生报警。
[0078] 实施例2:
[0079] 根据本发明实施例1的光纤周界防护方法的应用例。
[0080] 在本应用例中，光纤周界防护方法具体为：
[0081] (A1)安装在围栏上的光缆受到碰撞，前端传感设备感知到的振动信号输出到后端 报警主机;后端报警主机对接收到的采集信号进行采样；
[0082] (A2)统计信号有效上升的示意图，设置穿越电平2.048V，噪声容限0.12V，每个包 含512个采样数据的采样信号的有效上升次数为黑色矩形标记部分，因此得到该信号处理 后穿越次数值分别为8、7、6,如图5所示，穿越统计处理后的数据量只有原来的1/512,为信 号的后续处理提供了很大的方便。
[0083] (A3)对统计有效上升后的数据采用动态均值算法处理，提取环境当前25秒数据来 计算其均值，设置均值阈值为4,均值参数为1。此时动态均值算法对暴雨数据进行的抑制作 用如图6所示，经有效上升统计后的数据通过计算均值及抑制处理：
[0084]
[0085] 得到处理后的信号，暴雨数据被抑制，而无干扰的数据依然保持。
[0086] (A4)对经过动态均值算法处理后的数据进行预处理，过程如下：
[0087] 对数据进行累加平滑算法，累加平滑参数设置为16,即对每16个由以上步骤处理 后的数据取其平均值。1秒数据帧就得到32个累加平滑处理的数据。
[0088] (A5)设置信号预处理参数(信号间隔长度为0.315s，最大长度2s，最小强度阈值5) 对信号进行分段。最大长度2秒可以作为基本的信号长度，满足一个一般性动作的分段。对 平滑累加处理后的信号数据进行分段，当有信号数据大于5时，开始对信号分段。当连续小 于等于5的数据个数等于0.315s时，即一个动作隔了0.315s之后发生下一个动作，此时这个 动作对应的信号分段结束。当这个动作一直在持续产生振动，以2s对信号进行分段。
[0089] 设置修补长度为最大长度的1/4即0.5s，当分段信号的最后一个数据大于5时，分 段信号对应的动作是一个持续动作中分段得到的信号，但还不足以完整得表征出这个持续 动作，补上接下去〇.5s的信号数据，从而得到完整信号。如果遇到在这0.5s数据中小于等于 5的第一个点或者接这0.5s中最小的数据值对应的点，修补结束，获得完整的分割信号。如 图7所示，累加平滑处理后的数据经过信号分段和信号修补之后不会出现分割到峰值的情 况，信号分段到竖直线，修补后分割出完整信号。
[0090] 对完整的分割信号进行有效性判断，设置有效性判断参数(有效长度0.3s，最大强 度阈值20 )，提取有效信号。
[0091] (A6)提取各类干扰和入侵动作的多个完整信号数据的特征矢量，作为分类器的输 入，构建基于神经网络的分类器。提取采样信号的特征矢量，输入通过已经训练好的分类器 得到输出，由分类器的输出结果代表的事件模式决定是否报警。
【主权项】
1. 一种抗风雨干扰的光纤周界防护方法，所述光纤周界防护方法包括以下步骤： (A1)光纤感知外界振动，感知信号传送到主机； (A2)主机采样所述感知信号，并对采样信号有效上升统计； (A3)采用动态均值算法处理有效上升统计后的数据； (A4)对所述数据进行平滑累加； (A5)对平滑累加后的数据进行分段，并对分段信号进行动态修补，使每段包含一个完 整动作； (A6)提取动态修补后的分段信号的特征矢量，输入通过已经训练好的分类器，由分类 器的输出结果代表的事件模式决定是否报警。2. 根据权利要求1所述的光纤周界防护方法，其特征在于:所述分类器的建立方式为： 依据步骤(A1)-步骤(A6)的方式处理各类干扰和入侵动作的振动信号，提取处理后得 到的信号的特征矢量作为分类器的输入，构建基于神经网络的分类器。3. 根据权利要求1所述的光纤周界防护方法，其特征在于:在步骤(A2)中，有效上升统 计的方式为： 统计采样信号穿过有效上升电平和噪声容限之和的次数，噪声容限大于最大噪声；有 效上升电平的范围在1.548-2.048V，噪声容限的范围在0.06V-1.21V。4. 根据权利要求3所述的光纤周界防护方法，其特征在于:在步骤(A3)中，提取环境当 前时刻的前N秒数据来计算其均值，而当均值达到均值阈值时，动态均值算法作用于有效上 升统计后的数据，对数据做如下的抑制处理： 当前值处?gjgi#到的值=#^[(均值_值-均值参数值刚直-均值^均值参数*当前值 - L 均值 」 均值阈值的范围在3-7，均值参数的范围在1 -2，均值=N包数据均值之和/N。5. 根据权利要求1所述的光纤周界防护方法，其特征在于:在步骤(A5)中，信号分段的 方式为： 当信号数据大于最小强度阈值时，开始对信号分段；当出现连续小于最小强度阈值的 数据个数等于信号间隔长度时，信号分段结束;超过最大长度的信号以最大长度分段； 信号间隔长度是两个分段信号之间的时间间隔;最大长度是一个完整动作产生信号的 最大时间，最小强度阈值是外界环境干扰引起的最大振动频率： 信号间隔长度的范围为0.125-0.625s;最大长度的范围是1.25-2.51s。6. 根据权利要求1所述的光纤周界防护方法，其特征在于:在步骤(A5)中，当分段信号 的最后一个数据大于最小强度阈值时，该分段信号需要修补： 当修补长度中的数据值等于修补长度中最小的数据值或者小于最小强度时，就补上修 补长度中截止到这个数据为止的数据，修补完成;如果到修补长度结束，也找不到满足要求 的数据值，就补上修补长度中的所有数据，并强制截断； 修补长度是对分段信号补上后面接下去的数据的最长时间，为最大长度的1/5~1/4; 最大长度是一个完整动作产生信号的最大时间，最大长度的范围是1.25-2.51s。7. 根据权利要求6所述的光纤周界防护方法，其特征在于:在步骤(A5)中，对修补后的 分段信号进行有效性判断，具体方式为： 若分段信号的持续时间小于有效长度，或者分段信号的最大振动频率小于最大强度阈 值，这个分割信号为无效信号； 所述有效长度的范围为0.3-1.5s;最大振动频率的范围为15-25HZ。8. 根据权利要求2所述的光纤周界防护方法，其特征在于:所述特征矢量包括： 信号的时域特征，包括持续时间、有效面积、主峰值、断续时间； 信号的频域特征，对信号进行可变尺度的分解，将具有显著特征的N个频带小波包分解 系数作为信号的频域特征。9. 根据权利要求8所述的光纤周界防护方法，其特征在于：构建基于神经网络的分类 器，将所需识别的各种干扰和入侵事件进行预分类并确定对应的分类器目标输出，用各个 入侵事件的特征矢量构建分类器的训练样本集，训练分类器。10. 根据权利要求1所述的光纤周界防护方法，其特征在于:在步骤(A6)中，提取采样信 号的特征矢量，输入已经训练好的分类器，分类器的输出与各种事件的分类器目标输出做 对比，当所述分类器的输出与入侵事件的目标输出的误差在预设范围内，该采样信号被判 定为该类入侵事件，决定是否产发生报警。
【专利摘要】本发明提供了一种抗风雨干扰的光纤周界防护方法，所述光纤周界防护方法包括以下步骤：(A1)光纤感知外界振动，感知信号传送到主机；(A2)主机采样所述感知信号，并对采样信号有效上升统计；(A3)采用动态均值算法处理有效上升统计后的数据；(A4)对所述数据进行平滑累加；(A5)对平滑累加后的数据进行分段，并对分段信号进行动态修补，使每段包含一个完整动作；(A6)提取动态修补后的分段信号的特征矢量，输入通过已经训练好的分类器，由分类器的输出结果代表的事件模式决定是否报警。本发明具有抗干扰能力强等优点。
【IPC分类】G08B13/12
【公开号】CN105469523
【申请号】CN201511021769
【发明人】徐建伟, 詹璐瑶, 邓志辉, 韩晓阳
【申请人】杭州安远科技有限公司
【公开日】2016年4月6日
【申请日】2015年12月30日