-
-
-
公开(公告)号:CN116863251A
公开(公告)日:2023-10-10
申请号:CN202311122446.7
申请日:2023-09-01
Applicant: 湖北工业大学
IPC: G06V10/764 , G06N3/0442 , G06V10/44 , G06V10/774 , G06V10/82 , G01H9/00
Abstract: 本发明属于分布式光纤传感技术领域,公开了一种分布式光纤传感扰动识别方法。本发明首先基于Φ‑OTDR分布式光纤传感系统采集获得多类扰动事件对应的原始数据,原始数据为一维时间序列信号;然后对原始数据进行预处理,得到预处理后的一维时间序列信号;之后通过格拉姆角场转换得到二维图像,将二维图像按照扰动事件的种类进行整理得到数据总集,并划分为训练集和验证集;构建HorNet网络模型,利用训练集、验证集分别对HorNet网络模型进行训练和验证,得到训练好的HorNet网络模型;最后利用训练好的HorNet网络模型进行扰动识别。本发明能够提高分布式光纤传感扰动识别的准确率,并能够减少计算量,提高识别效率。
-
公开(公告)号:CN115600503A
公开(公告)日:2023-01-13
申请号:CN202211382714.4
申请日:2022-11-07
Applicant: 湖北工业大学(CN)
IPC: G06F30/27 , G06F119/08
Abstract: 本发明公开了基于单纯形‑模拟退火法的多结化合物电池模型参数优化方法,包括:S100:获取多结化合物电池的电流和电压的多组实测数据样本;S200:构建多结化合物电池的物理模型,确定优化问题的目标函数,所述目标函数基于多结化合物电池输出电流的预测值与实测值的差值最小构建;S300:利用单纯形搜索法在给定的搜索范围内搜索待优化模型参数的局部极小点,以局部极小点作为模拟退火法的初始个体,再利用模拟退火法进行随机搜索,获得待优化模型参数的最优解。本发明收敛快,搜索效率和搜索精度均可明显提高,可大大提高多结化合物电池模型的精度和可靠性,从而获得具准确预测能力的电池模型,应用性更强。
-
公开(公告)号:CN118548975B
公开(公告)日:2024-11-15
申请号:CN202410598434.X
申请日:2024-05-15
Applicant: 湖北工业大学
IPC: G01H9/00
Abstract: 本发明提供了一种实时抑制分布式光纤声传感衰落系统。该分布式光纤声传感系统,包括:激光器、第一耦合器、相位调制器、任意波形发生器、声光调制器,掺饵光纤放大器、带通滤波器、第二耦合器、环形器、传感光纤、偏振分集接收器、模数转换模块、FPGA处理器;该系统在FPGA处理器中执行消除衰落算法和解调相位信号,步骤包括:FIR滤波、希尔伯特变换、复共轭乘法、反正切、解卷绕和相位差分。通过相位调制产生等强度边带,并在FPGA中使用复共轭乘法来合并三路信号,实现实时消除干涉衰落。偏振分集接收器用于消除偏振衰落。与现有方案相比,该系统结构简单,只需额外一个相位调制器,并且能够调控三路信号的功率;且FPGA处理器提高了系统的实时性。
-
公开(公告)号:CN116863251B
公开(公告)日:2023-11-17
申请号:CN202311122446.7
申请日:2023-09-01
Applicant: 湖北工业大学
IPC: G06V10/764 , G06N3/0442 , G06V10/44 , G06V10/774 , G06V10/82 , G01H9/00
Abstract: 本发明属于分布式光纤传感技术领域,公开了一种分布式光纤传感扰动识别方法。本发明首先基于Φ‑OTDR分布式光纤传感系统采集获得多类扰动事件对应的原始数据,原始数据为一维时间序列信号;然后对原始数据进行预处理,得到预处理后的一维时间序列信号;之后通过格拉姆角场转换得到二维图像,将二维图像按照扰动事件的种类进行整理得到数据总集,并划分为训练集和验证集;构建HorNet网络模型,利用训练集、验证集分别对HorNet网络模型进行训练和验证,得到训练好的HorNet网络模型;最后利用训练好的HorNet网络模型进行扰动识别。本发明能够提高分布式光纤传感扰动识别的准确率,并能够减少计算量,提高识别效率。
-
公开(公告)号:CN118606745A
公开(公告)日:2024-09-06
申请号:CN202410593029.9
申请日:2024-05-14
Applicant: 湖北工业大学
IPC: G06F18/24 , G01H9/00 , G06F18/214 , G06F18/15 , G06V10/764 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明提供一种基于ResNet双注意力机制的光纤传感信号识别方法,属于光纤信号识别技术领域,包括:通过搭建Φ‑OTDR分布式光纤传感系统,采集了原始噪声信号和多类扰动信号,基于格拉姆角场的原理将预处理后的一维时间序列信号转换成二维图像,不仅能够获得更深层次的特征,并且省去复杂的特征提取的步骤,有效保留原时间序列时间维度的信息,构建ResNet双注意力机制模型,并利用模型进行扰动识别,提高了识别准确率和识别效率,有利于实现对入侵行为的精准检测。本发明提出的模型对图像的识别能力优越,模型架构设计中引入的显式的高阶空间交互作用有利于提高视觉模型的建模能力,能有效识别出转换为二维数据的光纤传感事件。
-
公开(公告)号:CN118548975A
公开(公告)日:2024-08-27
申请号:CN202410598434.X
申请日:2024-05-15
Applicant: 湖北工业大学
IPC: G01H9/00
Abstract: 本发明提供了一种实时抑制分布式光纤声传感衰落系统。该分布式光纤声传感系统,包括:激光器、第一耦合器、相位调制器、任意波形发生器、声光调制器,掺饵光纤放大器、带通滤波器、第二耦合器、环形器、传感光纤、偏振分集接收器、模数转换模块、FPGA处理器;该系统在FPGA处理器中执行消除衰落算法和解调相位信号,步骤包括:FIR滤波、希尔伯特变换、复共轭乘法、反正切、解卷绕和相位差分。通过相位调制产生等强度边带,并在FPGA中使用复共轭乘法来合并三路信号,实现实时消除干涉衰落。偏振分集接收器用于消除偏振衰落。与现有方案相比,该系统结构简单,只需额外一个相位调制器,并且能够调控三路信号的功率;且FPGA处理器提高了系统的实时性。
-
-
-
-
-
-
-