一种周界预警光纤振动信号采集与去噪的方法与流程

本发明涉及光纤振动领域，特别是涉及一种周界预警光纤振动信号采集与去噪的方法。

背景技术：

随着光纤处理技术发展，可利用已有光纤探测周边环境状况，例如是否有物体经过、且该物体具体为何物等。当检测光纤受到外界干扰影响发生振动时，光纤中传输光的部分特性就会改变，识别终端对信号进行采集，分析采集信号的特征以判断其光特性的改变，进而可检测出发生振动位置对应的信号，进而根据该信号识别出其振源类型。而信号去噪可以降低信息处理量，提高信息处理质量，并可以更快速精准的识别出振源类型。

技术实现要素：

光纤传感器的工作机制是将来自光源的光经过入射光纤送入调制区，在调制区中外界被测物理量与光相互作用，导致光的某些特性(如相位、光强、频率、波长、偏振态等)发生变化，成为被调制的携带被测参数信息的信号光。再经出射光纤送入光探测器进行检测，就能获得被测参数。

根据传感器中光纤所完成功能的不同，可将其分为功能型和非功能型两大类：功能型光纤传感器中，光纤即是信号传输媒介也是传感元件，随着外界被测参数的变化光纤的长度、折射率、直径等参量会发生变化，进而导致其内传播光的某些特性发生变化；而在非功能型光纤传感器中，光纤只充当传输媒介，必须在光纤中部或端部安装其他敏感元件。

光波经过敏感元件时，外界被测物理量的变化会改变光纤中传播光的光强，从而对传播光进行调制。

利用外界被测参数变化引起的光纤中传播光的相位变化来探测被测参数的传感器，被称为相位调制型光纤传感器，该传感器是应用最多的功能型光纤传感器。相位调制型传感器是基于光纤干涉原理将外界因素作用到干涉仪上，干涉仪测量臂中传输的光与参考臂中的参考光互相干涉。若光纤没有收到外界入侵行为的千扰，则干涉信号保持不变；如果光纤收到外界侵扰，光的相位将发生变化，干涉光的输出波形产生改变并产生干涉图像。通过光探测器可控测到这一波形变化，在经过光电转换后可得到电信号。本说明所是的光纤振动信号是使用相位调制型光纤传感器检测光信号的。

经过相位调制的信号光被送入光探测器进行检测，但是目前情况下，光探测器无法直接探测光的相位差，解决方法是通过干涉将光的相位差信号转换成干涉条纹的光强变化。这样谈测光强的变化就能探测出光相位的变化。可以检测出反应传感光纤沿线作用情况的光纤振动信号，使用数据采集卡对信号进行采集与模数转换后，就可以对光纤振动信号进行后续的特征提取与识别处理，从而判断周界是否被侵扰。

传感光纤铺设的现场环境往往较为复杂，而传感光纤又对外界作用非常敏感。因此采集到的原始光纤振动信号肯定会包含大量的噪音。一直光纤振动信号中携带的背景噪音，提高光纤振动信号的信噪比，是对光纤振动信号进行后续分析的基础。

传统的信号去噪方法主要包括非线性滤波方法和线性滤波方法，如中值滤波和WIENER滤波等，传统去噪方法的缺点是信号变换后的熵值会变高，不能保持信号的平稳性特征，无法获得信号的相关性。为了克服这一缺点，可以使用具有良好局部化时频特性的小波变换来解决信号去噪问题。光纤振动信号是一种长时非平稳信号，采用小波去噪的方法比较符合信号的特性。

小波阈值去噪法的基本思路为：小波变换尤其是正交小波变换的去数据相关性能力很强，对含有噪声的信号做小波分解之后，游泳的信号对应各尺度小波系数起伏明显，在某些位置有较大的值，其能量在小波域内被击中到一些大的小波系数中；而噪声对应的小波系数在各处堵上的分布都是比较均匀而且较小的，其能量分散于整个小波域内。所以可以认为幅值较大的小波系数主要包含的是有用的信号信息，而幅值较小的系数在主要是噪声信息。于是我们对小与阈值的系数进行处理。利用逆小波变换对信号进行重构，所的信号机可认为大部分噪声已经去除。

附图说明

图1是本发明周界预警光纤振源信号采集方法的流程图；

图2是本发明周界预警光纤挂网布设方式示意图；

图3是本发明周界预警光纤地埋布设方式示意图；

图4是本发明周界预警光纤振动手拍击栅栏信号波形图；

图5是本发明周界预警光纤振动连续晃动栅栏信号波形图；

图6是本发明周界预警光纤振动敲击栅栏信号波形图；

图7是本发明周界预警光纤振动脚踏地埋光纤信号波形图；

图8是本发明周界预警光纤振动连续跺脚地埋光纤信号波形图；

图9是本发明周界预警光纤振动小波去噪法消燥效果图；

图10是本发明以为塔式算法多级分解框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施方式中也可以实现本申请。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

如图1，利用外接北侧参数变化引起的光纤中传播光的相位变化来探测被测参数的传感器是相位调制型传感器的工作模式，给予光纤干涉原理将外界因素作用到干涉仪，并测量臂中传输的光与参考臂中的参考光互相干扰。若没受到外界入侵行为的干扰，则干扰信号保持不变；若受到外界侵扰，光的相位发生变化，干涉光的输出波形产生改变并产生干涉图像。

本说明所采用的数据信号由数据采集卡以750Hz采样率采样2s得到，因此每组光纤振动信号包含采样点为1500，后续去噪、特征提取与分类识别处理均已一组新号为基本数据单元进行，所采集的光纤振动信号依照传感光线的布设方式分为两种情况处理，如图2，一种采取挂网方式布设传感光纤，一种采取地埋方式布设传感光纤。

使用挂网方式布设传感光纤的情况下，外力作用于栅栏会多传感光纤中光的香味进行调制从而采集到光纤振动信号。我们采取手拍击栅栏、连续晃动栅栏和敲击栅栏三种入侵行为引起光纤振动信号。如图3、图4、图5，每类信号都给出了其中两组。

使用地埋方式进行布设时，若在铺设有光线的区域附近有入侵行为发生，地面将产生振动信号，对光纤中光的相位进行调制，从而采集到光纤振动信号。这种布设方式我们采取了脚踏、连续跺脚两种入侵方式引起光纤振动信号。如图6、图7，每类信号都给出了其中两组。

小波变换是将一个基本小波函数进行位移，然后在不同的尺度下与待分析信号做内积，通过一簇函数来表示或逼近信号，这一粗函数被称为小波函数西，是基本小波函数或母小波经过伸缩和平移构成的，如果函数ψ(t)∈L²(R)（即ψ(t)平方可积），且其傅里叶变换Ψ(ω) 满足如下条件：

则ψ(t)为母小波，对其进行伸缩盒平移就得到一簇小波基函数：

上式中称为尺度因子，称为平移量，将任意L²(R)空间中的函数在小波基上展开，这个投影就是函数的连续小波变换：

当参数连续变化时，小波变换系数包含的信息是冗余的，在不丢失信息的前提下，可对进行离散化以减少冗余信息。

实际应用中，信号被采样为离散时间序列，对尺度和平移参数也进行离散化后，连续小波变换就转化为离散小波变换（Discrete Wavelet Transform,DWT）。

目前最通行的方法就是采用幂级数进行离散化，另，其中，按照Nyquist采样定理，这样离散化能够保持信息不丢失。离散化后可得一簇二进离散的小波基函数，从而可得函数的离散小波变换系数：

将小波阈值去噪法应用在本周界上，可以强有力的去除大部分噪声。

由于噪声载频域中通常表现为高频信号，在对分级后的小波系数进行阈值量化的时候，一般只对代表高频细节的数据进行处理，代表低频的则保留，在阈值去噪的过程中，阈值的估计与阈值函数的选取对信号去噪效果有着直接的影响。

常用的阈值函数主要有硬阈值函数和软阈值函数，硬阈值函数可以很好地保留信号边缘等局部特征，但是在平滑方面有所不足，软阈值函数相反，所以本说明结合两种方法的特点，可以使用形状系数对软阈值函数进行调节，使其既有软阈值函数连续性的优势又有硬阈值函数逼近：

预知的估计方法有很多，本文用Visushrink统一阈值标准差，N为信号长度，在高斯白噪音的假定下，在各级细节系数中，噪声的贡献也是高斯白噪声，因此，使用最高细节d-1(k)的方法差作为阈值也是一个合理的选择。利用这种方法，采用DB4小波对信号进行6层小波分解，对脚踏信号波形图去噪效果如图8，由此可见，去噪后波形较为光滑，噪声基本被抑制。

多分辨率分析是小波分析中最重要的概念之一，是建立在函数空间基础上的理论。如果有一个小波基函数族构成L²(R)中的正交规范基，即L²(R)空间可由线性张成，这时任何可以展开为二重求和的小波系数

同时也是DWT的信号重构公式，对k进行求和后有

可以看出是信号中以第j级伸缩尺度小波的平移函数簇为基的展开式之和，我们称之为信号的第j级小波分量，并定义由第j级伸缩尺度的小波平移函数簇现行张成的空间Wj为第j级小波空间。

由于实际信号而言，其频率可认为最高取有限值，则j的取值上界有限。但实际信号可认为含有任意低的低频成分，直到直流分量，这使得j在负整数域取值无下界。为解决此问题，我们引入尺度空间的概念：

称为J级尺度空间，他是从到J-1级小波空间的直接和。

同时引入尺度函数的定义：如果的平移函数簇是0级尺度空间V0的Riesz基，则称为一个尺度函数。尺度函数可由相应的小波函数变换得到，对于任意信号，我们可以将她投影到尺度空间和小波空间，分解成大尺度近似部分和细节部分各自对应信号的低频成分和高频成分。如此往复可以得到多分辨率分析的框架，表示为：

其中J为小波分解层数，第一项表示近似部分，第二项表示J级细节部分之和。

根据多分辨率分析，Mallat提出了DWT分解与重构的快速算法，即塔式算法，根据Mallat塔式算法近似系数ajk和细节系数djk的计算公式：

从计算公式可以看出，近似系数ajk和细节系数djk由上级分级的近似系数aj+1，k经过数字滤波器{h’}和{g’}后，对输出坐偶数点抽样得到，其中低通道滤波器{h’}和高通道滤波器{g’}分别是二尺度关系序列的镜像共轭。

图10给出了一维小波分解塔式算法的多级分解框架，可以看出对信号进行多级分解时，对上一级分解结果中的近似系数再进行一次分解后，就得到本及分解的近似系数和细节系数，一直循环直到分解至指定级数，最后将得到最低一级的近似系数和所有分解机的细节系数。

DWT的重构过程是分解过程的相反过程，下一级分解结果中的近似系数和细节系数进行上采样，分别经过滤波器{h}和{g}并进行求和，就得到本及分解的近似系数： 。

以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。