公开(公告)号：CN113049084B

公开(公告)日：2022-05-06

申请号：CN202110283686.X

申请日：2021-03-16

Applicant: 电子科技大学

Inventor： 吴慧娟 ,  刘欣雨 ,  王宇丰 ,  刘一梦 ,  涂云淋 ,  孙玉文 ,  干登轲 ,  刘亮 ,  饶云江

IPC: G01H9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制的Resnet的分布式光纤传感信号识别方法，属于光纤传感技术领域；包括数据准备：构建不同类型的典型事件信号数据集；信号预处理：对典型事件信号数据集中的时间信号做信号预处理，构建时频特征数据集；基于典型事件时频特征数据集，构建基于注意力机制的残差网络，对模型进行离线训练，得到最优模型；识别分类：利用最优模型对待测事件的时频数据集进行识别；同时将本发明的方法与2D‑CNN、Resnet、2D‑CNN+CBAM网络模型的识别性能进行对比，该方法具有最佳的识别性能。本发明将注意力机制与深度学习网络相结合，使网络自动聚焦于信号的关键信息部分，形成主要信号特征表达，使得识别网络具有更快的收敛速度。

公开(公告)号：CN113049084A

公开(公告)日：2021-06-29

申请号：CN202110283686.X

申请日：2021-03-16

Applicant: 电子科技大学

Inventor： 吴慧娟 ,  刘欣雨 ,  王宇丰 ,  刘一梦 ,  涂云淋 ,  孙玉文 ,  干登轲 ,  刘亮 ,  饶云江

IPC: G01H9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制的Resnet的分布式光纤传感信号识别方法，属于光纤传感技术领域；包括数据准备：构建不同类型的典型事件信号数据集；信号预处理：对典型事件信号数据集中的时间信号做信号预处理，构建时频特征数据集；基于典型事件时频特征数据集，构建基于注意力机制的残差网络，对模型进行离线训练，得到最优模型；识别分类：利用最优模型对待测事件的时频数据集进行识别；同时将本发明的方法与2D‑CNN、Resnet、2D‑CNN+CBAM网络模型的识别性能进行对比，该方法具有最佳的识别性能。本发明将注意力机制与深度学习网络相结合，使网络自动聚焦于信号的关键信息部分，形成主要信号特征表达，使得识别网络具有更快的收敛速度。

公开(公告)号：CN112179475B

公开(公告)日：2021-09-07

申请号：CN202010842976.9

申请日：2020-08-20

Applicant: 电子科技大学 ,  南京艾森斯智能科技有限公司

Inventor： 吴慧娟 ,  刘一梦 ,  涂云琳 ,  干登轲 ,  饶云江

IPC: G01H9/00

Abstract: 本发明公开了一种多源混叠的分布式光纤振动传感信号的分离方法，属于光纤传感技术及应用领域，首先基于分布式光纤振动传感系统采集时空矩阵信号，差值检测并定位振动源，抽取离振动源最近的多路时间信号作为观测信号；采用去均值及白化进行预处理；采用基于峭度的FastICA算法进行解混，选取峭度的绝对值作为目标函数，利用梯度下降思想，找到峭度绝对值增大最快的方向，求得最佳解混矩阵，进而从多源混叠信号中分离出源信号，本发明首次提出了解决分布式光纤传感接收信号中多个动态振动源混合的分离方法，解决了交通等干扰环境下威胁性振动源的准确检测与识别问题，提高了分布式光纤振动传感系统在复杂噪声环境下的检测准确度，具有较大的应用价值。

公开(公告)号：CN112179475A

公开(公告)日：2021-01-05

申请号：CN202010842976.9

申请日：2020-08-20

Applicant: 电子科技大学 ,  南京艾森斯智能科技有限公司

Inventor： 吴慧娟 ,  刘一梦 ,  涂云琳 ,  干登轲 ,  饶云江

IPC: G01H9/00

Abstract: 本发明公开了一种多源混叠的分布式光纤振动传感信号的分离方法，属于光纤传感技术及应用领域，首先基于分布式光纤振动传感系统采集时空矩阵信号，差值检测并定位振动源，抽取离振动源最近的多路时间信号作为观测信号；采用去均值及白化进行预处理；采用基于峭度的FastICA算法进行解混，选取峭度的绝对值作为目标函数，利用梯度下降思想，找到峭度绝对值增大最快的方向，求得最佳解混矩阵，进而从多源混叠信号中分离出源信号，本发明首次提出了解决分布式光纤传感接收信号中多个动态振动源混合的分离方法，解决了交通等干扰环境下威胁性振动源的准确检测与识别问题，提高了分布式光纤振动传感系统在复杂噪声环境下的检测准确度，具有较大的应用价值。