[发明专利]基于深度学习实现的光纤周界安防系统

摘要

本发明公开了一种基于深度学习实现的光纤周界安防系统，包括光脉冲输出单元、光纤传感设备、数模转换单元、数字信号处理单元、存储单元、识别分类模块和应用端处理模块；光纤传感设备分别与光脉冲输出单元和数模转换单元相连，数模转换单元的输出端与数字信号处理单元连接，数字信号处理单元分别与识别分类模块和存储单元相连，识别分类模块连接应用端处理模块。本发明的光纤周界安防系统有效提高了光纤安防周界系统的识别能力，增强了光纤周界系统对恶劣环境抗干扰能力，系统随着时间的积累，可以对识别模型自我迭代优化，能够为后期的状态跟踪提供保证。

主权项

1.基于深度学习实现的光纤周界安防系统，其特征在于，包括光脉冲输出单元、光纤传感设备、数模转换单元、数字信号处理单元、存储单元、识别分类模块和应用端处理模块；光脉冲输出单元，用于通过硬件光电开关、功率放大器，将激光脉冲周期性的发送至光纤传感设备；数模转换单元，用于将光纤传感设备反射的光强度信号转换为数字信号；数字信号处理单元，通过带通滤波器对数字信号进行过滤；识别分类模块，用于通过深度学习的方法建立神经网络，并利用已经标记过的有效传感数据通过神经网络反复训练得到识别分类网络，利用识别分类网络对数字信号进行分析处理，识别非法入侵状态并匹配入侵过程；存储单元，用于对光脉冲输出单元的输出信号、传感设备反射的光强度信号、模数转换后的数字信号、识别分类结果进行存储；应用端处理模块，用于对非法入侵行为进行处理，发出警报、标记入侵点的坐标和记录非法入侵人员的状态。