针对分布式光纤周界安防系统中的振动入侵类型识别要求,提出一种基于时频特征的光纤振动模式识别方法。该方法以时频熵和具有时间关联性的重心频率为时频域特征,结合时域特征形成特征向量,并采用概率神经网络(PNN)进行多类模式识别。为...针对分布式光纤周界安防系统中的振动入侵类型识别要求,提出一种基于时频特征的光纤振动模式识别方法。该方法以时频熵和具有时间关联性的重心频率为时频域特征,结合时域特征形成特征向量,并采用概率神经网络(PNN)进行多类模式识别。为了不受不定原理的制约,时频域特征是基于经验模态分解(EMD)和Hi l ber t变换的,在实现上采用两级振动模式识别。实验结果表明,该方法能有效提高不同振动类型的识别准确率。展开更多
文摘针对分布式光纤周界安防系统中的振动入侵类型识别要求,提出一种基于时频特征的光纤振动模式识别方法。该方法以时频熵和具有时间关联性的重心频率为时频域特征,结合时域特征形成特征向量,并采用概率神经网络(PNN)进行多类模式识别。为了不受不定原理的制约,时频域特征是基于经验模态分解(EMD)和Hi l ber t变换的,在实现上采用两级振动模式识别。实验结果表明,该方法能有效提高不同振动类型的识别准确率。
