一種面向Mach-zehnder周界防護(hù)系統(tǒng)的模式識(shí)別方案研究

引言

隨著科學(xué)技術(shù)的不斷發(fā)展,科技成果在提升各行業(yè)領(lǐng)域效率的同時(shí)也增加了安全隱患。石油和天然氣管道、大壩、電廠、監(jiān)獄等重要場(chǎng)所遭受的入侵威脅日益增加,進(jìn)而,如何對(duì)入侵進(jìn)行有效的防范,成為亟待解決的問題[1]。光纖傳感技術(shù)具有抗電磁干擾、高可靠性、耐腐蝕、性能穩(wěn)定、遠(yuǎn)距離分布式測(cè)量等優(yōu)勢(shì),因而在周界防護(hù)領(lǐng)域應(yīng)用越來越廣泛。

光纖周界防護(hù)系統(tǒng)主要涵蓋以下幾種類型[2]:干涉型、光纖光柵型和光時(shí)域反射型。干涉型又包括Michelson干涉儀、sagnac干涉儀和馬赫—曾德爾(Mach—Zehnder,M—Z)干涉儀,其中,Michelson干涉儀、sagnac干涉儀及光時(shí)域反射型解調(diào)復(fù)雜,成本高;光纖光柵型無法實(shí)現(xiàn)長(zhǎng)距離分布式測(cè)量。因此,M—Z干涉儀因其靈敏度高、解調(diào)算法簡(jiǎn)單和低成本等優(yōu)點(diǎn)而得到廣泛應(yīng)用[3],但模式識(shí)別仍是一個(gè)難點(diǎn)。就周界防護(hù)系統(tǒng)而言,不僅應(yīng)具有安防作用,還應(yīng)具有模式識(shí)別功能。只有具備了模式識(shí)別功能,通過利用該功能,才能對(duì)傳感信號(hào)的類別進(jìn)行區(qū)分,進(jìn)而降低系統(tǒng)誤報(bào)率,提升系統(tǒng)可靠性。

針對(duì)上述情況,本文設(shè)計(jì)了一種基于M—Z周界防護(hù)系統(tǒng)的模式識(shí)別方案。該方案首先在周界搭建M—Z周界防護(hù)系統(tǒng),以獲取防護(hù)網(wǎng)防護(hù)區(qū)域的傳感信號(hào),然后利用小波包分解提取信號(hào)小波包系數(shù)的能量值作為特征向量,并將特征向量輸入BP神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和判決,進(jìn)而實(shí)現(xiàn)模式識(shí)別功能。實(shí)驗(yàn)表明,該方案具有較高的模式識(shí)別效率。

1系統(tǒng)模型

該面向M—Z周界防護(hù)系統(tǒng)的模式識(shí)別方案流程如圖1所示。在該方案中,利用小波包對(duì)M—Z周界防護(hù)系統(tǒng)中采集到的傳感信號(hào)進(jìn)行分解,將信號(hào)的能量譜作為特征向量,然后歸一化特征向量。用不同振動(dòng)類型的傳感信號(hào)的特征向量訓(xùn)練神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)振動(dòng)信號(hào)的模式識(shí)別。

1.1 M—Z周界防護(hù)系統(tǒng)

M—Z周界防護(hù)系統(tǒng)如圖2所示,該系統(tǒng)包括1個(gè)光源,3個(gè)偏振控制器PC1、PC2、PC3,4個(gè)2×2耦合器C1、C2、C3、C4,以及3根單模光纖L1、L2、L3。

光源發(fā)出的光由耦合器C1分成兩路:一路光經(jīng)過耦合器C2進(jìn)入傳感臂L1和參考臂L2,在耦合器C4處發(fā)生干涉;另一路光經(jīng)過耦合器C3和C4進(jìn)入傳感臂L1和參考臂L2,在耦合器C2處發(fā)生干涉,干涉信號(hào)經(jīng)傳輸光纖由光電探測(cè)器PD1和PD2接收。系統(tǒng)加入了偏振控制器,以避免“偏振誘導(dǎo)衰落”現(xiàn)象的產(chǎn)生[4]。進(jìn)而,振動(dòng)位置R可表示如下[5]:

1.2小波包分析

對(duì)采樣率為2『的信號(hào)『(t)進(jìn)行j層小波包分解,則得到2j個(gè)區(qū)間帶寬為『/2j的等寬子頻帶,得到的j層小波包系數(shù)為dl(j),m。

小波包分解提取信號(hào)的能量特征有以下3個(gè)步驟[6]:

1)對(duì)信號(hào)選取適合的小波基,進(jìn)行j層小波包分解,提取小波包頻帶劃分的系數(shù)。

2)選擇滿足條件的n個(gè)子頻帶,并對(duì)各子頻帶能量進(jìn)行歸一化,即:

接著,利用實(shí)時(shí)采集的數(shù)據(jù)進(jìn)行特征提取。將PCI采集卡采樣頻率設(shè)置為50 KHz,分別采集拍打防護(hù)網(wǎng)、擊打防護(hù)網(wǎng)支柱、晃動(dòng)防護(hù)網(wǎng)和拍打光纜4種不同類型的傳感信號(hào)。對(duì)采集的4種類型的傳感信號(hào)分別進(jìn)行小波基為“db4”函數(shù)的4層小波包分解,得到16個(gè)子頻帶。將前8個(gè)子頻帶能量值作為傳感信號(hào)特征,最終得到一個(gè)8維特征向量。傳感信號(hào)特征向量如圖3所示。

由圖3可以得出'不同的振動(dòng)類型特征向量之間的區(qū)別較大,因此'可以作為有效特征參數(shù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),進(jìn)行模式識(shí)別。

1.3基于BP神經(jīng)網(wǎng)絡(luò)的模式識(shí)別

基于BP神經(jīng)網(wǎng)絡(luò)的模式識(shí)別流程如圖4所示。選用典型的三層BP神經(jīng)網(wǎng)絡(luò)來進(jìn)行傳感信號(hào)的識(shí)別,輸入層的神經(jīng)元個(gè)數(shù)是由特征向量維數(shù)確定,將傳感信號(hào)進(jìn)行4層小波包分解,得到16個(gè)子頻帶的能量譜,提取前8個(gè)子頻帶的能量譜作為特征向量,因此BP神經(jīng)網(wǎng)絡(luò)輸入層的個(gè)數(shù)為8。輸出層神經(jīng)元數(shù)目由傳感信號(hào)的類別數(shù)目決定,如果傳感信號(hào)的類別為M,那么輸出層節(jié)點(diǎn)個(gè)數(shù)就取為M。本文識(shí)別的傳感信號(hào)類型有4種模式,因此BP神經(jīng)網(wǎng)絡(luò)輸出層神經(jīng)元個(gè)數(shù)為4。對(duì)于進(jìn)行模式識(shí)別的BP神經(jīng)網(wǎng)絡(luò),隱含層節(jié)點(diǎn)數(shù)n可以參考經(jīng)驗(yàn)公式[7]n=√ni+n0+a(其中ni和n0分別表示輸入層和輸出層節(jié)點(diǎn)數(shù),a是小于10的常數(shù))來得到大致的范圍,經(jīng)過大量實(shí)驗(yàn)后,確定隱含層神經(jīng)元的個(gè)數(shù)為8。隱含層、輸出層傳輸函數(shù)均選用logsig函數(shù),輸入到輸出的傳輸函數(shù)選擇purelin函數(shù)。BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和初始閾值為隨機(jī)數(shù),學(xué)習(xí)速率設(shè)置為0.1,誤差目標(biāo)設(shè)置為0.001。

2實(shí)驗(yàn)結(jié)果與分析

本節(jié)搭建了M—Z周界防護(hù)實(shí)驗(yàn)裝置以驗(yàn)證圖2所示結(jié)構(gòu)模型的性能,實(shí)物圖如圖5所示。其中光源使用低RIN窄線寬激光器;PD使用PIN光電二極管,響應(yīng)頻率為10 MHz;數(shù)據(jù)采集卡使用PCI采集卡,采樣率為20 MHz;光纜長(zhǎng)度為6 km,為模擬實(shí)際工程應(yīng)用,在光纜5 km處將其以u(píng)型方式捆綁在防護(hù)網(wǎng)上。

實(shí)驗(yàn)室環(huán)境中無法模擬刮風(fēng)、下雨等自然條件下的擾動(dòng)'因此實(shí)驗(yàn)只對(duì)人為擾動(dòng)進(jìn)行識(shí)別'人為擾動(dòng)分為拍打防護(hù)網(wǎng)、擊打防護(hù)網(wǎng)支柱、晃動(dòng)防護(hù)網(wǎng)和拍打光纜4種不同類型。

具體測(cè)試方法如下:4種類型的傳感信號(hào)分別采集40組'得到160組樣本用于BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí);另外'再對(duì)每種類型的傳感信號(hào)分別采集10組'得到40組測(cè)試樣本對(duì)完成學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試。將輸出向量中的最大元素置1'其他元素置0'那么可能結(jié)果為[1'0'0'0]、[0'1'0'0]、[0'0'1'0]和[0'0'0'1]'如表1所示。其中'[1'0'0'0]代表拍打防護(hù)網(wǎng)'[0'1'0'0]代表擊打防護(hù)網(wǎng)支柱'[0'0'1'0]代表晃動(dòng)防護(hù)網(wǎng)'[0'0'0'1]代表拍打光纜。

傳感信號(hào)的特征提取及模式識(shí)別結(jié)果如表2所示。其中'1~10組為拍打防護(hù)網(wǎng)'11~20組為擊打防護(hù)網(wǎng)支柱'21~30組為晃動(dòng)防護(hù)網(wǎng)'31~40組為拍打光纜。

3結(jié)論

針對(duì)M-Z周界防護(hù)系統(tǒng),本文提出了基于小波包分析和BP神經(jīng)網(wǎng)絡(luò)的模式識(shí)別算法。該算法首先利用M-Z周界防護(hù)系統(tǒng)進(jìn)行數(shù)據(jù)采集,然后采用小波包分析提取信號(hào)特征的方法,將小波包分解得到的能量譜作為信號(hào)特征,并運(yùn)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和學(xué)習(xí),實(shí)現(xiàn)傳感信號(hào)的模式識(shí)別。實(shí)驗(yàn)結(jié)果顯示,在拍打防護(hù)網(wǎng)、擊打防護(hù)網(wǎng)支柱、晃動(dòng)防護(hù)網(wǎng)和拍打光纜4種不同類型人為擾動(dòng)下,信號(hào)識(shí)別正確率為97.5%,進(jìn)而驗(yàn)證了該方案的可行性。