公共文化服务平台

共 7 条记录，以下是 1-7

全选清除导出

排序方式：

基于布里渊效应的分布式传感信号处理关键算法的研究: 分布式光纤传感技术能够测得被测量随时间变化的状态和空间上的分布状况，学术价值和应用前景巨大。基于布里渊散射效应的分布式光纤传感因其长传感距离、高准确度测量等特性而成为传感检测的主流方向。本文展开探索了布里渊分布式光纤传感...; 刘文哲; 关键词：分布式光纤传感布里渊散射信息识别粒子群优化; 文献传递

G-S编码快速信号处理方法在BOTDR系统中的应用: 针对BOTDR 光纤传感系统对传感距离和时效性的较高要求，本文提出了一种基于Golay 编码和Simplex 编码的混合G-S 编码技术，并将G-S 编码与叠加平均算法结合使用。该方法不仅在保证系统空间分辨率的情况下用有...; 刘文哲张燕君付兴虎毕卫红; 关键词：BOTDR 信噪比

基于EMD-AWPP和HOSA-SVM算法的分布式光纤振动入侵信号的特征提取与识别被引量：27: 2016年; 针对传统的信号处理方法无法有效区分不同振动入侵信号,提出一种基于EMD-AWPP和HOSASVM算法的振动信息特征提取与识别方法,用于解决分布式光纤振动入侵检测系统的高精度信号识别问题。处理不同振动类型时,该方法首先利用基于经验模态分解的自适应小波包处理算法,不仅对信号的低频部分进行了分解,而且对高频部分即信号的细节部分也进行了更好的时频局部化处理,改善了信号特征提取精度,减少传感信号异常值的影响;其次采用高阶谱分析中的双谱和双相干谱,精确提取包含不同振动入侵信号类型的特征矢量;最后在BPNN参比模型的基础上,用粒子群算法优化SVM的识别参数,使识别模型具有更强的自适应和自学习能力,克服了神经网络易陷入局部最优的不足之处,实现不同振动入侵信号的特征矢量识别。分析结果表明,针对不同类型的入侵源识别,该方法可以有效剔除随机噪声的影响,提取传感信息的特征矢量,降低异常值的影响,算法的预测类别与输出类别几乎一致,振动识别的精确率达到95%以上,识别效果明显强于BPNN网络的检测算法,提高了信息分析的准确性。; 张燕君刘文哲付兴虎毕卫红; 关键词：分布式光纤传感经验模态分解

基于BSS和BPNN-DS算法的光纤入侵传感网络信息的高精度识别被引量：7: 2016年; 采用传统单路传感光纤实现对信息特征的测量,常由于交叉敏感等不可控因素使测量数据出现异常值,导致信息分析偏差较大,识别准确度低。因此,提出了一种基于双相干谱、样本熵和奇异值分解(BSS)和反向传播神经网络(BPNNDS)算法的多路光纤入侵传感系统信息的特征提取与识别方法。针对含3路传感光纤的布里渊光时域反射(BOTDR)传感入侵检测系统,该方法利用BSS算法分别对不同入侵类型的多路信号进行特征提取;采用BPNN算法对不同入侵振动特征矢量进行分类;经Dempster Shafer(DS)证据理论算法对多路传感光纤的时空信息进行融合。数值分析与仿真实验结果表明,提出的信息提取方法可以有效提取出多路传感网络的信息特征,且使用BPNN-DS证据理论的多路信息融合方法能够准确识别多路入侵传感网络的信号类型,具有较高的准确度和可信度。; 张燕君刘文哲付兴虎; 关键词：分布式光纤传感奇异值分解

基于TTDF和CNS算法的多路BOTDR散射谱信息高精度分析研究被引量：10: 2015年; 传统的BOTDR光纤传感系统采用单路传感光纤实现对信息特征的测量,交叉敏感等不可控因素会使散射谱拟合精度较低,信息分析偏差较大。设计了一种同时对多路传感信息进行检测的BOTDR系统。针对基于布里渊光时域反射(BOTDR)的多路传感散射谱高精度特征提取的要求,提出了一种三次数据融合(TTDF)与布谷鸟牛顿搜索(CNS)相结合的散射谱信息分析方法。该方法利用TTDF对信息数据的融合能力,根据狄克逊准则和格拉布斯准则,剔除了异常值的影响,减小了传感信号的误差;采用布谷鸟牛顿搜索算法进行频谱拟合,不仅通过布谷鸟的智能搜索能力得到全局最优解,而且以该最优解作为牛顿算法的初值进行局部寻优,保证了频谱拟合的精度,提高了布里渊散射谱信息分析的准确度。在温度信息散射谱线性权重比为1∶9的情况下,分析了不同线宽散射谱信息的提取。采用该方法进行多路数据融合的方差约为0.003 0,散射谱的中心频率约为11.213GHz,温度误差小于0.15K。理论分析和仿真结果表明,将此方法用于基于布里渊光时域反射的多路分布式光纤传感系统,可有效提高多路传感信号的准确度和布里渊散射谱信息分析的精确度。; 张燕君刘文哲付兴虎毕卫红; 关键词：分布式光纤传感

基于G-Simplex编码的BOTDR信号处理模型研究被引量：2: 2015年; 针对布里渊光时域反射(BOTDR)光纤传感系统对传感距离和信号检测的要求,提出了一种基于Golay编码和Simplex编码的混合G-Simplex编码技术,并混合使用G-Simplex编码与叠加平均算法对BOTDR信号进行了处理。结果表明,该方法在保证系统空间分辨率的情况下,采用一定的编码长度提高了系统的信噪比,增加传感距离;在去噪效果相同的情况下,可以增强脉冲响应强度,大幅度减少平均叠加次数,降低弱信号检测的难度。; 刘文哲张燕君付兴虎毕卫红; 关键词：信号处理布里渊散射

基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取被引量：8: 2015年; 针对布里渊光时域反射光纤传感系统散射谱的高精度特征提取的要求,提出了一种基于自适应变异果蝇优化算法和广义回归神经网络的布里渊散射谱特征提取算法。不仅利用了广义回归神经网络在逼近能力、学习速度、模型的泛化等方面具有的优势,而且采用搜索能力较强的自适应变异果蝇优化算法进一步增强了神经网络的学习能力,从而提高了布里渊散射谱的拟合度和频移提取的准确度。在布里渊散射谱中心频率为11.213GHz,线宽为40~50,30~60和20~70 MHz的散射谱白噪声实验模型中,将新算法分别与基于有限元分析的Levenberg-Marquardt拟合法、粒子群优化和拉凡格式混合拟合法、最小二乘法进行预测比较,新算法获得的最大拟合频移误差为0.4MHz,平均拟合度为0.991 2,均方根误差为0.024 1。仿真结果表明所提出的算法拟合度较好,绝对误差小。因此,将此算法用于基于布里渊光时域反射的分布式光纤传感系统,可有效提高布里渊散射谱的拟合度和频移提取的准确度。; 张燕君刘文哲付兴虎毕卫红; 关键词：分布式光纤传感广义回归神经网络

全选清除导出

共1页<1>

刘文哲