M-Z干涉仪型光纤分布式扰动传感系统模式识别方法

王思远; 娄淑琴; 梁生; 陈京惠

M-Z干涉仪型光纤分布式扰动传感系统模式识别方法

1.
北京交通大学电子信息工程学院,北京 100044;
2.
北京交通大学理学院,北京 100044

基金项目:

国家自然科学基金（61177082，61205074）;北京市自然科学基金（4122063）

详细信息

作者简介:
王思远（1989- ），男，硕士生，主要从事光纤传感方面的研究。Email：11120163@bjtu.edu.cn

中图分类号: TP212

Pattern recognition method of fiber distributed disturbance sensing system based on M-Z interferometer

1.
School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China;
2.
School of Science,Beijing Jiaotong University,Beijing 100044,China

摘要: 针对M-Z干涉仪型光纤分布式扰动传感系统输出信号短时频率随外界扰动变化的特征，提出了基于短时频率-时间特性的模式识别算法。采用提取短时过电平率来描述传感信号的短时平均频率-时间特性，并将提取出来的时频特性分段后建立相应的特征元素模型，通过动态规划算法（DTW）筛选出最优特征元素模型，将信号所有最优模型的参数作为信号特征输入到人工神经网络（ANN）进行学习和判决，降低了ANN的训练难度以及对时间的敏感性，提高了系统的环境适应能力。实验结果表明：该方法可以有效区分瞬时作用、长时作用、径向作用和不规则作用等多种不同扰动事件，平均识别速度在0.26 s之内，平均识别准确度在97%以上。
- 光纤分布式扰动传感系统 /
- Mach-Zehnder干涉仪 /
- 频率-时间特性 /
- 模式识别
Abstract: A frequency-time based pattern recognition method was presented for recognizing different disturbance modes in fiber distributed disturbance sensing system based on M-Z interferometer by using the frequency of output interferometer signal in relation to the external disturbance signal. The frequency-time characteristic was measured by using the rate which the output signals crossed the preset average level. Then frequency-time characteristic was segmented and the corresponding feature element model could be set up. The optimum models were selected by using dynamic time warping (DTW) algorithm, and then they were sent to the artificial neural network (ANN) to carry out training and judging. This method could effectively reduce the difficulty of training and judging the signal and time sensitivity of the ANN, and improve the adaptability for the environment. Experimental results illustrate that this method can effectively distinguish different disturbance events such as short-term, long-term, radial and irregular event. The average recognition speed is less than 0.26 s and average accuracy is great than 97%.
- fiber distributed disturbance sensing system /
- M-Z interferometer /
- frequency-time characteristics /
- pattern recognition

[1]	Lan T, Zhang C, Li L, et al. Random polarization effects on the dual M-Z fiber optic micro vibration sensor[J]. Piezoelectrics and Acoustooptics, 2008, 30(5): 541-543.
[2]
[3]
[4]	Cui Wenhua, Chen Zhibin. Study on distributed optical fiber temperature measuring and warning system[J]. Infrared and Laser Engineering, 2002, 31(2): 175-178. (in Chinese)
[5]	Liu Xin, Wu Wei, Qin Zheng. Wavelet application under rugged environment of fiber sensor[J]. Infrared and Laser Engineering, 2012, 41(3): 655-659. (in Chinese)
[6]	崔文华，陈志斌.分布式光纤温度监测与报警系统的研究[J]. 红外与激光工程, 2002, 31(2): 175-178.
[7]
[8]	Lyons W B, Ewald H, Lewis E. An optical fibre distributed sensor based on pattern recognition [J]. J Materials Processing Technol, 2002, 1(127): 23-30.
[9]	King D, Lyons W B, Flanagan C. A dual element multipoint optical fibre water contamination sensor system utilising artificial neural network pattern recognition[J]. Proceedings of The IEEE Sensors, 2003, 1: 397-402.
[10]
[11]	Qu Z, Feng H, Zeng Z, et al. A SVM-based pipeline leakage detection and pre-warning system[J]. Measurement,2010, 4(43): 513-519.
[12]	刘辛, 吴薇, 秦正. 小波分析在恶劣环境光线传感中的应用[J]. 红外与激光工程, 2012, 41(3): 655-659.
[13]
[14]	Jiang L, Liu X, Yang R. Application of the HHT method to the airport fiber fence warning[C]//Electronics, Communications and Control (ICECC), 2011 International Conference on, 2011: 1337-1340.
[15]
[16]	Wu L. Study on the fiber-optic perimeter sensor signal processor based on neural network classifier[C]//Electronic Measurement Instruments (ICEMI), 2011 10th International Conference on (Volume:1 ) (ICEMI), 2011: 93-97.
[17]
[18]	Loutas T H, Panopoulou A, Roulias D, et al. Intelligent health monitoring of aerospace composite structures based on dynamic strain measurement[J]. Expert Systems with Applications, 2012, 9(39): 8412-8422.
[19]
[20]	Liang S, Zhang C, Lin W, et al. Fiber-optic intrinsic distributed acoustic emission sensor for large structure health monitoring[J]. Optics Letters, 2009, 34(12): 1858-1860.
[21]	Feng Gangduan, Qi Chang, Zhang Congli. A parameter self-optimize method of mutil-gate zero cross ratio start point detection[J]. Chinese Journal of Scientific Instrument, 2004, 25(Z3): 525-527. (in Chinese)
[22]
[23]
[24]
[25]
[26]
[27]	冯刚段，其昌，张从力. 一种多门限过零率前端检测理论的参数自优化方法研究[J]. 仪器仪表学报, 2004, 25(Z3):525-527.

[1]	李志辰, 刘琨, 江俊峰, 马鹏飞, 李鹏程, 刘铁根. 光纤周界安防系统的高准确度事件识别方法 . 红外与激光工程, 2018, 47(9): 922002-0922002(6). doi: 10.3788/IRLA201847.0922002
[2]	付群健, 于淼, 常天英, 张瑾, 罗政纯, 王旭, 刘珉含, 崔洪亮. 相位敏感光时域反射系统模式识别方法综述 . 红外与激光工程, 2018, 47(7): 722001-0722001(14). doi: 10.3788/IRLA201847.0722001
[3]	丁香栋, 何巍, 姚齐峰, 骆飞, 祝连庆. 采用可调Mach-Zehnder滤波的波长可切换掺铒光纤激光器 . 红外与激光工程, 2017, 46(10): 1005006-1005006(6). doi: 10.3788/IRLA201757.1005006
[4]	叶全意, 高英杰, 田锦, 苏守宝, 王永嘉. 基于3dB光纤耦合器构成的Mach-Zehnder光纤干涉仪稳定控制系统 . 红外与激光工程, 2017, 46(10): 1022003-1022003(5). doi: 10.3788/IRLA201787.1022003
[5]	张俊楠, 娄淑琴, 梁生. 基于SVM算法的φ-OTDR分布式光纤扰动传感系统模式识别研究 . 红外与激光工程, 2017, 46(4): 422003-0422003(7). doi: 10.3788/IRLA201746.0422003
[6]	梁生, 刘腾飞, 盛新志, 娄淑琴, 张克. 基于空间域差分的φ-OTDR光纤分布式扰动传感器定位方法研究 . 红外与激光工程, 2016, 45(6): 622005-0622005(5). doi: 10.3788/IRLA201645.0622005
[7]	肖相国, 张栓民, 陈秀萍. 基于Mach-Zehnder的像面相交干涉成像光谱技术 . 红外与激光工程, 2016, 45(5): 524001-0524001(4). doi: 10.3788/IRLA201645.0524001
[8]	郑权, 韩志刚, 陈磊. 近红外谱域显微干涉仪的位移传感特性研究 . 红外与激光工程, 2016, 45(10): 1017002-1017002(7). doi: 10.3788/IRLA201645.1017002
[9]	王鹏, 娄淑琴, 梁生, 张颜. 选择性平均的φ-OTDR分布式光纤扰动传感系统阈值算法 . 红外与激光工程, 2016, 45(3): 322003-0322003(6). doi: 10.3788/IRLA201645.0322003
[10]	李勤, 王洪波, 李立京, 梁生, 钟翔. 基于Michelson 干涉仪的光纤分布式扰动传感器 . 红外与激光工程, 2015, 44(1): 205-209.
[11]	丁秀昕, 张晞, 王洪波, 李立京, 李勤, 钟翔. 调制频率对φ-OTDR 分布式光纤扰动传感系统动态性能的影响 . 红外与激光工程, 2015, 44(1): 210-214.
[12]	林文台, 梁生, 娄淑琴, 盛新志, 王鹏, 张颜. 一种低误报率的新型光纤分布式振动传感系统 . 红外与激光工程, 2015, 44(6): 1845-1848.
[13]	吕其英, 李立京, 王洪波, 李勤, 钟翔. φ-OTDR的分布式光纤扰动传感系统光源参数影响 . 红外与激光工程, 2014, 43(12): 3918-3923.
[14]	张春熹, 李勤, 李立京, 梁生, 钟翔. 基于Sagnac组合型干涉仪的光纤分布式扰动传感器 . 红外与激光工程, 2014, 43(10): 3378-3382.
[15]	付小宁, 王洁. 基于三点虚拟圆的被动测距 . 红外与激光工程, 2014, 43(9): 3042-3045.
[16]	杨蔚, 顾国华, 陈钱, 曾海芳, 徐富元, 王长江. 红外偏振图像的目标检测方法 . 红外与激光工程, 2014, 43(8): 2746-2751.
[17]	陈卫东, 于娜, 陈颖, 申远, 王文跃. 级联光子晶体Mach-Zehnder干涉仪的可调谐滤波特性 . 红外与激光工程, 2014, 43(12): 4023-4027.
[18]	刘洪志, 陈宇, 霍富荣, 郑丽芹. 改良型MACH滤波器算法的形变目标识别 . 红外与激光工程, 2014, 43(11): 3788-3793.
[19]	陈宇, 霍富荣, 刘洪志, 郑丽芹. 基于改进MACH算法的畸变目标识别 . 红外与激光工程, 2014, 43(12): 4186-4191.
[20]	梁生, 盛新志, 娄淑琴, 陈京惠, 董宏辉. 基于Lissajous图形的光纤分布式扰动传感器定位方法 . 红外与激光工程, 2013, 42(7): 1896-1901.

点击查看大图

计量

文章访问数: 362
HTML全文浏览量: 73
PDF下载量: 226
被引次数: 0

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

M-Z干涉仪型光纤分布式扰动传感系统模式识别方法

作者简介:
王思远（1989- ），男，硕士生，主要从事光纤传感方面的研究。Email：11120163@bjtu.edu.cn

Pattern recognition method of fiber distributed disturbance sensing system based on M-Z interferometer

计量

M-Z干涉仪型光纤分布式扰动传感系统模式识别方法

1. 北京交通大学电子信息工程学院,北京 100044;

2. 北京交通大学理学院,北京 100044

作者简介:
王思远（1989- ），男，硕士生，主要从事光纤传感方面的研究。Email：11120163@bjtu.edu.cn

English Abstract

Pattern recognition method of fiber distributed disturbance sensing system based on M-Z interferometer

1. School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China;

2. School of Science,Beijing Jiaotong University,Beijing 100044,China

全文HTML

目录

留言板

M-Z干涉仪型光纤分布式扰动传感系统模式识别方法

作者简介: 王思远（1989- ），男，硕士生，主要从事光纤传感方面的研究。Email：11120163@bjtu.edu.cn

Pattern recognition method of fiber distributed disturbance sensing system based on M-Z interferometer

计量

出版历程

M-Z干涉仪型光纤分布式扰动传感系统模式识别方法

1. 北京交通大学 电子信息工程学院,北京 100044; 2. 北京交通大学 理学院,北京 100044

作者简介: 王思远（1989- ），男，硕士生，主要从事光纤传感方面的研究。Email：11120163@bjtu.edu.cn

English Abstract

Pattern recognition method of fiber distributed disturbance sensing system based on M-Z interferometer

1. School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China; 2. School of Science,Beijing Jiaotong University,Beijing 100044,China

全文HTML

目录

作者简介:
王思远（1989- ），男，硕士生，主要从事光纤传感方面的研究。Email：11120163@bjtu.edu.cn

1. 北京交通大学电子信息工程学院,北京 100044;

2. 北京交通大学理学院,北京 100044

作者简介:
王思远（1989- ），男，硕士生，主要从事光纤传感方面的研究。Email：11120163@bjtu.edu.cn

1. School of Electronic and Information Engineering,Beijing Jiaotong University,Beijing 100044,China;

2. School of Science,Beijing Jiaotong University,Beijing 100044,China