光电工程
光電工程
광전공정
OPTO-ELECTRONIC ENGINEERING
2015年
5期
68-74
,共7页
郑印%段发阶%涂勤昌%伯恩
鄭印%段髮階%塗勤昌%伯恩
정인%단발계%도근창%백은
光纤光学%相位敏感光时域反射计%入侵监测%阈值处理%频率响应%频率分类
光纖光學%相位敏感光時域反射計%入侵鑑測%閾值處理%頻率響應%頻率分類
광섬광학%상위민감광시역반사계%입침감측%역치처리%빈솔향응%빈솔분류
fiber optics%phase-sensitive Optical Time Domain Reflectrometer(φ-OTDR)%intrusion monitoring%threshold processing%frequency response%frequency classification
在相位敏感光时域反射计(φ-OTDR)识别入侵事件中,时间域单点振动判断和空间域相邻点振动判断算法是以一段时间和相邻区域内的数据变化幅度为依据,来检测由入侵者产生的光强差异,定位入侵位置。本文在这种算法的基础上,重点研究了三个方面的内容:即研究自适应均值去阈值的方法、分析了该算法可以识别的振动事件的频率响应范围、设计算法对振动事件所包含的频率信息分类,并通过25组不同频率的振动实验验证算法和分析。实验证实研究出的阈值处理方法适应性非常好,频率响应范围与理论分析一致,且设计的频率分类算法能够实现对振动事件所包含的频率信息正确分类,为φ-OTDR的实际工程应用提供参考。
在相位敏感光時域反射計(φ-OTDR)識彆入侵事件中,時間域單點振動判斷和空間域相鄰點振動判斷算法是以一段時間和相鄰區域內的數據變化幅度為依據,來檢測由入侵者產生的光彊差異,定位入侵位置。本文在這種算法的基礎上,重點研究瞭三箇方麵的內容:即研究自適應均值去閾值的方法、分析瞭該算法可以識彆的振動事件的頻率響應範圍、設計算法對振動事件所包含的頻率信息分類,併通過25組不同頻率的振動實驗驗證算法和分析。實驗證實研究齣的閾值處理方法適應性非常好,頻率響應範圍與理論分析一緻,且設計的頻率分類算法能夠實現對振動事件所包含的頻率信息正確分類,為φ-OTDR的實際工程應用提供參攷。
재상위민감광시역반사계(φ-OTDR)식별입침사건중,시간역단점진동판단화공간역상린점진동판단산법시이일단시간화상린구역내적수거변화폭도위의거,래검측유입침자산생적광강차이,정위입침위치。본문재저충산법적기출상,중점연구료삼개방면적내용:즉연구자괄응균치거역치적방법、분석료해산법가이식별적진동사건적빈솔향응범위、설계산법대진동사건소포함적빈솔신식분류,병통과25조불동빈솔적진동실험험증산법화분석。실험증실연구출적역치처리방법괄응성비상호,빈솔향응범위여이론분석일치,차설계적빈솔분류산법능구실현대진동사건소포함적빈솔신식정학분류,위φ-OTDR적실제공정응용제공삼고。
In monitoring intrusion incidents based on phase-sensitive Optical Time Domain Reflectrometer(φ-OTDR),the method compositing the past records of a single point and the data of neighboring points distinguishes intrusion from noise by the data change in a period and in neighboring area, and the system can locate the intrusion point where the optical intensity will change for the reason of interference. Based on this method, this paper is about a research on three parts, they are the threshold processing based on self-adaption mean value, analysis and simulation on frequency responses, and classifying the frequency information consists in the intrusion incidents. A group of experiments in 25 different frequencies confirm that the threshold has a good adaptability, the frequency responses agree with analysis and simulation, and the algorithm can classify the frequency information accurately. Therefore,this research will contribute to applyingφ-OTDR to security system.