摘要

    相位敏感光时域反射计(f-OTDR)在光纤围栏等动态传感领域具有重要的应用，快速、有效地对入侵信号分类识别有着十分重要的意义。基于频谱分析提出了一种称为频谱欧氏距离法(EDFS)的快速模式识别方法。该方法通过短时平移差分和短时能量法对 f-OTDR 的解调信号进行提取，确定待分析数据段；对数据段进行归一化和快速傅里叶变换，获得信号的频谱特征；计算信号频谱与预先生成的模板之间的欧氏距离对入侵信号进行分类、识别。采用三种入侵信号对该方法的有效性和实时性进行了实验验证。结果表明，该模式识别方法可以有效识别扰动信号，识别时间小于传统的动态时域规划模式识别方法耗时的 1/10。同时，该方法所需训练样本较少，对环境噪声有一定程度的抑制作用。

关键词 传感器; 模式识别与特征提取; 傅里叶变换; 相位敏感光时域反射计

 1、引 言

    与基于散射强度检测的常规光时域反射仪(OTDR)相比，相位敏感光时域反射仪不仅可以检测光纤瑞利散射回波的强度，而且可以检测回波的相位波动，具有更高的灵敏度和探测动态信号的能力[1-9] 。近年来，fOTDR 光纤围栏在周界安防方面，受到了越来越广泛的关注。从 f-OTDR 探测到的大量复杂信号中判断光纤沿线发生了怎样的扰动，怎样性质的入侵，这是周界安防应用实际关注的目标。因此，对探测到的扰动信号进行初步的识别非常重要，以便快速、准确地做出响应。

    在语音识别领域很早就开始发展模式识别技术[10] 。动态时间规划(DTW)[11] 、神经网络、模糊算法等算法被用于模式识别领域，显示了各自优点和适用范围。过零率(ZCR)被用于打击声波的模式识别和分类[12] 。最近，在光纤振动传感的模式识别方面，文献[13]提出了过阈值率(LCR)算法，演示了振动信号识别的效果。 ZCR 和 LCR 算法主要用于信号的初步提取，简单地作为模式识别的判据识别率较低。DTW 算法是语音识别中简单有效、较为经典的一种算法，采用动态规划的思想解决发音长短不一的匹配问题。其匹配度通常采用欧氏距离进行评价，技术上较简单，识别率较高，但是该算法运算量大，运算时间较长。

    光纤围栏在周界安防中的应用要求对入侵信号快速判断，快速响应，发展一种适用于安防系统的快速模式识别方法是当务之急。本文提出一种基于探测信号的傅里叶频谱，在频域计算信号与模板之间欧氏距离的方法，称之为频谱欧氏距离法(EDFS)。对这一方法进行了实验验证，用所构建的 f-OTDR 系统，探测在安装在实验墙上的一段光纤上施加的四种扰动信号：模拟爬墙的踢墙、踹墙和近旁跑步，以及环境的自然风。并对获取的信号进行了 EDFS 处理。

2 EDFS 算法

    实验系统为本课题组提出的数字相干解调 f-OTDR 系统。该系统具有较高的灵敏度，可以实现分布式动态探测[5-6,14] 。该系统将散射回波光信号与本地振荡激光做相关检测，获得拍频信号及其时域波形，探测光纤长度可达数十公里。沿线的扰动和入侵往往发生在若干局部的位置上。通过 f-OTDR 系统的重复脉冲扫描，可以获得扰动随时间变化的动态数据。对某个扰动位置上获取的时域扰动信号进行分析处理，采用所建立的模式识别算法判别扰动的类型。提出的 EDFS 快速模式识别算法主要包括以下步骤。

 2.1 数据提取

    由于光纤瑞利散射光很弱，解调得到的相位信息中难免会叠加上多种噪声。而且，通常的入侵扰动在时间上具有断续发生的特点。因此，有必要对信号进行初步处理，提取出有用的信息，以加快处理的速度。 EDFS 方法中采用短时能量 E 和短时平移差分 D(SSD)作为信号选取的判据。在计算这两个参数之前，首先将截取待分析的时域信号 x(n) 划分为长度为 N 的数据帧。N 的选取根据 OTDR 系统的光脉冲重复频率和扰动的特征确定。N 越小，其运算时间越长。但 N 也不宜过大，其最大值应不超过扰动信号的长度，否则，其处理效果将难以确保。图 1 为一组时域数据及其处理格式示意图。为了保证选取数据的连续性，数据帧设置为前后重叠，重叠长度通常为帧长度的 1/2 或者 1/3。即(1)~(2)式中 m = 1,N/2,N,? 或 m = 1,2N/3,4N/3,? 。

    短时能量是该帧信号强度的反映，频移差分是数据波动幅度的反映。从频谱分析的角度，前者代表扰动的强度，后者反映扰动的起伏程度。两个参数计算的结果进行“求或”操作，即满足其中一个大于阈值时将该帧数据提取出来，进行后续分析。两者综合，避免数据的无谓丢失。两参数的阈值根据模板训练确定。

     若相邻的若干帧数据的短时能量 E 和短时平移差分 D 均满足条件，则将其对应的原始数据取出(重叠部分不重复提取)进行后续处理。为了便于统一比较，提取的数据段的长度设为固定值 M。M 值不小于有效扰动信号的最大长度，根据模板训练确定。其余不满足 E 和 D 阈值条件的信号则不进行后续处理。如果所有数据均不满足条件，表明该时间段的扰动很小，有待系统继续监测。

     f-OTDR 光纤围栏主要关注的入侵，一般具有冲击性和突发性的动态特性，而不是持续性的扰动。对获取的数据作分时段处理，并选取上述两个参数作为数据提取的判据，适合于这一类入侵的告警。

4 结 论

    提出了一种应用于 f-OTDR 入侵检测系统快速预警的模式识别方法—EDFS。该方法是利用信号 FFT 频谱的欧氏距离对扰动信号进行识别的，与 DTW 相比，不存在动态时间规划过程，处理速度更快。结果表明，EDFS 的处理时间小于 DTW 的 1/10，并且识别率与之相近，甚至更高。此外，EDFS 只需较少的训练模板，可以在一定程度上减弱环境噪声的影响。因此，该模式识别方法有利于 f-OTDR 在周界安防、管线保护等领域的应用。