摘要
本发明公开了一种提高基于分布式光纤Sagnac干涉振动监测准确率的方法,具体包括:利用分布式光纤Sagnac干涉仪获取振动信号,并进行信号滤波和相位差计算;计算单位时间内所述振动信号的波个数或周期与振幅变化特征,若为窄频带振动信号则丢弃,否则利用快速傅里叶变换FFT提取振动信号的频谱特征,若为窄频带振动信号则丢弃,若为所述宽频带振动信号,获取信号的主频分布及带宽,进一步基于R‑CNN深度学习模型对振动信号进行智能分类,若为窄频带振动信号则丢弃,否则,获得宽频带振动信号区域;对宽频带振动信号区域采用陷波谱法计算震源位置,并触发报警系统;若上述步骤未获得宽频带振动信号,则所述振动信号为无效信号,且不进行定位。
技术关键词
Sagnac干涉仪
分布式光纤
宽频带
高维特征向量
频谱特征
监测准确率
深度学习模型
卷积特征提取
分类网络
震源
卷积神经网络提取
信号滤波
报警系统
波形
周期
通信光缆
滑动窗口
频率
系统为您推荐了相关专利信息
振动监测方法
频谱特征
信号
构建机器学习模型
接头
语音识别方法
语音特征
注意力机制
语音识别模型
计算机可执行指令
锂离子电池
水下机器人
状态监测方法
随机森林模型
寿命
信噪比
数据处理模块
深度学习模型
音频信号处理方法
计算机可读取存储介质