电子科技大学 光纤传感与通信教育部重点实验室, 成都 611731
基于高灵敏度光纤布喇格光栅振动传感器，提出了一种光纤围栏入侵监测系统及其模式识别方法.该方法通过具有自适应动态阈值的时域统计特征提取算法对异常事件信号进行特征提取，将特征矢量输入到一个基于三层BP神经网络而设计的分类器中对目标事件进行识别和分类.通过仿真目标信号和实际采样数据进行测试，对系统的报警识别率进行了验证，结果表明：对于仿真信号，系统的平均正确识别率达到了100%；对于实际采样数据，系统的平均正确识别率可以达到96.83%.
信号处理 光纤传感器 模式识别 入侵检测 光纤布喇格光栅 准分布式光纤围栏 事件分类 Signal processing Fiber optic sensors Pattern recognition Intrusion detection Fiber Bragg Grating (FBG) Quasi-distributed fiber-optical fence Event classification
