基于时频特性的光纤振动模式识别研究

摘要： 为检测和识别周界安防系统中的各类事件，本文提出一种基于时域特征与时频域特征相结合的光纤振动模式识别方法。性能参数（事件识别、事件定位和事件分类）至关重要，体现了本文方法的有效性。该模式识别方法精确基于时频熵和重心频率的经验模态分解，实现了对周界安全范围内事件（入侵或非入侵）的识别与分类功能。为实现该方法，首先根据振动信号的时域特征进行一级预判，再通过时频分析进行二级预测。通过经验模态分解和希尔伯特变换获取信号时频分布，继而利用时频熵和重心频率构成时频域特征，即结合时域特征形成特征向量。采用多种概率神经网络判断是否存在入侵及入侵类型。实验结果表明，该方法在事件类型识别与分类方面具有有效性和可靠性。