604:计算降维特征矩阵YL。为了降低数据，舍去无关紧要的成分，可以取W前L维 度构造1，把,映射到只有L维度的低维空间中：
，其中Ik为L* η〇
[0039] S605:将与srt对应的YL的那一行作为重构后的频域特征通过分析数据特征， 本专利中重构的数据L取720。同时m取720。实时频域特征进行主成分分析后得到Y L，其中srt 对应的Yl的那一行作为重构的频域特征<￡进行后续处理。
[0040] S700:根据所述重构后的频域特征采用支持向量机算法计算决策函数。如图3所 示，支持向量机处理、构建模板:在系统正式使用前，聚合大量事件的特征进行支持向量机 分析，通过支持向量机分析构建出算法所需的支持向量。通过根据实际需求再将所有类型 信号划分成工程上所需要的人为入侵类型和非人为入侵类型。
[0041] S 7 0 1 :构建特征训练数据集T。聚合大量事件的特征训练数据集为
sf是信号特征，〇1是信号类型，分 为2类{+1,-1}。
[0042] S70 2 :构造分离超平面函数和分离决策函数f (，）。构造分离超平面
其中X为分离超平面函数的函数变量，w'P为分离超平面函数的矩阵 系数。分离决策函数
[0043] S703:计算决策函数。定义拉格朗日函数为：
[0044]
[0045] a = (cn，α2，…，αΝ)τ为拉格朗日乘子向量，求出约束最优化问题：
[0046]
[0047] 同时满足
得到最优艄
，带入
，计算得到决策函数f(，)满足
的部 分训练信号作为支持向量。
[0048] S800:根据所述决策函数判断是否存在人为入侵。在使用时，将实时数据与支持向 量机算法构建的分类模板进行算法分析得到信号类别。判断模板是属于人为类型还是非人 为类型。以此作为输出，人为生成报警信号，非人为生成提示信号。实时输入处理后的特征 带入计算后的决策函数f (s$)中，如果判断为负为一种类别，如果判断为正为另外一种类 别。
[0049] 实施例2
[0050] 相应的，如图4所示，本发明还提供了一种光纤安防信号处理系统，包括以下模块： 相位差异获取模块，用于获取光纤布控区域内光信号的相位差异;时域分析信号包获取模 块，用于将光信号的相位差异按时间上的采样率转变为电信号上的幅值差异，获得时域分 析信号包;划分模块，用于以预设的时间跨度划分所述时域分析信号包，得到事件信号;第 一获取模块，提取所述事件信号的交流部分，获取事件信号的时域信号；第二获取模块，用 于对所述时域信号进行快速傅立叶变换获取所述事件信号的实时频域特征;主成分分析模 块，用于对所述实时频域特征进行主成分分析，获得重构后的频域特征；决策函数计算模 块，用于根据所述重构后的频域特征采用支持向量机算法计算决策函数;判断模块，用于根 据所述决策函数判断是否存在人为入侵。
[0051] 本发明根据人体工程学理论上制订了一个合理的数据包时间跨度划分算法，并反 复实验验证实践过程中合适的数据包时间跨度。本发明通过对数据特征进行主成分分析构 成变换矩阵，聚合大量事件的特征使用支持向量机算法构造各类型模板，通过模板对比判 断是否发生入侵，降低了误报率。
[0052] 在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是 本发明的较佳实施例而已，本发明能够以很多不同于在此描述的其它方式来实施，因此本 发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术 方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的 变动和修饰，或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容，依据本 发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技 术方案保护的范围内。
【主权项】
1. 一种光纤安防信号处理方法，其特征在于，包括以下步骤： S100:获取光纤布控区域内光信号的相位差异； S200:将光信号的相位差异按时间上的采样率转变为电信号上的幅值差异，获得时域 分析信号包； S300:以预设的时间跨度划分所述时域分析信号包，得到事件信号； S400:提取所述事件信号的交流部分，获取事件信号的时域信号； S500:对所述时域信号进行快速傅立叶变换获得所述事件信号的实时频域特征； S600:对所述实时频域特征进行主成分分析，获得重构后的频域特征； S700:根据所述重构后的频域特征采用支持向量机算法计算决策函数； S800:根据所述决策函数判断是否存在人为入侵。2. 根据权利要求1所述的光纤安防信号处理方法，其特征在于，通过M-Z型干涉仪获取 所述光信号的相位差异。3. 根据权利要求1所述的光纤安防信号处理方法，其特征在于，所述预设的时间跨度为 0.1-1S〇4. 根据权利要求1所述的光纤安防信号处理方法，其特征在于，所述预设的时间跨度为 0.25S。5. 根据权利要求1所述的光纤安防信号处理方法，其特征在于，所述步骤S400具体包 括:每帧事件信号定义为SKn)，定义事件信号均值为式中η代表第η各采样点，令直流信号分量部分为 则交流部分为6. 根据权利要求1所述的光纤安防信号处理方法，其特征在于，所述步骤S500具体包 括： S501:接收到的每帧事件信号为&(η)，每帧事件信号的短时能量EiS设每帧的短时过零率Zi为，式中sgn为符号函数； 计算环境噪声的短时能量和短时过零率，假设前10帧事件信号为环境噪声，首先求出 每帧噪声的均方差，将这10个均方差的均值作为信号短时过零率的直流偏置，求出前10帧 的短时能量和短时过零率的均值Zmean、E mear^P标准差Zstd、Estd，得到其初始值Z〇 = Zmean+2* Zstd和E〇 = Em_+2*Estd，设置两个系数Ecoef和Zcoef作为阈值，两个阈值用于调节系统灵敏度； S502:每过预设时间，重复步骤S501，只计算小于阈值的帧，修改阈值； S503:若此时有一帧信号Si(n)被判定为入侵信号，取出该帧信号的前一帧Si-i(n)平分 为5个子帧，从后往前分别计算这几个子帧的短时能量，取出子帧中短时能量大于阈值的几 个子帧，作为该次入侵信号的起点，同理找出入侵信号的终点，提取出事件信号的时域信号 x(n)； S504:对时域信号x(n)做傅里叶变换得出频域信号：然后对频域信号进行归一化，得到实时频域特征Xn_(k):7. 根据权利要求1所述的光纤安防信号处理方法，其特征在于，所述步骤S600具体包 括： S601:获取m-ι个事件样本，其中每个样本的频域特征为Sfrej = { Sfrej ( 1 )，…，Sfrej (η)}， S602:将所述实时频域特征与m-1个样本特征构造为新的特征合集Sfre，其中Sfre行为实 时频域特征与样本频域特征的数据特征值，列为数据样本数； 3603:计算重构特征矩阵￥7，￥7=3加\=￥2、、=￥2\ 其中：Sfre^奇异值分解为Sfre3=WΣ VT，W为m*m的矩阵，1是％^ 的本征矢量矩阵，Σ 是m*n的非负对角矩阵，V是η*η的的本征矢量矩阵； S604:取W的前L维度构造1，将SfrJ央射到只有L维度的低维空间中，获得降维特征矩阵 Yl其中Σι为L*n的非负对角矩阵； S605:将与实时频域特征对应的I的那一行作为重构后的频域特征S.；；。8. 根据权利要求1所述的光纤安防信号处理方法，其特征在于，所述步骤S700具体包 括： S701:构建特征训练数据集T，？" = …,(?〇〖）…，?,〇~)}其 中< 表示第i个重构后的频域特征，〇1表示第i个信号的信号类型，分为2类{+1，-1}; S702:构造分离超平面函数和分离决策函数f(f )，其中所述分离超平面函数为， +# = 0,其中X为分离超平面函数的函数变量，为分离超平面函数的矩阵系数，f(s，= sign(w · s +b )； S703:计算决策函数，具体包括:定义拉格朗日函数，其中α = (αι，α2，…，αΝ)τ为拉格朗日乘子向量，求出约束最优化问题：同时满足ΣΙ^而〇i = ο,而> ο，得到最优解f = (at ?I, ??7'，带入 # =:.Σ,?^ι 和_= β 一 Σ?^ι αΧ，计算得到决策函数f(s*)满足0?_ > 〇:的部 分训练信号作为支持向量。9.根据权利要求8所述的光纤安防信号处理方法，其特征在于，所述步骤S800包括:将 重构后的频域特征S&带入决策函数f(y)，根据决策函数的正负值判断是否发生入侵。 ?ο. -种光纤安防信号处理系统，其特征在于，包括以下模块： 相位差异获取模块，用于获取光纤布控区域内光信号的相位差异； 时域分析信号包获取模块，用于将光信号的相位差异按时间上的采样率转变为电信号 上的幅值差异，获得时域分析信号包； 划分模块，用于以预设的时间跨度划分所述时域分析信号包，得到事件信号； 第一获取模块，提取所述事件信号的交流部分，获取事件信号的时域信号； 第二获取模块，用于对所述时域信号进行快速傅立叶变换获取所述事件信号的实时频 域特征； 主成分分析模块，用于对所述实时频域特征进行主成分分析，获得重构后的频域特征； 决策函数计算模块，用于根据所述重构后的频域特征采用支持向量机算法计算决策函 数； 判断模块，用于根据所述决策函数判断是否存在人为入侵。
【专利摘要】本发明公开了一种光纤安防信号处理方法，包括以下步骤：S100：获取光信号的相位差异；S200：获得时域分析信号包；S300：以预设的时间跨度划分所述时域分析信号包，得到事件信号；S400：获取事件信号的时域信号；S500：对所述时域信号进行快速傅立叶变换获得所述事件信号的实时频域特征；S600：进行主成分分析，获得重构后的频域特征；S700：根据所述重构后的频域特征采用支持向量机算法计算决策函数；S800：根据所述决策函数判断是否存在人为入侵。本发明降低了误报率。
【IPC分类】G08B13/186
【公开号】CN105608823
【申请号】CN201610145031
【发明人】彭琨, 李青, 霍晓练, 杨尚文, 钱志祥, 汪星, 胡力文, 张儒
【申请人】北京北邮国安技术股份有限公司
【公开日】2016年5月25日
【申请日】2016年3月14日