基于EMD分解与1-D CNN算法的光纤振动信号的识别

来源：激光与红外杂志2021年第8期北京时间：

作者：吴虎

单位：上海工程技术大学电子电气工程学院,上海 201620；

摘要：为提高基于相敏光时域反射计(-OTDR)的分布式光纤声传感系统(DAS)对入侵振动事件的识别准确率,提出一种基于经验模态分解(EMD)与一维卷积神经网络(1-D CNN)相结合的识别方式。该方式首先使用EMD将振动信号分解为m阶本征模函数(IMF),然后使用皮尔逊相关系数(PCC)判断出有效的IMF分量,将有效的IMF分量使用小波阈值去噪算法(WTD)进行去噪,对所有去噪后的IMF分量求和得到重构信号,最后使用1-D CNN对重构信号进行识别。实验证明该识别方式能快速完成对识别模型的训练,训练时间小于3min,并且能有效识别在实际环境中采集的入侵振动信号,对入侵信号的识别准确率可达98.3。

关键词：分布式光纤传感; 相敏光时域反射计(-OTDR);经验模态分解;皮尔逊相关系数;一维卷积神经网络

基金资助：上海市自然科学基金项目(No.19ZR1421700)资助。