1 北方工业大学信息学院，北京 100144
2 中国石油管道局工程有限公司国际事业部，河北 廊坊 065000
3 中国石油管道局工程有限公司亚太分公司，河北 廊坊 065000
分布式光纤传感技术已被广泛应用于管道运输的安全监测中，对不同光纤振动信号的特征进行准确提取和分类识别是近年来的研究热点。针对传统时频分析方法研究光纤振动信号时需要人工设定基函数以及无法消除高频噪声干扰的缺陷，采用具有自适应特性的局部均值分解（LMD）方法对信号进行处理，并提出了一种基于LMD的特征提取与识别方法。首先，对原始信号进行LMD，得到若干个乘积函数分量；然后，通过自相关原理重构信号，并提取重构信号的样本熵特征和能量特征；最后，将上述特征进行融合并送入支持向量机进行训练识别。实验结果表明，该方法能有效识别不同振动类型，且识别准确率较高。
光纤光学 光纤振动信号 局部均值分解 样本熵 光纤预警 特征提取与识别 激光与光电子学进展
2022, 59(7): 0706004
针对传统分解信号方法需要人工设定基函数，具有测不准性等问题，采用自驱动的傅里叶分解方法（FDM）处理信号，提出一种基于FDM能量熵的特征提取与识别方法。首先对振动信号进行FDM分解，得到若干个傅里叶固有带函数；然后利用自相关性原理重构信号，并提取信号FDM能量熵特征；最后将融合的特征向量送入支持向量机进行训练，并对有害振动进行识别。实验结果表明，所提方法能正确识别不同振动信号的类型，具有较高的准确率，应用于光纤预警系统中有望提高对有害振动的识别性能，促进管道保护技术的发展。
光纤光学 光纤振动信号 傅里叶分解方法能量熵 基音周期 特征提取与识别 激光与光电子学进展
2021, 58(7): 0706006
