本發(fā)明涉及光纖振動信號處理領(lǐng)域，具體為高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法。

背景技術(shù)：

1、高噪聲環(huán)境下的光纖振動傳感器技術(shù)在油氣管道安全監(jiān)測、邊界防護和重要基礎(chǔ)設(shè)施振動監(jiān)測等關(guān)鍵領(lǐng)域得到了廣泛應(yīng)用。光纖振動傳感器因其高靈敏度、抗電磁干擾能力強以及適應(yīng)惡劣環(huán)境的特點，成為監(jiān)測振動信號的重要工具。然而，在復(fù)雜噪聲環(huán)境中，準(zhǔn)確提取和識別目標(biāo)振動信號仍面臨諸多技術(shù)挑戰(zhàn)。

2、傳統(tǒng)的振動信號識別方法多基于局部特征提取技術(shù)，例如傅里葉變換(fft)和小波變換(dwt)。這些方法通常通過分析信號的頻域或時頻域特征來識別振動源，但在噪聲干擾較大的環(huán)境下，信號與噪聲之間的特征容易混淆，導(dǎo)致識別精度下降。此外，這些方法通常依賴于靜態(tài)特征的提取，難以處理復(fù)雜場景中信號的時間變化特性。

3、近年來，數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)方法逐漸應(yīng)用于振動信號的識別中，依賴于對大量標(biāo)記數(shù)據(jù)的訓(xùn)練，利用深度學(xué)習(xí)模型提取信號的高維特征。然而，這類方法對標(biāo)記數(shù)據(jù)的依賴性較強，尤其在高噪聲環(huán)境下，數(shù)據(jù)標(biāo)注的成本和質(zhì)量難以保證。此外，機器學(xué)習(xí)模型的泛化能力有限，當(dāng)信號的環(huán)境和特征發(fā)生變化時，往往需要重新訓(xùn)練模型以適應(yīng)新場景。

4、現(xiàn)有技術(shù)的這些局限性使得在復(fù)雜、高噪聲環(huán)境下的振動信號識別面臨以下問題：

5、識別精度不足：傳統(tǒng)特征提取方法對噪聲的魯棒性較差，信號在強噪聲背景中易被掩蓋。

6、模型依賴性高：機器學(xué)習(xí)方法依賴標(biāo)記數(shù)據(jù)和訓(xùn)練模型，難以快速適應(yīng)動態(tài)變化的場景。

7、缺乏適應(yīng)性：現(xiàn)有技術(shù)無法有效處理振動信號的時間對齊問題，導(dǎo)致分類和檢測結(jié)果不準(zhǔn)確。

8、因此，針對以上問題，亟需一種高效、魯棒性強的振動信號識別方法，對此本發(fā)明提出了高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)的不足，本發(fā)明提供了高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，解決了高噪聲環(huán)境下光纖振動傳感器無法精準(zhǔn)分離和識別目標(biāo)振動信號的問題。

2、為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，包括以下步驟：

3、s1、對光纖振動信號進(jìn)行預(yù)處理，消除直流分量、進(jìn)行幅值歸一化并去冗余相關(guān)性；

4、s2、利用獨立成分分析技術(shù)對預(yù)處理后的信號進(jìn)行分離，提取不同振動源的獨立信號；

5、s3、使用動態(tài)時間規(guī)整算法對分離信號進(jìn)行時間對齊，計算信號之間的對齊路徑距離；

6、s4、根據(jù)對齊路徑距離與預(yù)設(shè)閾值的比較，判斷振動信號是否異常；

7、s5、根據(jù)異常檢測結(jié)果對振動信號分類，并將異常信號分類為特定目標(biāo)振動源，同時輸出預(yù)警信號。

8、優(yōu)選的，所述s1步驟中消除直流分量的公式如下：

9、xdc-free(t)＝x(t)-mean(x(t))

10、其中，xdc-free(t)為去除直流分量后的信號，mean(x(t))為信號的均值；

11、所述s1步驟中幅值歸一化操作，使其幅值范圍標(biāo)準(zhǔn)化，公式如下：

12、

13、其中，xnorm(t)為歸一化信號，min(x)信號的最小值，max(x)為信號的最大值；

14、所述s1步驟中去除冗余相關(guān)性采用白化操作，其公式如下：

15、xw＝ed-1/2etx

16、其中，e為信號協(xié)方差矩陣的特征向量矩陣，d為信號協(xié)方差矩陣的特征值矩陣，xw為白化后的信號。

17、優(yōu)選的，所述s2步驟中獨立成分分析技術(shù)的公式如下：

18、x＝as

19、其中，x為觀測信號向量，a為未知的混合矩陣，s為獨立信號源；

20、所述s2步驟中獨立成分分析技術(shù)的目標(biāo)是求解分離矩陣為w＝a-1，使得分離后的信號為s’＝wx，其中，s’的各分量相互獨立。

21、優(yōu)選的，所述s2步驟中獨立成分分析通過最大化信號的非高斯性實現(xiàn)，非高斯性以峰度指標(biāo)衡量，其公式為：

22、

23、其中，kurt()表示峰度，y表示輸入信號，e[]表示期望。

24、優(yōu)選的，所述s3步驟具體包括以下步驟：

25、s3.1、定義信號時間序列：定義兩段分離信號時間序列為s1＝[s11,s12,...,s1m]和s2＝[s21,s22,...,s2n]；

26、s3.2、計算局部對齊距離：計算信號樣本點之間的局部歐式距離；

27、s3.3、采用遞歸公式計算累計計算對齊路徑；

28、s3.4、確定對齊路徑：通過回溯最小路徑計算信號的最優(yōu)對齊路徑，輸出累計對齊路徑距離d(i,j)。

29、優(yōu)選的，所述s3.2步驟中局部歐式距離的計算公式為d(s1i,s2j)＝(s1i-s2j)2，所述s3.3步驟中遞歸公式為：

30、d(i,j)＝d(s1i,s2j)+min{d(i-1,j),d(i,j-1),d(i-1,j-1)}

31、其中，d(i,j)為信號s1和s2在第i和j個位置的累計對齊距離。

32、優(yōu)選的，所述s5步驟中的分類依據(jù)為：使用dtw匹配結(jié)果，將異常信號與預(yù)定義的特征信號模板進(jìn)行匹配，計算相似度，判斷信號類別。

33、一種基于上述所述方法的光纖振動信號監(jiān)測系統(tǒng)，其特征在于，包括：

34、光纖傳感器，用于實時采集環(huán)境振動信號；

35、數(shù)據(jù)采集模塊，用于對振動信號進(jìn)行采集與數(shù)字化處理；

36、信號處理模塊，用于實現(xiàn)信號預(yù)處理、獨立成分分析和動態(tài)時間規(guī)整；

37、分類與異常檢測模塊，用于對振動信號進(jìn)行分類與異常識別，并發(fā)出預(yù)警信號。

38、本發(fā)明提供了高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法。

39、具備以下有益效果：

40、1、本發(fā)明針對現(xiàn)有技術(shù)在高噪聲環(huán)境中識別精度低的缺陷，提出了結(jié)合獨立成分分析和動態(tài)時間規(guī)整的方法,獨立成分分析通過對混合信號的非高斯性優(yōu)化，能夠在不依賴先驗標(biāo)記數(shù)據(jù)的情況下，實現(xiàn)振動信號與環(huán)境噪聲的精準(zhǔn)分離；動態(tài)時間規(guī)整則通過動態(tài)對齊信號時間軸，克服了傳統(tǒng)方法對信號時間位置敏感的問題，該方法在復(fù)雜噪聲環(huán)境中表現(xiàn)出顯著的魯棒性，大幅度提升了振動信號識別的可靠性，特別適用于油氣管道和邊界防護等實際應(yīng)用場景。

41、2、本發(fā)明與依賴大量標(biāo)記數(shù)據(jù)的機器學(xué)習(xí)方法不同，其無需依賴數(shù)據(jù)驅(qū)動模型，通過基于物理特性和信號特征的分析實現(xiàn)信號處理與分類。通過信號預(yù)處理、獨立成分分析和動態(tài)時間規(guī)整的結(jié)合，系統(tǒng)能夠自適應(yīng)復(fù)雜信號場景，準(zhǔn)確區(qū)分振動源信號與噪聲信號，顯著提高了算法的泛化能力，在數(shù)據(jù)稀缺或標(biāo)記不完整的環(huán)境中，本發(fā)明依然能夠高效工作，滿足復(fù)雜場景下光纖振動信號識別的實際需求。

技術(shù)特征：

1.高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，其特征在于，所述s1步驟中消除直流分量的公式如下：

3.根據(jù)權(quán)利要求1所述的高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，其特征在于，所述s2步驟中獨立成分分析技術(shù)的公式如下：

4.根據(jù)權(quán)利要求1所述的高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，其特征在于，所述s2步驟中獨立成分分析通過最大化信號的非高斯性實現(xiàn)，非高斯性以峰度指標(biāo)衡量，其公式為：

5.根據(jù)權(quán)利要求1所述的高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，其特征在于，所述s3步驟具體包括以下步驟：

6.根據(jù)權(quán)利要求5所述的高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，其特征在于，所述s3.2步驟中局部歐式距離的計算公式為d(s1i,s2j)＝(s1i-s2j)2，所述s3.3步驟中遞歸公式為：

7.根據(jù)權(quán)利要求1所述的高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，其特征在于，所述s5步驟中的分類依據(jù)為：使用dtw匹配結(jié)果，將異常信號與預(yù)定義的特征信號模板進(jìn)行匹配，計算相似度，判斷信號類別。

8.一種基于權(quán)利要求1所述方法的光纖振動信號監(jiān)測系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明涉及光纖振動信號處理領(lǐng)域，公開了高噪聲環(huán)境下光纖振動傳感器進(jìn)行振動信號識別的方法，包括以下步驟：S1、對光纖振動信號進(jìn)行預(yù)處理，消除直流分量、進(jìn)行幅值歸一化并去冗余相關(guān)性；S2、利用獨立成分分析技術(shù)對預(yù)處理后的信號進(jìn)行分離，提取不同振動源的獨立信號；S3、使用動態(tài)時間規(guī)整算法對分離信號進(jìn)行時間對齊，計算信號之間的對齊路徑距離；S4、根據(jù)對齊路徑距離與預(yù)設(shè)閾值的比較，判斷振動信號是否異常。結(jié)合獨立成分分析和動態(tài)時間規(guī)整技術(shù)，在無需依賴先驗標(biāo)記數(shù)據(jù)和數(shù)據(jù)驅(qū)動模型的情況下，通過非高斯性優(yōu)化和時間軸動態(tài)對齊，實現(xiàn)了振動信號與環(huán)境噪聲的精準(zhǔn)分離與高效識別。

技術(shù)研發(fā)人員：常雪楓,臧潤澤,郭坤,許吉健,黃偉,王先權(quán),陳大云,于樂博,馬伯州,陳昊,徐李先,霍向飛,程晨,余海防
受保護的技術(shù)使用者：淮河能源淮南潘集發(fā)電有限責(zé)任公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/22