首页 > 论文 > 激光与光电子学进展 > 56卷 > 13期(pp:130601)

光纤入侵信号的特征提取与识别算法研究

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

本文提出一种基于集合经验模态分解(EEMD)结合随机向量函数链接神经网络(RVFL)的光纤入侵信号的特征提取与识别算法,目的在于对分布式光纤上的入侵信号类型进行准确识别。首先,对采集到的光纤入侵信号做预处理操作,包括最小-最大规范化处理和db3小波去除低频噪声;其次,采用EEMD方法对入侵信号进行分解得到5组本征模态函数(IMF);之后,计算各IMF分量的能量占比,并依据方差分析法筛选出3组特征向量;最后,特征向量被送入RVFL网络进行训练并对入侵信号进行识别。实验结果显示该算法能正确识别不同入侵信号的类型,并达到较高的准确率。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.130601

作者单位:

    北京市石景山区北方工业大学电子信息工程学院
    北京市石景山区北方工业大学电子信息工程学院
    北京市石景山区北方工业大学电子信息工程学院
    北京市石景山区北方工业大学电子信息工程学院

引用该论文

曲洪权,宫殿君,张常年,王彦. 光纤入侵信号的特征提取与识别算法研究[J].激光与光电子学进展,2019,56(13):130601.