基于TSVD-SCN的光纤入侵信号识别算法研究

采用随机配置网络(SCN,Stochastic configurat ion network)对光纤振动信号进行识别,常由于光 纤预警系统的背景噪声问题使得网络的隐含层输出接近奇异,直接影响了SCN对光纤数据的 识别准确率。 因此本文提出了一种基于截断奇异值分解(Truncated singular value decomposition,TS VD)的SCN 方法(TSVD-SCN) 对光纤入侵信号进行识别。TSVD-SCN通过对网络的隐含层输出进行SVD分解并设置阈值去 除其中较小的 奇异值,以减少隐含层输出矩阵的条件数,提升网络识别率。本文利用占空比,平均幅差函 数,FFT求能 量占比的方法进行特征提取,采用基于TSVD-SCN算法对不同入侵振动特征矢量进行分类识 别。实验证明, 本文所提算法模型精度比SCN的模型精度更高,可以准确识别光纤入侵信号类型,对SCN网 络在实际应用中对分类精度的提高有着重要意义。     

基于端点检测的光纤振动信号识别

利用光纤分布式传感系统对入侵事件进行识别主要难点在于对入侵事件的识别准确率低,为了提高对入侵事件的识别准确率,本文提出一种基于端点检测与信号重组的光纤振动信号的识别方法.该方法首先使用基于谱质心与短时能量的端点检测算法对振动信号的振动部分进行检测,然后将检测到的振动信号进行振动信号的重组,最后使用一个多尺度卷积神经网络结合随机森林树对重组后的信号进行识别.实验证明该识别方式能快速完成对识别模型的训练,并且能有效识别在实际环境中采集的入侵振动信号,对入侵信号的识别准确率可达97.4％.     

偏振复用QPSK相干光数字通信系统实验研究

建立了偏振复用正交相移键控(QPSK)传输及相干检测的数字通信实验系统,并分析系统的性能。40Gbit/s的偏振复用QPSK信号在单模光纤(SMF)中传输了100km;信号光与本振光在接收端进行混频并下变频,最后用数字信号处理(DSP)算法对接收信号离线处理。比较了光纤传输前后不同的光信噪比(OSNR)下的误码率(BER),实验结果表明,所使用的DSP算法能克服光纤信道对信号的主要损伤,对高速的相干检测信号进行有效的恢复。     

基于EMD分解与1-D CNN算法的光纤振动信号的识别

为提高基于相敏光时域反射计(-OTDR)的分布式光纤声传感系统(DAS)对入侵振动事件的识别准确率,提出一种基于经验模态分解(EMD)与一维卷积神经网络(1-D CNN)相结合的识别方式。该方式首先使用EMD将振动信号分解为m阶本征模函数(IMF),然后使用皮尔逊相关系数(PCC)判断出有效的IMF分量,将有效的IMF分量使用小波阈值去噪算法(WTD)进行去噪,对所有去噪后的IMF分量求和得到重构信号,最后使用1-D CNN对重构信号进行识别。实验证明该识别方式能快速完成对识别模型的训练,训练时间小于3min,并且能有效识别在实际环境中采集的入侵振动信号,对入侵信号的识别准确率可达98.3。     

用DSP实现检测多频信号的高效方法

从多个角度讨论了适合于DSP(TMS320C54x)芯片检测DTMF/MFR2多频信号的高效方 法。对Goertzel算法进行理论推导,由此做了进一步的灵活应用改进,将Goertzel算法的一次迭代运算改 进为两次迭代运算,并采用可迭代的多项式产生时窗进行加窗处理,从而大大提高了DSP运行效率。     

基于遥控信号频谱特征的无人机识别算法

近年来,无人机"黑飞"事件与非法入侵的案例开始激增,现有的识别技术往往难以实时、准确地检测到非法无人机,为此提出了一种基于遥控信号频谱特征的无人机识别算法。该算法通过背景频谱模板学习(利用二次平均的方法求信号检测阈值,并屏蔽宽带信号对无人机遥控信号检测的干扰)、无人机跳频与定频遥控信号检测、机型判断及其特征参数学习三大模块来识别非法入侵的无人机。实验结果表明,该算法可以实现对常见无人机实时准确地识别,且鲁棒性较强。     

一种基于ITD算法的直扩信号检测算法

固有时间尺度分解(ITD)算法是一种局域波分解算法,该文对直接序列扩频信号ITD分解,提出了一种通过频域粗搜索和细搜索分别检测直扩信号码片速率和载波频率的快速算法。该算法以瞬时幅度作为分析参量,先设置截止频率对信号低通滤波处理,并通过引入伴随频率达到抑制噪声的目的,利用了固有时间尺度分解算法时频分辨率高,运算速度快的优势。仿真结果显示在-15dB信噪比下能够有效地检测出码片速率和载波频率。     

经验模态分解结合频谱质心的方法在油管入侵信号诊断中的应用

在输油管道的安全防范系统应用背景下,针对传 统方法诊断光纤采集到的入侵信号准确率不高的问题,提出一种基于经验模态分解(EMD)算 法和频谱质心(SC)的入侵信号诊断方法。首先将采集到的原始入侵信号通过EMD进行 分解,分离含噪最 多的特征模态函数(IMF)分量,再组合剩余的IMF分量形成重构信号,对重构信号进行希尔伯 特变换(HT)得到希尔伯特谱,计算它的SC,进一步识别入侵信号和干扰信号。 通过对油管振动信号进行实验,本文方法对于每种入侵信号和干扰信号的诊断准 确率均在90.00%以上,整体的诊断准确率达到97.17%。对于该组油管振动信号, 同时运用奇异值分解(SVD)法进行诊断并将其结果与本文方法的诊断结果进行对比,整 体上本文方法的诊断准确率比SVD法高出19.00%。仿真实验结果表明 ,本文方法能有效诊断入侵信号,并且诊断效果明显优于奇异值分解法。     

基于数据模板匹配算法的FBG冲击定位系统

利用光纤Bragg光栅(FBG)构建传感网络,结合其频谱特性和数据模板匹配处理方法,对碳纤维复合材料(CFRP)板低速冲击区域定位进行了研究。对同一测点进行等能量两次冲击,结果表明,同一测点的两次冲击信号幅频特性之间具有高度相似度。改变冲击位置,观测冲击位置与信号特征之间的关系。依据冲击信号幅频特性,构建低速冲击数据模板库。采用数据模板匹配算法,寻找最大相似度,实现冲击位置识别。实验结果表明,在500mm×500mm×2mm的CFRP板上对任意10个待测点进行低速冲击试验,均实现了准确定位,区域定位精度为80mm×80mm。研究结果为CFRP板的冲击定位检测提供了一种可靠的方法。     

小波包阈值降噪法处理光纤陀螺信号

光纤陀螺以其自身结构和外部环境的影响容易在输出信号中产生随机噪声。为了消除光纤陀螺输出数据中的随机噪声,提出了用小波包阈值法来处理陀螺信号。在分析小波包变换理论及其分解重构算法的基础上,结合光纤陀螺输出数据的数学模型,对光纤陀螺随机信号进行四层小波包分解。通过阈值法对分解得到的各个节点分解系数中小于阈值的部分置零,利用处理过的节点系数进行重构以消除重构陀螺信号中的噪声。仿真实验结果表明,小波包阈值法比小波软硬阈值法在处理光纤陀螺信号中的效果更好,信噪比更高。     

基于背景噪声信号标准化的光纤振动信号检测算法研究

光纤预警系统(OFPS)常应用于监测石油、天然 气管道泄露等灾害的发生,其通过对采集的振动 信号进行分析处理来判定是否存在外来有害入侵。目前该领域的研究热点主要聚焦于采用恒 虚警(CFAR) 及其衍生算法实现检测入侵信号的研究探索,然而该方法的性能常受限于实际信号的分布特 点。本文对采 集信号进一步研究发现背景噪声通常服从非独立同分布(Non-IID)。针对这一实际信号分 布特性,本文提 出一种基于背景噪声标准正态化CFAR的光纤振动信号检测方法,通过对实际Non-IID背景噪 声数据设计 高通滤波器获取其表征特性,并利用该数据特性将背景噪声转换为服从标准正态IID信号, 然后,基于标 准正态化数据,采用高效的CA-CFAR可实现对实际振动信号的有效检测。最后本文通过仿真 实验以及多 次实际实验,结果显示该算法能够有效实现对入侵信号的检测,从而验证了该算法的有效 性。     

光接入网络中的数字信号处理技术

采用先进的数字信号处理(DSP)技术,在发射机和接收机分别引入预处理和后处理,以提高光接入网络的频谱效率并延长传输距离。研究了一种基于光超奈奎斯特(Super-Nyquist)滤波的类9状态正交振幅调制(9QAM)信号多模均衡(MMEQ)后端DSP算法,使用这种方案,能够有效提高频谱效率,实现了频谱效率高达4 bps/Hz的正交移相键控(QPSK)信号传输;还研究了一种基于数字SuperNyquist信号前端预处理的方案,此方案的优点是不需要光预滤波即可达到相同的频谱效率。使用一个采用直接调制激光器(DML)、直接探测和数字均衡技术的高速无载波幅度相位-64状态正交振幅调制(CAP-64QAM)系统,在20 km标准单模光纤(SSMF)上实现了创纪录的60 Gbit/s CAP-64QAM信号传输;使用相干探测,实现了速率高达100 Gbit/s的64状态正交振幅调制-正交频分复用(16QAM-OFDM)实时传输系统,解决了实时OFDM信号处理中的关键问题。     

一种新的无线传感器网络中异常节点检测定位算法

无线传感器网络中异常节点检测是确保网络数据准确性和可靠性的关键步骤。基于图信号处理理论,该文提出了一种新的无线传感器网络异常节点检测定位算法。新算法首先对网络建立图信号模型,然后基于节点域-图频域联合分析的方法,实现异常节点的检测和定位。具体而言,第1步是利用高通图滤波器提取网络信号的高频分量。第2步首先将网络划分为多个子图,然后筛选出子图输出信号的特定频率分量。第3步对筛选出的子图信号进行阈值判断从而定位疑似异常的子图中心节点。最后通过比较各子图的节点集合和疑似异常节点集合,检测并定位出网络中的异常节点。实验仿真表明,与已有的无线传感器网络中异常检测方法相比,新算法不仅有着较高的异常检测概率,而且异常节点的定位率也较高。     

An optical surveillance technique based on cavity mode analysis of SL-RSOA for GPON

An optical in-service surveillance technique based on cavity mode analysis of self-injection locked reflective semiconductor optical amplifier (SL-RSOA) for gigabit-capable passive optical network (GPON) is proposed. At each optical network unit (ONU), an upstream transmitter utilizing SL-RSOA can generate both upstream data signal and surveillance signal due to presence of external cavity. We can able to detect both upstream data and surveillance signals from all ONUs simultaneously at the optical line terminal (OLT) by assigning a distinct cavity mode frequency to each upstream transmitter. We also estimate the power penalty induced by the surveillance signals on the upstream data channel during simultaneous detection mechanism. Further, we propose an alternative method to detect the surveillance signals by allocating a separate monitoring time slot in upstream GPON transmission convergence (GTC) frame so as to reduce the influence of surveillance signals on the upstream data channel.     

光纤振动信号特征提取及线性分类方法

在光纤预警系统(OFPS)中产生的入侵事件主要分 为有害入侵和无害入侵。目前对于这两类扰动常规 的特征提取方法通常是采用时域分析,但是对于不同有害入侵事件其时域特征区分不明显, 因此时域处理 不能更好体现它们之间的细节差别。通过对有害入侵信号的频谱进行统计研究发现,不同信 号的频谱分布 存在较为明显的差异性,因此本文将入侵信号变换到频域并借鉴声信号的处理方法,提出了 一种基于能量 占比特征的有害入侵事件识别算法。对采集到的振动信号进行预处理并计算功率谱密度(PSD ),计算各信号 不同频段的能量占比,并将其作为信号分类识别的特征。之后将能量占比特征作为样本送入 分类器进行 OFPS振动信号识别。在分类器的选择上,本文采用线性判别分析(LDA)分类器对信号进行识 别,LDA能 最大限度的保持原始数据信息,并有效区分振动信号。通过实验结果表明该算法在OFPS 振 动信号的识别 研究中提高了有害入侵信号的识别率,从而验证了本算法的可行性,同时有效减少了识别时 间。     

采用基于密度加权和偏好信息的K均值聚类的胸阻抗信号自动检测算法

为了自动识别胸阻抗(TransThoracic Impedance, TTI)信号中的按压和通气波形,完成相关重要参数的计算,从而实现对心肺复苏质量的监测评估,该文提出一种基于密度加权与偏好信息的胸阻抗信号自动检测算法。该方法针对实验采集的猪的电诱导心脏骤停模型TTI信号,通过预处理和多分辨率窗口搜索法完成潜在按压和通气波形的标记;接着,提取每个标记波形的宽度、幅值以及相邻波形特征差作为特征,并按标记波形宽度对信号进行分段;之后,再对信号进行小波分解,提取其小波系数每段的能量与原始波形幅值之比作为特征;最后采用基于密度加权与偏好信息的K均值聚类分析法对标记的波形进行分类识别。实验结果表明,该算法对TTI信号中按压波形和波形分析识别的正确率和敏感度均较高,鲁棒性好,且运行时间(0.43 s0.07 s)满足实时性要求。     

TMS320C6X实现的通用信号处理平台

数字信号处理(DSP)技术作为软件无线电的关键技术之一,在现代电子领域得到日益广泛的应用。首先简要描述了软件无线电的基本概念,在此基础上详细介绍了一种由TMS320C6X系列DSP实现,用于短波信号侦测处理的通用数字信号处理平台。分别讨论了该设备的硬件组成、工作原理和特点,并给出了基于DSP的调制样式识别、解调软件算法实现方案以及试验结果。     

GST时频滤波SAR射频干扰抑制算法

空间中存在的射频干扰（Radio Frequency Interference,RFI）会污染合成孔径雷达（Synthetic Aperture Radar,SAR）的回波数据,进而影响成像质量以及基于图像的应用。本文针对RFI的特点,提出了一种基于广义S变换（Generalized S Transform,GST）时频滤波的干扰抑制算法。该算法首先利用配对样本T检验对存在干扰的回波数据进行检测并标记,然后对被标记的回波数据的实部与虚部分别进行处理：将数据变换到广义S变换域,逐条对时间窗内的数据进行子空间滤波完成干扰抑制,接着把干扰抑制后的数据反变换到时域并与未标记信号组成新的纯净回波数据集,最后利用成像算法进行成像处理得到清晰的SAR图像。所提出算法可以在有效抑制SAR数据中射频干扰的同时,减少处理过程中有用信号的损失,实验结果验证了算法的有效性。     

随机抽样一致性算法在Vondrak滤波中的应用

针对传统Vondrak滤波法易受粗差值影响的问题,提出了一种基于随机抽样一致性的Vondrak滤波算法来探测和剔除数据中的粗差。首先通过采用随机抽样一致性算法对需要滤波的观测数据进行预处理;然后对数据是否在阈值范围内进行判断,给相应的数据赋予不同的权值系数;最后利用Vondrak滤波估计预处理后的数据。为了验证所提滤波算法的有效性,通过计算机仿真的方法,采用两种不同的信号模型产生信号,并且在两种信号中都加入粗差,分别利用传统的Vondrak滤波、抗差Vondrak滤波和所提滤波算法对两种信号进行滤波。仿真结果表明,所提滤波算法具有良好的粗差探测能力。