国家电投集团 江苏海上风力发电有限公司, 江苏 盐城224000
基于相位敏感光时域反射计(Φ-OTDR)的分布式光纤振动探测是海缆锚害预警的重要防护手段。针对探测海缆锚害的入侵事件类型判别需求, 提出将反向传播(BP)神经网络分类器应用于基于Φ-OTDR的海缆防锚害系统中, 介绍了基于Φ-OTDR+BP神经网络分类器的海缆防锚害系统原理, 采用信号时域特征和时频域特征作为特征向量, 构建基于BP神经网络的分类器, 实现了对入侵事件类型的判别。试验结果表明, 分类器的模式识别准确率达到100%。
海底电缆防锚害 神经网络算法 模式判别 相位敏感光时域反射计 入侵判别 submarine cable anti-anchor damage neural network algorithms pattern discrimination phase sensitive light time domain reflectometer intrusion discrimination
根据Hopfield神经网络的优化功能,对综合鉴别函数进行二元优化,使相关输出具有期望的形状及峰值大小,从而实现旋转不变识别,并定义了一个判别依据——判别比.计算机模拟的结果表明,目标物体通过优化的二元滤波器后,不仅具有期望输出,而且判别比要比伪目标物体至少大一个量级.
综合鉴别函数 判别比 模式识别
