网络首发

光学学报
ESCI,EI,SCOPUS,CJCR,CSCD,北图
2019年第39卷第02期2页
基于局部均值分解和串行特征融合的光纤周界振动信号识别
录用时间:2018-07-20
论文栏目
光纤光学与光通信
作者单位
1 中国民航大学 天津市智能信号与图像处理重点实验室
2 中国民航大学电子信息与自动化学院
3 中国民航大学
论文摘要
为了有效识别光纤周界预警系统振动信号,本文提出一种局部均值分解(LMD)和串行特征融合(SFF)相结合的振动信号识别方法。该方法首先采用LMD-ICA算法去除噪声影响,提取振动信号敏感信息。然后通过提取振动信号的峭度、短时平均过零率、LMD能量熵、近似熵,进行串行特征融合(SFF)构成具有准确描述能力的特征向量。最后采用概率神经网络(PNN)算法进行学习和分类,实现对不同振动信号的识别。现场实验采用四种振动信号对该方法进行验证,其结果表明,平均正确识别率达到96%。在敏感信息识别和特征提取方面明显优于传统LMD算法和SFF-PNN算法。
引用本文
熊兴隆, 张琬童, 李猛, 马愈昭. 基于局部均值分解和串行特征融合的光纤周界振动信号识别[J]. 光学学报, 2019, 39(02): 2. 
DOI:10.3788/aos201939.02光纤光学与光通信02
PDF 全文:点击此处查看 

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!