【摘 要】
：
分布式声传感（Distributed Acoustic Sensing,DAS）系统建立在相敏光时域反射（Phase-sensitive Optical Time-domain Reflectometry,Φ-OTDR）技术的基础上,在长距离的安全监测中由于其独有的优势而得到了快速的应用。除了基本的检测与识别等功能外,目前的研究越来越倾向于挖掘更深层次的如位置等方面的信息来帮助做出更加准确的决策。
论文部分内容阅读
分布式声传感（Distributed Acoustic Sensing,DAS）系统建立在相敏光时域反射（Phase-sensitive Optical Time-domain Reflectometry,Φ-OTDR）技术的基础上,在长距离的安全监测中由于其独有的优势而得到了快速的应用。除了基本的检测与识别等功能外,目前的研究越来越倾向于挖掘更深层次的如位置等方面的信息来帮助做出更加准确的决策。在长距离的埋地光缆安全检测中,由于长距离DAS系统接收振动信号本身的特殊性以及埋地条件下信号传输的复杂性,实现在这类环境中对振动威胁事件的二维定位监测具有较大的挑战且鲜有此类研究。因此,本文在利用DAS检测到振动信号的基础上,提出一种基于空间能量衰减特征的振动源定位方法,用以估计特定振动源相对于埋地光缆的垂直偏移距离和威胁程度。实验测试表明了传统的声源定位方法在应用于DAS长距离监测以及城乡埋地环境下的局限性。同时,在现场实验测试中表明利用本文方法对敲击信号的平均识别率可达到99%,具有较好的识别效果和时效性。具体工作如下:（1）分析了国内外的光缆安全监测和定位技术研究现状,探讨了目前DAS在安全监测领域的应用。讨论了DAS振动源定位技术的发展现状,发现少有在沿埋地光缆纵向定位的基础上,加以在横向对振动源垂直偏移距离识别的二维定位技术的研究。（2）为探寻适用于DAS振动源二维定位的方法,对目前常用于声源定位的TDOA、MUSIC等方法进行了具体实验测试,发现它们在DAS埋地光缆安全监测定位应用中的局限性与不可行性。在此基础上提出基于DAS振动源信号不同垂距条件下的特征挖掘并使用机器学习模型识别垂直偏移距离的二维定位思路与方法。（3）对DAS振动信号的多类特征进行挖掘并分析其可分辨性,最终提出空间能量衰减特征的提取方法。并在单一模型对不同垂距识别结果的基础上构建了一种基于两级Stacking的集成学习模型,融合不同机器学习模型,辅助挖掘更深层次可区别规律和进行更精确的识别。（4）通过不同场景下的现场实验验证本方案的可行性。在对威胁程度进行等级划分的情况下,对规律性事件如敲击威胁的识别平均准确率可达99%,对典型威胁事件如挖掘的识别准确率在89%左右,并且对实时性的测试表明该算法运行时间能够满足实际安全监测需求。
其他文献
随着轨道交通的高速发展,对钢轨质量的要求越来越严格,其中最重要的一个指标是钢轨截面尺寸符合标准,一旦截面尺寸不符合标准,会影响铁路的高速、安全运行。然而钢轨孔型复杂不规则,轧制流程强耦合、非线性、轧制力与辊缝动态变化等因素,使得钢轨截面尺寸难以估计。针对该问题,现有工厂一般依赖于人工专家经验调整生产参数使钢轨达到合格,专业领域则是根据钢轨变形机理,推导数学模型,比如力能公式、宽展公式等诸多公式。但
我国碳纤维树脂基复合材料从上世纪80年代开始进入全面的推广应用阶段,经历了30多年的发展,已经实现了大部分的作业环节从手工作业到自动化作业的转型升级,进入21世纪,由于碳纤维树脂基复合材料制造过程的黑箱众多,制造过程显性程度低,制造过程过多的依赖特殊过程的控制来保证碳纤维树脂基复合材料的质量,难以通过制造过程的数据进行机理问题的分析和解决,导致现阶段产能提升困难,产品质量波动较大。针对上述问题,本
社交媒体蓬勃发展,其实用便捷、开放包容等特点吸引了庞大的用户群体,使之逐渐成为人们日常生活中不可或缺的一部分。然而开放包容是一把双刃剑,它在鼓励用户通过社交平台真实表达自我的同时,也成为了不法分子散布虚假信息的摇篮。由于社交平台用户基数大、缺乏有效管控,所以信息产生容易且传播迅速。又因为社交媒体是人们获取信息的主要渠道,所以如果任由虚假信息传播,回声室效应的存在会使得消息在传播过程中逐渐扭曲,这将
随着科技发展的日新月异,世界军事科技也有了翻天覆地的发展,空空导弹作为武器系统中较为重要的一环也得到了国内外诸多军事专家的关注和研究。本文正是在以武器装备系统中的空空导弹为研究背景,并结合当前自己的具体科研课题的研究,针对滚-仰式导引头在控制方向上进行技术研究。本文以空空导弹武器系统为应用背景,以具体预研项目的研制需求,针对滚仰式导引头相关的控制方向上的技术问题进行了研究,为我国滚仰式结构的导引头
随着现代社会的高速发展,汽车的保有数量持续增加,随之带来的问题便是交通事故数量的不断增加,引起了社会的广泛关注。而且随着社会经济的发展,汽车的数量仍会快速增加,交通安全问题也会愈加的严重。因此,对于汽车防撞控制系统的研究有着重要的现实意义。本文主要研究汽车防撞控制系统的原理,将模糊控制理论应用于汽车防撞控制系统中,并根据模糊控制的原理,建立本文的汽车防撞控制器。然后,对建立的控制器进行模拟和仿真,
近年来随着深度学习技术逐渐发展,其在自然语言处理、计算机视觉等方向的应用范围逐渐拓展,社会需求也在逐年提升。深度学习领域内的卷积神经网络凭借其高效的特征提取能力逐渐成为图像处理的主要方法,极具研究价值和商业价值。传统的人工场景图像分类方法已经无法满足现今动辄上亿的图片数据量。如何使用计算机对场景图像进行理解、分析,进而实现分类、标签、搜索等操作已成为学者们的研究热点。虽然已有许多场景识别方面的研究
在室内场景下对人群数量的计算和统计有助于管理者优化配置公共资源,预防区域内人群密度过大带来的踩踏事故,可实现公共场所的智能化管理。基于传统硬件传感器的客流统计虽已得到较为广泛的应用,但存在应用场景限制和需要预先规划部署等局限性。而随着计算机视觉算法领域的快速发展,基于视觉传感器的人数统计方法较之更为灵活、准确,但也存在人体姿态、复杂背景干扰等众多难题。为此,本文基于多模图像信息（可见光图像信息和深
近些年来,随着社会经济水平的提高,各行各业都有了一定程度的发展,相应的物流业也在这个蓬勃发展的社会中慢慢发展起来。目前,中国的物流装备和技术的迅猛发展带动了整个物流业。但即便如此,中国的物流管理与发达国家相比依旧很落后。粗放式的管理模式没有得到改变,这就导致了供应和需求问题严重以及设备落后带来的问题。现在越来越多的人都开始在网上购物,所以物流业是一个很重要的行业,因此需要引进先进的技术来解决目前存
目标跟踪是计算机视觉领域一个重要的研究方向,现如今其应用已经深入到人们生活中的方方面面。随着深度学习的发展,神经网络也逐渐被引入目标跟踪领域并取得了良好的效果。在实际的应用中,算法需要被部署到性能有限的嵌入式处理器上。因此如何优化跟踪算法,平衡其实时性和准确性,并将其移植到嵌入式平台实现具有重要的意义。本文以ECO跟踪算法为基础,做了一系列改进增加其跟踪的准确性。在深度特征的提取方面,对使用的神经
随着我国5G、物联网、工业互联网和数据中心方面建设需求的增加,光纤光缆作为通信网络建设的基础,成为国家经济发展的信息大动脉,为大范围环境感知和检测提供了良好的物理条件。通信光缆自身安全维护变得刻不容缓,而基于相位敏感光时域反射技术（Φ-OTDR）的分布式光纤声波传感系统（DAS）能够满足通信光缆安全监测的需求,可以实现通信光缆长距离、大范围和全天候的智能安防监测。但是,基于DAS的通信光缆安全监测