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光纤光学与光通信
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
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。
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