基于特征提取的光纤传感振动信号的异常判断方法和系统

    公开(公告)号:CN114295195B

    公开(公告)日:2023-06-13

    申请号:CN202111677844.6

    申请日:2021-12-31

    Abstract: 本发明公开了基于特征提取的光纤传感振动信号的异常判断方法和系统,首先对采集到的光缆中的振动信号进行预处理;将振动信号通过基于频谱能量分析的梅尔频率倒谱系数特征提取方法提取特征向量;将特征向量矩阵通过标准差局部线性嵌入进行特征降维;依据降维后的特征判断振动信号是否为异常信号;若信号为异常信号,则进行报警。本发明通过对梅尔频率倒谱系数特征提取方法的改进,解决了在梅尔频率倒谱系数特征提取过程中因语音信号与光纤传感振动信号频率差异而导致的识别率低的问题,提高了光纤传感系统的检测实时性及识别率,实现对异常信号的快速、准确识别。

    一种分布式光纤传感器振动信号分类方法及识别分类系统

    公开(公告)号:CN111157099B

    公开(公告)日:2022-07-15

    申请号:CN202010000759.5

    申请日:2020-01-02

    Abstract: 本发明公开了一种分布式光纤传感器振动信号分类方法及识别分类系统,方法为:首先用光纤传感系统获取作用在光缆上的振动信号;对光纤振动信号进行预处理;计算光纤振动信号的短时能量和短时过零率;设置短时能量和短时过零率的双门限值,若超过阈值则提取有效数据段,并判断为扰动事件;绘制光纤振动信号时频域上的谱图;提取光纤振动信号的Mel频率倒谱系数;建立基于扰动事件信号的Mel频率倒谱系数和时频域谱图的深度学习识别模型;基于振动信号时频域上的谱图和Mel频率倒谱系数两种特征与深度学习识别模型进行匹配,判断光纤振动信号类别。本发明实现了对光纤传感信号的特征提取,准确识别分类,解决了光纤传感入侵信号识别分类准确率低的技术问题。

    基于反馈的全光纤传感定位系统及定位方法

    公开(公告)号:CN111157100B

    公开(公告)日:2022-05-20

    申请号:CN202010000769.9

    申请日:2020-01-02

    Abstract: 本发明属于分布式光纤传感测量技术领域,具体为一种基于反馈的全光纤传感定位系统及定位方法。本发明采用反馈型的全光纤干涉技术构建了光纤传感结构。该结构通过获取同一振动源的两种干涉信号,借助两种干涉信号的相位差之差,消除光纤监测系统中频率干扰项的影响,实现定位功能。这种方法的优点是利用改进的频域定位方法获得位置信息大大提高了定位精度。本发明的另一优点能够利用单根光纤进行定位监测,从原理上来说,没有监测范围限制,能够检测微小扰动,灵敏度高。

    基于特征提取的光纤传感振动信号的异常判断方法和系统

    公开(公告)号:CN114295195A

    公开(公告)日:2022-04-08

    申请号:CN202111677844.6

    申请日:2021-12-31

    Abstract: 本发明公开了基于特征提取的光纤传感振动信号的异常判断方法和系统,首先对采集到的光缆中的振动信号进行预处理;将振动信号通过基于频谱能量分析的梅尔频率倒谱系数特征提取方法提取特征向量;将特征向量矩阵通过标准差局部线性嵌入进行特征降维;依据降维后的特征判断振动信号是否为异常信号;若信号为异常信号,则进行报警。本发明通过对梅尔频率倒谱系数特征提取方法的改进,解决了在梅尔频率倒谱系数特征提取过程中因语音信号与光纤传感振动信号频率差异而导致的识别率低的问题,提高了光纤传感系统的检测实时性及识别率,实现对异常信号的快速、准确识别。

    基于偏振成像的适用于水下目标检测的显著性视觉方法

    公开(公告)号:CN106407927B

    公开(公告)日:2019-11-05

    申请号:CN201610818023.2

    申请日:2016-09-12

    Abstract: 本发明公开了一种基于偏振成像的适用于水下目标检测的显著性视觉方法,包括A)采集水下同一位置多角度自配准偏振图像;B)基于偏振信息的水下图像恢复;C)全局纹理特征提取;D)基于全局对比度的颜色特征提取;E)视觉显著性特征融合;F)基于目标中心与灰度重心的显著图优化与目标提取;G)根据最终显著图,并对其进行阈值分割,实现水下目标的检测。本发明利用目标中心概率、图像灰度重心及空间顺滑实现显著度优化,进一步抑制背景、突出前景,既能实现复杂水环境下目标检测的高检出率、高识别率,且满足实时性要求,具有良好的应用前景。

    一种液压驱动的水下构筑物清洗系统及方法

    公开(公告)号:CN106988368A

    公开(公告)日:2017-07-28

    申请号:CN201710202100.6

    申请日:2017-03-30

    CPC classification number: E02F5/28 E02F9/22 E02F9/262 E02F9/265

    Abstract: 本发明公开一种液压驱动的水下构筑物清洗系统及方法,该系统包括地面控制装置及水下清洗装置,地面控制装置包括液压泵站、上位机单元,水下清洗装置包括液压清洗刷单元、液压固定单元、液压移动单元、图像采集单元;其中,液压泵站的输入端与上位机单元的输出端电连接,液压泵站的输出端与液压清洗刷单元、液压固定单元、液压移动单元分别电连接,图像采集单元的输出端与上位机单元的输入端电连接。本发明清洗系统,由液压泵站驱动各路液压马达,水下清洗装置通过所述液压固定单元和所述液压移动单元协同工作的方式,在水下构筑物表面使用所述液压清洗刷单元进行定点作业;有效解决了传统水下清洗装置密封性能方面的问题,安全性能提高。

    基于模糊判决的农作物灌溉策略及决策系统

    公开(公告)号:CN105892287A

    公开(公告)日:2016-08-24

    申请号:CN201610302094.7

    申请日:2016-05-09

    CPC classification number: G05B13/0285

    Abstract: 本发明涉及一种基于模糊判决的农作物灌溉策略及决策系统,本农作物灌溉策略包括如下步骤:步骤S1,根据样本数据建立生成系统知识库;以及步骤S2,根据农作物当前生长环境、生长阶段数据,通过模糊判决确定当前农作物灌溉的需水量;本发明的农作物灌溉策略及农作物灌溉决策系统能有效的根据样本数据建立生成系统知识库,以分析农作物当前生长环境、生长阶段数据,进而获得精确灌溉用水量,同传统的根据土壤温湿度条件相比,综合考虑不同土质、生长环境、天气情况以及农作物的不同生长阶段,可以更直接地反应作物水分状况,将作物的生长环境和生长情况共同作为作物需水决策依据,可增加判决精度,有效提高水资源的利用率。

    一种基于DICE单元的新型抗SEU加固的SR锁存器

    公开(公告)号:CN104022773A

    公开(公告)日:2014-09-03

    申请号:CN201410287632.0

    申请日:2014-06-24

    Abstract: 本发明公开了一种基于DICE单元的新型抗SEU加固的SR锁存器,包括抗单粒子反转(Single Event Upset,SEU)加固和抗多节点反转(Multiple Node Upset,MBU)加固。该方案基于DICE单元实现SR锁存器功能,可以配置为正、负逻辑SR锁存器。本发明通过外部逻辑扩展可以改变为任何已知形式的锁存器或触发器。本发明可以作为存储器或抗辐射的存储器。本发明可以用于将不抗辐射的电路扩展为抗辐射的电路。本发明特有的控制PMOS管,通过PMOS管的关断来隔离SEU错误向相邻节点的传播,避免发生多节点反转,提高SR锁存器的SEU加固能力,提高集成电路的抗SEU能力。

    基于粒计算的水下图像增强系统及增强方法

    公开(公告)号:CN108133467B

    公开(公告)日:2021-12-07

    申请号:CN201810084505.9

    申请日:2018-01-29

    Abstract: 本发明公开了一种基于粒计算的水下图像增强系统及增强方法,基于非均匀粒度的计算方法,去除水下光照不均和噪声,在保护纹理细节的完整性的同时,实现图像增强。本发明首先提取水下图像的照度信息,按从粗到细的粒度层次逐步对光照信息进行细分,将图像划分为一系列大小和光照强度不同的粒子构成的集合,并定位最适宜亮度粒子,根据每个粒子的亮度情况分别进行照度补偿,获得去除光照不均的水下图像,然后对每个粒子分别进行噪声去除,实现图像增强。本发明不需要光照先验知识,无需手工调节参数,能够根据图像特点自适应分析,增强后水下图像的纹理和细节信息清晰完整。

    一种分布式光纤传感器振动信号分类方法及识别分类系统

    公开(公告)号:CN111157099A

    公开(公告)日:2020-05-15

    申请号:CN202010000759.5

    申请日:2020-01-02

    Abstract: 本发明公开了一种分布式光纤传感器振动信号分类方法及识别分类系统,方法为:首先用光纤传感系统获取作用在光缆上的振动信号;对光纤振动信号进行预处理;计算光纤振动信号的短时能量和短时过零率;设置短时能量和短时过零率的双门限值,若超过阈值则提取有效数据段,并判断为扰动事件;绘制光纤振动信号时频域上的谱图;提取光纤振动信号的Mel频率倒谱系数;建立基于扰动事件信号的Mel频率倒谱系数和时频域谱图的深度学习识别模型;基于振动信号时频域上的谱图和Mel频率倒谱系数两种特征与深度学习识别模型进行匹配,判断光纤振动信号类别。本发明实现了对光纤传感信号的特征提取,准确识别分类,解决了光纤传感入侵信号识别分类准确率低的技术问题。

Patent Agency Ranking