[发明专利]一种基于分布式光纤传感技术的交通流模型构建方法

摘要

本发明涉及一种基于分布式光纤传感技术的交通流模型构建方法，其特征在于，包括以下步骤：在铺设光缆的道路沿线接入分布式光纤传感器，用于采集光缆的振动数据，并通过通讯设备传输到内场软件进行记录。将采集到的振动数据作为输入值输入RBF神经网络算法中，对振动数据进行修补和降噪处理。在道路沿线的若干个点进行定标，将定标点上预处理后的振动数据、光缆的地理位置以及道路的地理位置进行精确匹配。最后把经过校准后的振动数据输入由深层BP神经网络构建的交通流模型，计算出整个铺设沿线光纤振动量所对应的交通流量数据。这种全新的交通流模型构建方法能够有效地提升道路的泛感知能力，并为深化物联网建设和应用提供技术支持。

主权项

1.一种基于分布式光纤传感技术的交通流模型构建方法，其特征在于，包括以下步骤：步骤1、确定数据采集的范围，保证数据采集范围内的道路沿线有铺设光缆且功能完好；步骤2、铺设的光缆接入分布式光纤传感器，形成光纤链路；步骤3、通过分布式光纤传感器采集道路沿线的光纤振动数据；步骤4、将采集到的光纤振动数据存储在数据库内；步骤5、对数据库内存储的数据进行预处理，通过预处理对因盲区而缺失的数据进行修补/降噪，得到预处理后的光纤振动数据，其中，所述盲区的形成原因为：基于相位敏感光时域反射计在一定距离或时间内不能检测或准确定位光纤链路中的事件点和故障点，从而形成盲区；步骤6、在道路沿线选取若干个定标点，将预处理后的光纤振动数据、定标点的交通流量、定标点的地理位置和光缆地理位置进行精确匹配；步骤7、构建交通流模型，并得到实时交通流量数据，包括以下步骤：步骤7.1、确定深层BP神经网络算法的拓扑结构；步骤7.2、初始化深层BP神经网络算法的权值和阈值；步骤7.3、利用步骤6得到的精确匹配后的数据对深层BP神经网络进行网络训练，直至达到设定目标；步骤7.4、实时采集光纤振动数据，利用步骤5的方法对实时采集的光纤振动数据进行预处理，将预处理后的实时采集的光纤振动数据输入训练后的深层BP神经网络，得到实时交通流量数据。