1 中国民航大学天津市智能信号与图像处理重点实验室, 天津 300300
2 中国民航大学理学院, 天津 300300
3 北京交通大学光信息科学与技术研究所教育部发光与光信息技术重点实验室, 北京 100044
针对光纤周界预警系统输出信号的非平稳特性，提出了一种基于总体平均经验模态分解(EEMD)的模式识别方法。预警系统基于Mach-Zehnder 干涉原理，利用4 条单模光纤构成分布式扰动传感器，实时监测周界入侵事件。该方法引用具有自适应性的EEMD 算法将振动信号分解成多个本征模态函数(IMF)。根据不同振动信号能量各异的特点，提出EEMD 能量熵的方法排除非入侵的干扰。最后建立双重支持向量机对入侵信号进行识别。实验结果表明：该方法可以有效排除非人为入侵的干扰，准确识别攀爬、敲击和其他虚警信号，平均正确识别率优于92%，提高了系统的报警识别率，降低了误报率。
光纤光学 Mach-Zehnder干涉 总体平均经验模态分解 能量熵 模式识别 光学学报
2015, 35(10): 1006002
