抗风雨干扰的光纤周界防护方法
【技术领域】
[0001] 本发明涉及光纤周界防护，特别涉及具有抗风雨干扰的光纤周界防护方法。
【背景技术】
[0002] 随着我国经济和科学技术的不断发展，人们的安全防范意识越来越强，学校周边、 住宅小区、工业园区等居住生活的安全防范成为人们越来越关心的问题。不仅如此，油田油 库、发电厂、飞机场等复杂环境的周界安全尤为值得关注，对于军事重地、司法监狱、政府机 关等关系到国民安全的重要区域安全也提出了更高的要求，因此，一个安全有效的周界安 防监测系统尤为重要。
[0003] 目前市场上周界安防产品种类繁多，比如主动式红外周界安防系统、泄漏电缆式 周界安防系统、张力式电子周界安防系统、视频监控周界安防系统等。主动式红外周界安防 系统监控距离较短，容易受外部环境气候影响，抗干扰能力差。泄漏电缆式周界安防系统容 易被外界非入侵物体的磁场变化影响，引发误报，而且功耗比较大，成本较高。张力式电子 周界安防系统控制装置各个点张力相对比较复杂，在安装和维护方面比较困难，限制了作 用区域的增大。视频监控周界安防系统若采用定点监控，摄像探头很难覆盖整个安防周界， 监控的范围就小;而采用连续扫描，则会浪费大量的资源，而且也容易形成监控盲区。
[0004] 为解决上述问题，充分利用光纤传感技术灵敏度高、损耗低、抗电磁干扰的优点， 基于光纤干涉原理，实现长距离大范围的实时监控。压力、振动通过敷设在物理围界上的光 纤(缆)前端传感设备，产生探测信号，经过后端的数据处理和智能识别，对不同的动作进行 分类，如攀爬围墙、割据铁丝网、禁行区域内行走等，判断其是否为入侵动作，实现光纤探测 周界安防系统的及时预警或实时报警。光纤探测周界安防系统灵敏度高，抗电磁干扰，可用 于易燃易爆场所，不怕雷击电闪，方便野外铺设，安装维护方便，满足人们对安全保卫的要 求。然而该类系统也存在诸多问题，如：
[0005] 该类系统本质是对振动信号的监测、处理和分析，目前还存在信号识别的问题。在 非恶劣的天气条件和不复杂的环境条件下能够精确判定入侵动作，然而在环境恶劣、干扰 较多的条件下，很难精确识别人为入侵。特别是在强风雨天气下，强风雨使光缆振动而产生 的信号在强度和频率上和部分人为的入侵动作产生的信号相似，因而会发生很多误报。而 要保证下雨时不发生误报，有些人为入侵行为在一般天气条件下又会无法被系统判断为入 侵事件。因此，如何精确判断在恶劣天气条件下的人为入侵并且不发生误报是亟待解决的 一个问题。
【发明内容】
[0006] 为了解决上述现有技术方案中的不足，本发明提供一种有效减少风雨影响的抗风 雨干扰的光纤周界防护方法。
[0007] 本发明的目的是通过以下技术方案实现的：
[0008] -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：
[0009] (A1)光纤感知外界振动，感知信号传送到主机；
[0010] (A2)主机采样所述感知信号，并对采样信号有效上升统计；
[0011] (A3)采用动态均值算法处理有效上升统计后的数据；
[0012] (A4)对所述数据进行平滑累加；
[0013] (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；
[0014] (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。
[0015] 根据上述的光纤周界防护方法，优选地，所述分类器的建立方式为：
[0016] 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。
[0017] 根据上述的光纤周界防护方法，优选地，在步骤(A2)中，有效上升统计的方式为： [0018]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1.548-2.048￥，噪声容限的范围在0.06￥-1.21￥。
[0019]根据上述的光纤周界防护方法，优选地，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，对撒抿侃制I々卜裡.
[0020]
[0021 ] 均值阈值的范围在3-7，均值参数的范围在1-2，均值=Ν包数据均值之和/Ν。
[0022]根据上述的光纤周界防护方法，优选地，在步骤(Α5)中，信号分段的方式为：
[0023] 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；
[0024] 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：
[0025] 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。
[0026] 根据上述的光纤周界防护方法，优选地，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：
[0027] 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；
[0028] 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。
[0029] 根据上述的光纤周界防护方法，可选地，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：
[0030] 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；
[0031] 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。
[0032] 根据上述的光纤周界防护方法，优选地，所述特征矢量包括：
[0033]信号的时域特征，包括持续时间、有效面积、主峰值、断续时间；
[0034]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。
[0035] 根据上述的光纤周界防护方法，优选地，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。
[0036] 根据上述的光纤周界防护方法，优选地，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。
[0037] 与现有技术相比，本发明具有的有益效果为：
[0038] 1.采用动态均值算法抑制由于强风雨造成的光缆的振动，并且能够精确地区分与 人为入侵动作产生的相似信号，从而拒绝误报的产生，保证准确有效的报警反应；
[0039] 2.统计采样信号穿过有效上升电平和噪声容限之和的次数，从而滤除噪声，并且 显著地减少了数据的处理量，保留有效的数据特征；
[0040] 3.对信号分段并进行动态修补，以保证信号分割的完整性。
【附图说明】
[0041] 参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是:这 些附图仅仅用于举例说明本发明的技术方案，而并非意在对本发明的保护范围构成限制。 图中：
[0042]