避免其对系统正常预警的影响，是
光纤安全预警系统面临的主要问题之一.
目前针对天气干扰因素的处理方法包括：（1）
结合当前天气情况对系统软件进行抑制处理，如通
过风速计、天气预报等了解光纤安防周界区域的天
气情况；（2）设定动态阈值方法，将采样信号幅值归
一化，进行多组测试得到每一组的有效过阈值数
量，从而确定动态阈值；（３）采用线性分类器、神经
网络方法、方差分析、混沌分析、支持向量机［8］ 等，
对振动信号进行识别［1 -8］ .然而，方法一仅能降低特
定天气条件下的系统误报率，对于在该天气下系统
可能存在的攀爬等有害入侵信号具有一定的漏报
风险；方法二对于信噪比较好的情况检测效果较
好，对于信噪比较差的场景难以推广；方法三均需
要对大量样本进行学习和训练，计算量大，且存在
训练收敛性等问题.
本文提出建立无害的强风干扰源数学模型，结
合有害的人员攀爬入侵信号特征，提取采集到的振
动信号的短时过零率，实现对无害强风干扰的振源
准确识别，有效降低恶劣天气情况下光纤预警系统
的误报率和漏报率，由于不需要进行学习训练，降
低了运算量，对系统的实用性有很大的改进，具有
重要实际意义.
1 光纤振动安全预警系统简介
振动信号采集原理（见图1），主要包括３ 个部
分：分布式光纤传感器、光源及数据采集模块和上
位机服务器.其中，分布式光纤传感器主要布置在
具有安防需求的周界围栏或围墙上，并经过报警主
机上的光源及数据采集模块采集安防区域周边的
振动信号，经过电转换、模数转换等变换传输到计
算机中，对该振动信号处理和分析，实现对光纤覆
盖区域的实时监控.
图1 振动信号采集原理图
安防区域的周界围栏或围墙上的分布式光纤
振动传感器，可以接受到运动、压力、和振动行为对
其中光信号的影响，从而实现对诸如攀爬、剪切、行
走等行为进行监测，通过光电探测模块，系统报警
主机可以采集到运动、振动或压力造成的微弱信
号，然后经过放大电路、模数转换器将振动信号传
输至上位机服务器进行进一步信号检测、识别等相
关处理.系统采样频率为10 ｋＨｚ，振动数据为３2 位
浮点数的电压数据，为了方便数据处理，设定每
1 02４个数据为一帧.
本文研究针对布防在海边某地的安防地界，分
布式传感光纤铺设在周界围栏上，主要用于监测防
止人员攀爬、越过围栏，对有害入侵行为进行预警.
由于环境因素，海边风速较大，在大风情况下，系统
容易产生误报.据此，本文开展强风干扰情况下，光
纤振动安全预警系统的振源识别算法，对强风干扰
振源进行检测、识别并屏蔽无害干扰信号，降低系
统误报率，同时，保证有害攀爬振源准确报警，防止
系统漏报.
2 振动信号处理
经典的振动信号分析主要包括时域和频域分
析，在系统实际运行过程中，经常会出现强风干扰
振源，特别是布防在海边、风口的预警区域，因此，
区分强风干扰振源和人员入侵振源对提高系统识
别率、报警率具有重要意义.本文分别提取强风振
动信号和攀爬振动信号，对于采集到的信号，进行
时域和频域分析，观察其时域波形，图2 所示为强
风信号和攀爬信号的时域波形对比.
６４ 浙江水利水电学院学报 第３0 卷
万方数据
图2 强风与攀爬振动信号时域波形对比
分析两者时域波形，发现两振动信号的幅度基
本相近，均在1.３ V 左右，仅在时域特征上难以区分
机械振源和火车振源.
图３ 所示为强风干扰信号与人员攀爬信号的
频谱分析结果，分析两者的频谱特征可以发现，两
者幅度谱幅度略有差别，然而，很难直接从频谱上
将两者区分开来，如何量化的提取两者频谱差异，
是区别强风干扰振源和人员攀爬入侵振源的关键，
本文以此为根据，建立基于短时过零率的强风干扰
振源识别算法.
图３ 强风与攀爬振动信号频谱波形对比
3 基于短时过零率的干扰振源识别
方法
3.1 振源信号的预处理
为了衡量振动信号大小，引入信号的短时平均
能量，短时平均能量是研究信号能量的量，振动信
号序列｛x（k），k =1，2，⋯，n｝ 的n 时刻振动信号的
短时平均能量P（n） 为：
P（n） = Σn
m =n -N +1
x（m）2wN （n -m） （1）
其中，wN 为长度为N 的窗函数，窗函数选取
wN （n） =
1N
， 0 ≤ n ≤ N
0， 其他
（2）
由于振幅较小， 采用线性计算将影响数据精
度，为了方便数据处理，提高系统检测能力，显示能
量动态变化范围，采取能量的分贝形式：
PdB （n） =10· ｌｇ 1N
Σn
m =n -N +1
x（m）2 （３）
图４ 所示为强风干扰信号与人员攀爬入侵信号
的短时平均能量对比结果.由图可知，两者短时平
均能量相近，均可达到-４ ｄＢ 左右，单凭设定能量
阈值难以将两者区分开来，阈值设定偏高，会导致
系统漏报，造成人员攀爬入侵系统未报警；阈值设
置偏低，会导致系统频繁误报，增加安保人员排查
成本，不利于系统运行.
第1 期 李国相，等：基于光纤振动安全预警系统的抗干扰算法研究 ６５
万方数据
图４ 强风与攀爬振动信号短时平均能量对比
因此，检测并识别出振源信号类型，对于无害
的强风干扰振源进行识别并屏蔽报警，对于有害的
人员攀爬入侵振源进行识别并及时报警，具有重要
应用价值.据此，本文设定较低的系统检测阈值，并
对检测到的振动信号进行进一步的识别，提出短时
过零率方法识别强风干扰振源和人员攀爬振源.
3.2 短时过零率法
短时过零率（ｚｅｒｏ-ｃｒｏｓｓiｎｇ ｒatｅ， ZＣＲ） 可以看
作信号频率的简单度量，是指信号通过零值的次
数.短时过零率可以表示为：
ZCR（n） =12
Σ∞
i =-∞ |sign（xi ） -sign（xi -1） |w（n -i）
（４）
其中，sign（x） 为符号函数
sign（x） =
1， x >0
0， x =0
-1， x <0
（５）
w（n） 为矩形窗函数，窗长度为N，公式可表示为：
w（n） = 1， 0 ≤ n ≤ N
0， others （６）
为了避免受到噪声干扰，采用幅值滤波法滤除
干扰信号，设置降噪阈值为Tα，避免小幅振动干扰
对过零检测的影响，增强抗干扰能力，改进后的短
时过零率计算方法为：
ZCR（n） =
12
Σ∞
i =-∞｛［|sign（xi -Tα） -sign（xi -1 -Tα） |+
|sign（xi +Tα） -sign（xi -1 +Tα） |］w（n -i）｝
（7）
为了方便设置过零率阈值，统一单位，采用单
位时间短时过零率，在采样频率为Fs =10 ｋＨｚ情况
下，单位时间短时过零率可表示为
R（n） =ZCR（n） N
Fs
（8）
单位时间短时过零率描述，在单位时间内振幅
信号的过零次数.
3.3 振源识别算法
本研究通过大量数据分析，建立了基于模型和
知识的模式识别方法，通过对振动信号进行预处
理，计算其单位时间短时过零率作为识别参数，实
现强风干扰振源和人员攀爬入侵振源的自动检测
与识别的目的.其中振源模型的建立是系统的关
键，根据不同振源模型，提取出相应振源的相应特
征，进而达到识别分类目的.
对于采集到的振动信号，具体的振源识别流程
（见图５）.算法步骤为：
（1） 根据式（３） 计算振动信号的短时平均能
量，进行信号预处理；
（2） 根据设定的短时平均能量阈值P（n0 ），进
行信号检测，得到振动信号数据；
（３） 设置合适的单位时间短时过零率降噪阈值
Tα，根据先验知识，可以设置降噪阈值为Tα =μ+
2.５σ~μ+３σ，其中，μ为振动信号均值，σ为振动
信号标准差；
（４） 根据式（8） 计算单位时间短时过零率R（n）；
（５） 将计算得到的单位时间短时过零率与经验
阈值门限R0 进行对比，若R >R0 ，则认为是强风干
扰振源，否则，是攀爬入侵振源，算法结束.
６６ 浙江水利水电学院学报 第３0 卷
万方数据
图５ 振源识别系统流程
4 振源识别结果分析
分别将光纤振动安全预警系统采集到的强风
干扰信号和人员攀爬测试信号通过识别系统，并对
抗干扰算法进行验证，对大风和攀爬数据进行过零
率检测，幅值滤波阈值设置为2.５ 倍的振幅标准
差，结果（见图６）.
图６ 单位时间短时过零率分类结果
分类结果表明，所有强风干扰振动信号均具有
较低的单位时间短时过零率，而人员攀爬入侵振源
的单位时间短时过零率较高，且在选择合适的降噪
阈值情况下，可以准确的区分出强风干扰振源和人
员攀爬入侵振源.识别结果表明，基于本文提出的
抗干扰算法具有较好的识别效果，实际应用表明，
该算法可以有效的降低系统误报率，同时保证系统
较低的漏报率，增强了系统的应用价值.
5 结 论
本文研究了光纤振动安全预警系统中较难的
大能量强风干扰振源识别问题，分析比对了强风干
扰振源和人员攀爬入侵振源的振动信号模型，发现
了强风干扰振动信号和人员攀爬入侵振动信号在
频率域上的区别，提出了基于短时过零率的振源识
别新方法，给出了识别的具体实现流程，实现了光
纤振动安全预警系统中无害强风干扰的准确检测
与识别，经实际验证，识别正确率高、误判率低，能
很好的运用到实际系统中，降低了系统的误报率和
漏报率，具有较高的实际应用价值.
参考文献：
［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］ 曲志刚，靳世久.基于经验模态分解的管道预警系统信号多尺
度混沌特性分析方法［J］.石油学报.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］ 曲志刚，封 皓，靳世久，等.基于支持向量机的油气管道安全
监测信号识别方法［J］.天津大学学报，200９，４2（５）：４６５ -４70.
第1 期 李国相，等：基于光纤振动安全预警系统的抗干扰算法研究 ６7

网友评论 more

电力安全论文最新内容

08-29