本發明專利技術提出一種基于DSP和FPGA的光纖微振動模式識別系統及其識別方法，屬于光纖微振動傳感技術領域。所述的基于DSP和FPGA的光纖微振動傳感器的模式識別系統，包括光電轉換模塊、模數轉換模塊、FPGA模塊和DSP模塊。所述的FPGA模塊包括采樣控制模塊、信號檢測模塊和FIFO模塊。所述的DSP模塊數據交換控制模塊、緩存模塊、特征提取模塊、分類器模型訓練模塊和分類器模型測試模塊。本發明專利技術提出的信號模式識別裝置及其識別方法能夠實現對微振動傳感器的輸出信號類型進行識別，降低光纖微振動傳感器的誤報警率，實現對光纖微振動傳感器信號的在線實時模式識別。
【技術實現步驟摘要】
本專利技術涉及一種光纖微振動傳感器的信號模式識別系統及其識別方法，屬于光纖微振動傳感
技術介紹
隨著光纖技術的不斷發展，光纖微振動傳感器在周界安防、石油和天然氣管道和通信線路監測等系統中越來越多地得到應用。光纖微振動傳感器是利用光纖作為傳感介質的一種分布式光纖傳感系統，其中光纖既作為傳感介質，又作為光傳輸介質。其可以在傳感光纖布設長度內，對一定準確度范圍內的突發事件進行遠程和實時的監測。隨著各種分布 式光纖傳感系統的研究和應用，各種擾動定位算法的實現在一定程度上解決了入侵報警的位置定位問題，但在遠端系統無法得知入侵行為的主體。對微振動傳感系統的功能，用戶期望在報警定位基礎上，能夠確定導致報警的活動主體，對監測到的信號進行篩選，減少不必要的報警，避免監控者為一些不必要的報警而出警，提高系統效率。對于光纖微振動傳感器的信號類型分類的已有研究，都是基于PC終端的軟件分析和仿真，系統的實時性較差。而在光纖微振動傳感器的應用中，如周界安防、石油天然氣管道監測和通信線路監測等，能否及時對獲取的報警信號進行相關處理和實時輸出是系統性能的重要組成部分，是系統能否有效工作的重要指標。在PC端離線對光纖微振動傳感信號進行類型識別顯然已經不能滿足在線實時監控的要求。
技術實現思路
針對現有技術中存在的問題，本專利技術提出一種光纖微振動傳感器的信號模式識別裝置及其識別方法，能夠實現對微振動傳感器的輸出信號類型進行識別，降低光纖微振動傳感器的誤報警率，實現對光纖微振動傳感器信號的在線實時模式識別。本專利技術提出一種基于DSP和FPGA的光纖微振動傳感器的模式識別系統,包括光電轉換模塊、模數轉換模塊、FPGA模塊和DSP模塊；所述的FPGA模塊包括采樣控制模塊、信號檢測模塊和FIFO模塊；所述的DSP模塊數據交換控制模塊、緩存模塊、特征提取模塊、分類器模型訓練模塊和分類器模型測試模塊。光纖微振動傳感器向光電轉換模塊輸出光纖微振動傳感器輸出信號,該信號經過光電轉換模塊完成從光強信號到模擬電壓信號的轉變，得到模擬電壓信號并輸出至模數轉換模塊中，通過模數轉換模塊完成對模擬電壓信號的采樣，得到能夠恢復原光纖微振動傳感器輸出信號主要特征的采樣后數字信號，實現將經過光電轉換的光纖微振動傳感器輸出信號從模擬信號轉化為數字信號，模數轉換模塊還與FPGA模塊中的采樣控制模塊連接，控制模數轉換模塊的采樣過程；采樣后數字信號由模數轉換模塊傳輸至信號檢測模塊進行閾值判斷，閾值判斷采用功率譜法，對采樣后數字信號的幅值進行平方，并將平方結果累加，當累加的采樣后數字信號數量達到和擾動持續時間相對應的數量時，將累加結果與閾值進行比較來判斷原光纖微振動傳感器輸出信號是否存在擾動，當累加的采樣后數字信號幅值平方結果超過閾值時，則判斷光纖微振動傳感器輸出信號存在擾動，則采樣后數字信號需輸入至FIFO模塊進行模式分類處理，如果小于閾值，則原斷光纖微振動傳感器輸出信號不存在擾動，采樣后數字信號無需處理，丟棄即可，并等待接收順次到來的其他采樣后數字信號進行閾值判斷。所述的FIFO模塊被采樣后數字信號填滿后，通過向數據交換控制模塊發送中斷信號通知DSP模塊有代表擾動的采樣后數字信號需從FPGA模塊傳輸至DSP模塊，數據交換控制模塊檢測到FIFO模塊的中斷信號后，控制DSP模塊啟動EDMA的傳輸方式將采樣后數字信號從FPGA模塊內的FIFO模塊直接讀取到緩存模塊當中。所述的特征提取模塊讀取緩存模塊中存儲的采樣后的數字信號，對采樣控制模塊采樣后的數字信號進行小波分解，得到該信號的小波系數，并對小波系數進行計算，得到該信號的特征向量，保存后發送給分類器模型訓練模塊，求解信息熵，以信息熵作為代表擾動的光纖微振動傳感器輸出信號的特征向量，分類器模型訓練模塊利用其所得到的代表多組 不同種類的來自光纖微振動傳感器的擾動信號的特征向量，基于支持向量機的方法，評估每兩類信號之間的最優分類面，確定分類器的拓撲結構，求解支持向量機的最優分類面，確定分類器支持向量機方法模型；當分類器支持向量機方法模型確定后，后續的采樣后數字信號從特征提取模塊進入分類器模型測試模塊，在分類器模型訓練模塊當中確定了的分類器模型控制下，得到擾動類型識別輸出。本專利技術還提出一種基于DSP和FPGA的光纖微振動模式識別方法，包括以下幾個步驟步驟一采樣控制過程 FPGA模塊和DSP模塊上電后，FPGA模塊和DSP模塊分別加載啟動程序，對各子系統進行初始化，然后FPGA模塊啟動模數轉換模塊，模數轉換模塊在采樣控制模塊的控制下開始對經過光電轉換模塊轉換后的光纖微振動傳感器輸出信號進行采樣，FPGA模塊的信號檢測模塊采用雙FIFO，并將采樣后數字信號填充信號檢測模塊內雙FIFO當中的一個FIF0，當此FIFO被數據填滿之后，把實時采樣通道切換到另外一個FIFO繼續進行信號填充，同時通知信號檢測模塊讀取已經填滿的FIF0，兩個FIFO依次輪換，實現模數轉換模塊實時數據采樣，模數轉換模塊還與FPGA模塊中的采樣控制模塊連接，控制模數轉換模塊的采樣過程;步驟二 微振動信號檢測過程采樣后數字信號由模數轉換模塊傳輸至信號檢測模塊進行閾值判斷，通過檢測采樣后數字信號的功率譜來判斷原光纖微振動傳感器輸出信號是否存在擾動，當采樣后數字信號的幅值平方累加結果超過預先設定的閾值時，則判斷光纖微振動傳感器輸出信號存在擾動，則采樣后數字信號需輸入至FIFO模塊進行模式分類處理，如果小于預先設定的閾值，則判斷光纖微振動傳感器輸出信號不存在擾動，采樣后數字信號無需處理，丟棄即可，并等待接收順次到來的其他采樣后數字信號進行閾值判斷；步驟三DSP模塊和FPGA模塊數據傳輸程序FIFO模塊被采樣后數字信號填滿后，通過向數據交換控制模塊發送中斷信號通知DSP模塊有代表擾動的采樣后數字信號需從FPGA模塊傳輸至DSP模塊，數據交換控制模塊檢測到FIFO模塊中斷信號后，控制DSP模塊啟動EDMA的傳輸方式將采樣后數字信號從FPGA模塊內的FIFO模塊直接讀取到緩存模塊當中；步驟四特征提取過程特征提取模塊讀取緩存模塊中存儲的采樣后的數字信號，對采樣控制模塊采樣后的數字信號進行小波分解，得到該信號的小波系數，并對小波系數進行計算，得到該信號的特征向量；步驟五分類器模型訓練過程采樣后數字信號的特征向量經特征提取模塊保存后發送給分類器模型訓練模塊，求解信息熵，以信息熵作為代表擾動的光纖微振動傳感器輸出信號的特征向量，分類器模型訓練模塊利用其所得到的代表多組不同種類的來自光纖微振動傳感器的擾動信號的特征向量，基于支持向量機的方法，評估每兩類信號之間的最優分類面，確定分類器的拓撲結 構，求解支持向量機的最優分類面，確定分類器支持向量機方法模型，最終得到代表各種擾動類型的微振動傳感器輸出信號的分類器支持向量機方法模型；步驟六模式分類器測試過程當分類器支持向量機方法模型確定后，后續的采樣后數字信號從特征提取模塊進入分類器模型測試模塊，在分類器模型訓練模塊當中確定了的分類器模型控制下，得到擾動類型識別輸出。本專利技術的優點在于(I)本專利技術提出一種光纖微振動傳感器的信號模式識別裝置及其識別方法，實現對光纖微振動傳感器信號的模式識別，增加光纖微振動傳感器的功能，在遠端能了解觸發振動的信號本文檔來自技高網...
【技術保護點】
一種基于DSP和FPGA的光纖微振動傳感器的模式識別系統，其特征在于：包括光電轉換模塊、模數轉換模塊、FPGA模塊和DSP模塊；所述的FPGA模塊包括采樣控制模塊、信號檢測模塊和FIFO模塊；所述的DSP模塊數據交換控制模塊、緩存模塊、特征提取模塊、分類器模型訓練模塊和分類器模型測試模塊；光纖微振動傳感器向光電轉換模塊輸出光纖微振動傳感器輸出信號，該信號經過光電轉換模塊完成從光強信號到模擬電壓信號的轉變，得到模擬電壓信號并輸出至模數轉換模塊中，通過模數轉換模塊完成對模擬電壓信號的采樣，得到能夠恢復原光纖微振動傳感器輸出信號主要特征的采樣后數字信號，實現將經過光電轉換的光纖微振動傳感器輸出信號從模擬信號轉化為數字信號，模數轉換模塊還與FPGA模塊中的采樣控制模塊連接，控制模數轉換模塊的采樣過程；采樣后數字信號由模數轉換模塊傳輸至信號檢測模塊進行閾值判斷，閾值判斷采用功率譜法，對采樣后數字信號的幅值進行平方，并將平方結果累加，當累加的采樣后數字信號數量達到和擾動持續時間相對應的數量時，將累加結果與閾值進行比較來判斷原光纖微振動傳感器輸出信號是否存在擾動，當累加的采樣后數字信號幅值平方結果超過閾值時，則判定原光纖微振動傳感器輸出信號存在擾動，則采樣后數字信號需輸入至FIFO模塊進行模式分類處理，如果小于閾值，則判斷光纖微振動傳感器輸出信號不存在擾動，采樣后數字信號無需處理，丟棄即可，并等待接收順次到來的其他采樣后數字信號進行閾值判斷；所述的FIFO模塊被采樣后數字信號填滿后，通過向數據交換控制模塊發送中斷信號通知DSP模塊有代表擾動的采樣后數字信號需從FPGA模塊傳輸至DSP模塊，數據交換控制模塊檢測到FIFO模塊的中斷信號后，控制DSP模塊啟動EDMA的傳輸方式將采樣后數字信號從FPGA模塊內的FIFO模塊直接讀取到緩存模塊當中；所述的特征提取模塊讀取緩存模塊中存儲的采樣后的數字信號，對采樣控制模塊采樣后的數字信號進行小波分解，得到該信號的小波系數，并對小波系數進行計算，得到該信號的特征向量，保存后發送給分類器模型訓練模塊，求解信息熵，以信息熵作為代表擾動的光纖微振動傳感器輸出信號的特征向量，分類器模型訓練模塊利用其所得到的代表多組不同種類的來自光纖微振動傳感器的擾動信號的特征向量，基于支持向量機的方法，評估每兩類信號之間的最優分類面，確定分類器的拓撲結構，求解支持向量機的最優分類面，確定分類器支 持向量機方法模型；當分類器支持向量機方法模型確定后，后續的采樣后數字信號從特征提取模塊進入分類器模型測試模塊，在分類器模型訓練模塊當中確定了的分類器模型控制下，得到擾動類型識別輸出。...
【技術特征摘要】
【專利技術屬性】
技術研發人員：李彥，梁正桃，李立京，林文臺，尚靜，王明，李勤，鐘翔，姜漫，
申請(專利權)人：北京航空航天大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。