本发明属于长线型市政基础设施风险感知与监测，具体涉及一种基于分布式光纤的长线型市政设施异常扰动感知方法和系统。
背景技术：
1、随着智慧城市等智能化发展战略的提出，城市生命线工程运行状态的实时监测与安全评估成为今后实现智慧城市的重点研究领域。随着城镇化率的不断增加，由各类野蛮施工事件导致的路面损坏、燃气管道和水管泄露等现象频发，对城市的正常运行乃至经济社会发展都造成不可估量的影响。为避免发生事故或造成经济损失，需要对道路、燃气管道等长线型市政设施的异常扰动风险进行准确感知。可获取连续监测信号的分布式光纤为长线型市政设施服役期的监测与感知提高了新思路。通过分析分布式光纤监测信号，建立不同扰动场景下的数字表征模型，并利用深度学习方法实现不同扰动场景下数字表征模型的分类与识别，能够为长线型市政设施之后的安全运营和维护提供可靠依据。
2、长期以来，野蛮施工事件识别依赖人工巡检和专家经验，以及对部分重点工程采用视频监测。对具有复杂环境和分布于大范围区域的基础设施，传统的视频监控、人工巡检等方式实时性差、耗费劳动力且覆盖区域小，无法适用于长线型基础设施的大范围实时监测。随着传感器技术的不断发展，由各类传感器组成的健康监测系统被用于识别不同的施工事件，海量的监测数据被用于分析现场情况。但传感器的布设成本与范围始终难以协调，目前大部分传感器为轻量化布设，无法适用于网级长线型设施异常施工事件的监测。
3、因此，为了识别长线型市政设施在服役过程中面对的不同异常风险，有必要利用监测范围广、使用成本低的分布式光纤传感系统，研究一种可行性好、准确性高、适用性强的新方法，以此实现长线型市政设施异常扰动的感知。
技术实现思路
1、本发明针对现有技术存在的问题，提供了一种基于分布式光纤的长线型市政设施异常扰动感知方法和系统，能够适用于不同基础设施的各类异常扰动场景，具有稳定精确的分类与识别能力。
2、为解决以上技术问题，本发明提供如下技术方案：一种基于分布式光纤的长线型市政设施异常扰动感知方法，包括以下步骤：
3、s1、获取分布式光纤的多测点原始时空振动信号，并进行去噪处理；
4、s2、计算去噪后的时空振动信号的二维时空能量矩阵；
5、s3、针对步骤s2的二维时空能量矩阵，计算概率分配，获得多测点的二维图像数字表征，并对数字表征按照不同场景进行分类标签；
6、s4、构建长线型市政设施异常扰动感知神经网络，以多测点的二维图像数字表征为输入、对应的不同场景的分类标签为输出训练该神经网络，获得长线型市政设施异常扰动感知模型，应该感知模型实现不同扰动场景风险的快速识别和精确分类。
7、进一步地，前述的步骤s1具体为：确定埋地光纤安装分布式光纤传感设备，设定传感区域、分辨率和采样频率，实时采集和传输光纤埋设范围内不同扰动场景下各测点的原始时空振动信号；对采集的原始时空振动信号进行小波阈值去噪，抑制振动信号中的噪声成分。
8、进一步地，前述的步骤s2具体为：针对各测点去噪后的时空振动信号，以振动信号的均方根值作为能量值，通过预设的窗口长度获得多测点去噪后振动信号的能量矩阵，计算如下式：
9、
10、式中：n为窗口内的信号长度；xn为每个点的振动幅值。
11、进一步地，前述的步骤s3中，利用dempster-shafer证据理论框架综合来自多测点的时空能量数据并计算概率分配。
12、进一步地，前述的一种基于分布式光纤的长线型市政设施异常扰动感知方法，使用googlenet卷积神经网构建长线型市政设施异常扰动感知网络。
13、进一步地，前述的不同场景的分类标签包括：挖机锤击、夯土机夯土以及电镐作业三种施工扰动场景。
14、本发明另一方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明中任一项所述方法的步骤。
15、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例中任一项所述方法的步骤
16、相较于现有技术，本发明采用以上技术方案的有益技术效果如下：
17、1.针对长线型市政设施分布范围广，服役环境风险复杂的特点，可利用分布式光纤长距离连续监测、传输损耗低等优点实现网级的实时监测。相较于只包含时域信息的单一传感，分布式光纤传感包含时空域的振动信息，能够准确监测区域内设施的服役情况。
18、2.本发明方法过程简单、实用性高、普适性好。本方法数据提取及建模过程简单精准，具有较好的适用性。dempster-shafer证据理论框架能够综合判断多测点的监测信号，确保数字表征模型的准确表达；训练后的卷积神经网络具有稳定精确的分类与识别能力。同时，本发明的感知方法可适用于不同基础设施的各类异常扰动场景，具有普适性，可得到广泛推广和应用。
1.一种基于分布式光纤的长线型市政设施异常扰动感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于分布式光纤的长线型市政设施异常扰动感知方法，其特征在于，步骤s1具体为：确定埋地光纤安装分布式光纤传感设备，设定传感区域、分辨率和采样频率，实时采集和传输光纤埋设范围内不同扰动场景下各测点的原始时空振动信号；对采集的原始时空振动信号进行小波阈值去噪，抑制振动信号中的噪声成分。
3.根据权利要求1所述的一种基于分布式光纤的长线型市政设施异常扰动感知方法，其特征在于，步骤s2具体为：针对各测点去噪后的时空振动信号，以振动信号的均方根值作为能量值，通过预设的窗口长度获得多测点去噪后振动信号的能量矩阵，计算如下式：
4.根据权利要求1所述的一种基于分布式光纤的长线型市政设施异常扰动感知方法，其特征在于，步骤s3中，利用dempster-shafer证据理论框架综合来自多测点的时空能量数据并计算概率分配。
5.根据权利要求1所述的一种基于分布式光纤的长线型市政设施异常扰动感知方法，其特征在于，使用googlenet卷积神经网构建长线型市政设施异常扰动感知网络。
6.根据权利要求1所述的一种基于分布式光纤的长线型市政设施异常扰动感知方法，其特征在于，不同场景的分类标签包括：挖机锤击、夯土机夯土以及电镐作业三种施工扰动场景。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。