[发明专利]一种基于DSP和FPGA的光纤微振动模式识别系统及其识别方法

说明书

技术领域

本发明涉及一种光纤微振动传感器的信号模式识别系统及其识别方法，属于光纤微振动传感技术领域。

背景技术

随着光纤技术的不断发展，光纤微振动传感器在周界安防、石油和天然气管道和通信线路监测等系统中越来越多地得到应用。光纤微振动传感器是利用光纤作为传感介质的一种分布式光纤传感系统，其中光纤既作为传感介质，又作为光传输介质。其可以在传感光纤布设长度内，对一定准确度范围内的突发事件进行远程和实时的监测。随着各种分布式光纤传感系统的研究和应用，各种扰动定位算法的实现在一定程度上解决了入侵报警的位置定位问题，但在远端系统无法得知入侵行为的主体。对微振动传感系统的功能，用户期望在报警定位基础上，能够确定导致报警的活动主体，对监测到的信号进行筛选，减少不必要的报警，避免监控者为一些不必要的报警而出警，提高系统效率。

对于光纤微振动传感器的信号类型分类的已有研究，都是基于PC终端的软件分析和仿真，系统的实时性较差。而在光纤微振动传感器的应用中，如周界安防、石油天然气管道监测和通信线路监测等，能否及时对获取的报警信号进行相关处理和实时输出是系统性能的重要组成部分，是系统能否有效工作的重要指标。在PC端离线对光纤微振动传感信号进行类型识别显然已经不能满足在线实时监控的要求。

发明内容

针对现有技术中存在的问题，本发明提出一种光纤微振动传感器的信号模式识别装置及其识别方法，能够实现对微振动传感器的输出信号类型进行识别，降低光纤微振动传感器的误报警率，实现对光纤微振动传感器信号的在线实时模式识别。

本发明提出一种基于DSP和FPGA的光纤微振动传感器的模式识别系统，包括光电转换模块、模数转换模块、FPGA模块和DSP模块；所述的FPGA模块包括采样控制模块、信号检测模块和FIFO模块；所述的DSP模块数据交换控制模块、缓存模块、特征提取模块、分类器模型训练模块和分类器模型测试模块。

光纤微振动传感器向光电转换模块输出光纤微振动传感器输出信号，该信号经过光电转换模块完成从光强信号到模拟电压信号的转变，得到模拟电压信号并输出至模数转换模块中，通过模数转换模块完成对模拟电压信号的采样，得到能够恢复原光纤微振动传感器输出信号主要特征的采样后数字信号，实现将经过光电转换的光纤微振动传感器输出信号从模拟信号转化为数字信号，模数转换模块还与FPGA模块中的采样控制模块连接，控制模数转换模块的采样过程；采样后数字信号由模数转换模块传输至信号检测模块进行阈值判断，阈值判断采用功率谱法，对采样后数字信号的幅值进行平方，并将平方结果累加，当累加的采样后数字信号数量达到和扰动持续时间相对应的数量时，将累加结果与阈值进行比较来判断原光纤微振动传感器输出信号是否存在扰动，当累加的采样后数字信号幅值平方结果超过阈值时，则判断光纤微振动传感器输出信号存在扰动，则采样后数字信号需输入至FIFO模块进行模式分类处理，如果小于阈值，则原断光纤微振动传感器输出信号不存在扰动，采样后数字信号无需处理，丢弃即可，并等待接收顺次到来的其他采样后数字信号进行阈值判断。

所述的FIFO模块被采样后数字信号填满后，通过向数据交换控制模块发送中断信号通知DSP模块有代表扰动的采样后数字信号需从FPGA模块传输至DSP模块，数据交换控制模块检测到FIFO模块的中断信号后，控制DSP模块启动EDMA的传输方式将采样后数字信号从FPGA模块内的FIFO模块直接读取到缓存模块当中。

所述的特征提取模块读取缓存模块中存储的采样后的数字信号，对采样控制模块采样后的数字信号进行小波分解，得到该信号的小波系数，并对小波系数进行计算，得到该信号的特征向量，保存后发送给分类器模型训练模块，求解信息熵，以信息熵作为代表扰动的光纤微振动传感器输出信号的特征向量，分类器模型训练模块利用其所得到的代表多组不同种类的来自光纤微振动传感器的扰动信号的特征向量，基于支持向量机的方法，评估每两类信号之间的最优分类面，确定分类器的拓扑结构，求解支持向量机的最优分类面，确定分类器支持向量机方法模型；当分类器支持向量机方法模型确定后，后续的采样后数字信号从特征提取模块进入分类器模型测试模块，在分类器模型训练模块当中确定了的分类器模型控制下，得到扰动类型识别输出。

本发明还提出一种基于DSP和FPGA的光纤微振动模式识别方法，包括以下几个步骤：

步骤一：采样控制过程：