公开(公告)号：CN112464777B

公开(公告)日：2023-04-18

申请号：CN202011316585.X

申请日：2020-11-20

Applicant: 电子科技大学

Inventor： 吴慧娟 ,  王宇丰 ,  孙玉文 ,  路豪 ,  刘欣雨 ,  涂云淋 ,  饶云江

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种光纤振动源垂直距离智能估算方法，属于分布式光纤传感及应用技术领域。基于分布式光纤振动传感原理，利用埋地光纤感知沿线的振动信号，采集事件影响范围内沿埋地光纤分布的各个空间点的时间信号，分别进行傅里叶变换，获得二维空间频谱图特征，进一步利用深度学习进行可分辨深度特征自动提取与垂直偏移距离的识别分类，最终实现振动源偏离光纤的垂直距离智能估算和威胁级别判定。解决无法对危险振动源到光纤的垂直距离进行准确估算的问题，并以此为依据判断振动源的威胁程度。

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：CN112464777A

公开(公告)日：2021-03-09

申请号：CN202011316585.X

申请日：2020-11-20

Applicant: 电子科技大学

Inventor： 吴慧娟 ,  王宇丰 ,  孙玉文 ,  路豪 ,  刘欣雨 ,  涂云淋 ,  饶云江

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种光纤振动源垂直距离智能估算方法，属于分布式光纤传感及应用技术领域。基于分布式光纤振动传感原理，利用埋地光纤感知沿线的振动信号，采集事件影响范围内沿埋地光纤分布的各个空间点的时间信号，分别进行傅里叶变换，获得二维空间频谱图特征，进一步利用深度学习进行可分辨深度特征自动提取与垂直偏移距离的识别分类，最终实现振动源偏离光纤的垂直距离智能估算和威胁级别判定。解决无法对危险振动源到光纤的垂直距离进行准确估算的问题，并以此为依据判断振动源的威胁程度。