CN112307961B - 混合光纤入侵信号的处理方法及装置 - Google Patents
混合光纤入侵信号的处理方法及装置 Download PDFInfo
- Publication number
- CN112307961B CN112307961B CN202011189499.7A CN202011189499A CN112307961B CN 112307961 B CN112307961 B CN 112307961B CN 202011189499 A CN202011189499 A CN 202011189499A CN 112307961 B CN112307961 B CN 112307961B
- Authority
- CN
- China
- Prior art keywords
- intrusion signal
- mixed
- characteristic
- pure
- optical fiber
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 60
- 238000012545 processing Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000000835 fiber Substances 0.000 claims abstract description 74
- 239000011159 matrix material Substances 0.000 claims abstract description 43
- 230000006870 function Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001228 spectrum Methods 0.000 claims description 10
- 230000000295 complement effect Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 230000009545 invasion Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Optical Transform (AREA)
Abstract
本发明公开了一种混合光纤入侵信号的处理方法及装置，其中方法包括：获得混合光纤入侵信号；根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理。本发明可以对混合光纤入侵信号进行处理，提高振源识别率，便于技术人员及时采取有效措施，制止有害侵入的发生。
Description
技术领域
本发明涉及信号处理技术领域，尤其涉及混合光纤入侵信号的处理方法及装置。
背景技术
随着全球经济的迅猛发展，社会对能源尤其是油气资源的需求量日趋增加。在国家能源战略中，油气储运的建设和发展关系到为国民经济建设和社会发展提供长期、稳定、经济、安全的能源保障的战略全局。如今，地下油气输送管道已成为能源运输的大动脉，管道安全保护的问题也日益突出地摆在人们面前。管道一旦泄漏极易发生爆炸，不仅影响能源的正常运输，还将给国家和人民群众的生命、财产造成巨大损失。因此，对管道安全的预警系统有广泛的应用背景。
在运用光纤传感系统进行实时监控的基础上，对所检测到的振动信号进行分类，识别引起振动的外部事件源，便于及时采取有效措施，制止有害侵入的发生。通过光纤传感系统探测光缆周边的振动事件，采集石油管道周边的各种振动信号，提取信号特征参数，实现目标的分类与识别。
在实际地下基础设施中，可能同时存在如行人活动、车辆运动、或隧道裂缝、地下水渗漏等一长时间，这使得采集到的光纤入侵信号愈发复杂，采用现有方法处理混合光纤入侵信号得到的振源识别率较低，不利于技术人员及时采取有效措施，制止有害侵入的发生。
因此，亟需一种可以克服上述问题的混合光纤入侵信号的处理方案。
发明内容
本发明实施例提供一种混合光纤入侵信号的处理方法，用以对混合光纤入侵信号进行处理，提高振源识别率，便于技术人员及时采取有效措施，制止有害侵入的发生，该方法包括：
获得混合光纤入侵信号；
根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；
根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；
根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；
根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理。
本发明实施例提供一种混合光纤入侵信号的处理装置，用以对混合光纤入侵信号进行处理，提高振源识别率，便于技术人员及时采取有效措施，制止有害侵入的发生，该装置包括：
信号获得模块，用于获得混合光纤入侵信号；
空间建立模块，用于根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；
投影模块，用于根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；
矩阵确定模块，用于根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；
信号处理模块，用于根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述混合光纤入侵信号的处理方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述混合光纤入侵信号的处理方法的计算机程序。
本发明实施例通过获得混合光纤入侵信号；根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理。本发明实施例将混合光纤入侵信号投影到了纯入侵信号特征子空间，根据得到的投影数据确定特征空间体积数据和协方差矩阵，在纯入侵信号特征子空间实现了混合光纤入侵信号的端元分析，得到纯入侵信号，并且协方差矩阵作为约束条件有效避免了混合光纤入侵信号中干扰点的影响，从而有效提高振源识别率，便于技术人员及时采取有效措施，制止有害侵入的发生。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例中混合光纤入侵信号的处理方法示意图；
图2为本发明实施例中纯入侵信号特征子空间示意图；
图3为本发明实施例中混合光纤入侵信号的处理装置结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
为了对混合光纤入侵信号进行处理，提高振源识别率，便于技术人员及时采取有效措施，制止有害侵入的发生，本发明实施例提供一种混合光纤入侵信号的处理方法，如图1所示，该方法可以包括：
步骤101、获得混合光纤入侵信号；
步骤102、根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；
步骤103、根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；
步骤104、根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；
步骤105、根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理。
由图1所示可以得知，本发明实施例通过获得混合光纤入侵信号；根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理。本发明实施例将混合光纤入侵信号投影到了纯入侵信号特征子空间，根据得到的投影数据确定特征空间体积数据和协方差矩阵，在纯入侵信号特征子空间实现了混合光纤入侵信号的端元分析，得到纯入侵信号，并且协方差矩阵作为约束条件有效避免了混合光纤入侵信号中干扰点的影响，从而有效提高振源识别率，便于技术人员及时采取有效措施，制止有害侵入的发生。
发明人发现，光纤传感器可以检测并定位光纤链路周围的入侵。主要原理是入侵行为会在光纤的相应位置引起微弱的振动，而这种微弱的振动会改变相应位置的折射率。在正常情况下，大多数光纤信号由于全反射效应而向前传播，但是折射率的变化极大地提高了后向散射光的可能性。入侵信号的位置决定了入侵信号的时间延迟，入侵振动可以调制反向散射的光信号。因此，检测到的入侵信号带有与入侵行为相关的特征，例如功率谱特征。光纤混合入侵信号特征分布于纯入侵信号所张成的特征空间中，而纯入侵信号特征点被称为特征空间上的端元。利用大量混合入侵信号样本，通过对特种空间的分析，求解端元，可以得到纯入侵信号。因此，本发明实施例将混合光纤入侵信号投影到了纯入侵信号特征子空间，根据得到的投影数据确定特征空间体积数据和协方差矩阵，在纯入侵信号特征子空间实现了混合光纤入侵信号的端元分析，得到纯入侵信号，并且协方差矩阵作为约束条件有效避免了混合光纤入侵信号中干扰点的影响，从而有效提高振源识别率，便于技术人员及时采取有效措施，制止有害侵入的发生。
具体实施时，获得混合光纤入侵信号，根据所述混合光纤入侵信号，建立纯入侵信号特征子空间。
实施例中，根据所述混合光纤入侵信号，建立纯入侵信号特征子空间，包括：根据所述混合光纤入侵信号，提取功率谱特征数据；根据所述功率谱特征数据，建立纯入侵信号特征子空间。
图2为建立的纯入侵信号特征子空间示意图，其中空心圆圈表示纯入侵信号特征点，实心圆圈代表混合光纤入侵信号的特征点，也即混合光纤入侵信号的功率谱特征数据，表示为W＝[w1,w2,…,wk]。在足够的采样大小的情况下，混合入侵信号将填充在特征空间中，且不会出现在特征空间之外。通过找到特征空间的顶点，可以得到纯入侵信号特征点，有助于反演出入侵信号，确定其类型。
具体实施时，根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据。
实施例中，根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据，包括：对所述混合光纤入侵信号和纯入侵信号特征子空间进行互补正交投影变换，得到所述混合光纤入侵信号对应的投影数据。
本实施例中，纯入侵信号特征子空间可以表示为：P＝W(WTW)-1WT，混合光纤入侵信号可以表示为：Y＝[y1,y2,…,yM]，按如下公式对所述混合光纤入侵信号和纯入侵信号特征子空间进行互补正交投影变换，得到所述混合光纤入侵信号对应的投影数据：
Y'＝PY＝[y′1,y′2,…,y′M]＝[y1,P⊥y2,…,P⊥yk-1] (1)
具体实施时，根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵。
本实施例中，在得到投影数据之后，按如下公式确定混合光纤入侵信号对应的特征空间体积数据：
其中，是互补正交投影。
然后，为了避免干扰点的影响，引入样本协方差矩阵作为约束条件，按如下公式确定混合光纤入侵信号对应的协方差矩阵：
其中，ΩY是Y的协方差矩阵，是ΩY的第L个特征值。
具体实施时，根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理。
实施例中，根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理，包括：根据所述特征空间体积数据和协方差矩阵，建立目标函数；根据所述目标函数和预先设定的权重参数，进行混合光纤入侵信号处理。
本实施例中，目标函数如下：
max OBJ(Y,W)＝|ΩY|α·|di|1-α,i＝1,2,…,k-1 (4)
其中，α∈[0,1]是权重参数，用于调节干扰点屏蔽能力，如果接近0表示不对干扰点进行屏蔽。对目标函数进行优化求解，最终得到端元特征点。
本发明实施例提供的混合光纤入侵信号的处理方案具备有效性高以及对噪声和干扰点鲁棒性良好的优点，在混合入侵信号样本矩阵上特征空间投影，通过引入抗干扰点约束的统计信息来有效地避免离群值，最终求解目标函数以获得端元特征点。
基于同一发明构思，本发明实施例还提供了一种混合光纤入侵信号的处理装置，如下面的实施例所述。由于这些解决问题的原理与混合光纤入侵信号的处理方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
图3为本发明实施例中混合光纤入侵信号的处理装置的结构图，如图3所示，该装置包括：
信号获得模块301，用于获得混合光纤入侵信号；
空间建立模块302，用于根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；
投影模块303，用于根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；
矩阵确定模块304，用于根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；
信号处理模块305，用于根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理。
一个实施例中，所述信号处理模块305进一步用于：
根据所述特征空间体积数据和协方差矩阵，建立目标函数；
根据所述目标函数和预先设定的权重参数，进行混合光纤入侵信号处理。
一个实施例中，所述空间建立模块302进一步用于：
根据所述混合光纤入侵信号，提取功率谱特征数据；
根据所述功率谱特征数据，建立纯入侵信号特征子空间。
一个实施例中，所述投影模块303进一步用于：
对所述混合光纤入侵信号和纯入侵信号特征子空间进行互补正交投影变换，得到所述混合光纤入侵信号对应的投影数据。
综上所述，本发明实施例通过获得混合光纤入侵信号；根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理。本发明实施例将混合光纤入侵信号投影到了纯入侵信号特征子空间，根据得到的投影数据确定特征空间体积数据和协方差矩阵，在纯入侵信号特征子空间实现了混合光纤入侵信号的端元分析，得到纯入侵信号，并且协方差矩阵作为约束条件有效避免了混合光纤入侵信号中干扰点的影响，从而有效提高振源识别率，便于技术人员及时采取有效措施，制止有害侵入的发生。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种混合光纤入侵信号的处理方法，其特征在于，包括：
获得混合光纤入侵信号；
根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；
根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；
根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；
根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理；
根据所述混合光纤入侵信号，建立纯入侵信号特征子空间，包括：
根据所述混合光纤入侵信号，提取功率谱特征数据；
根据所述功率谱特征数据，建立纯入侵信号特征子空间；
根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据，包括：
对所述混合光纤入侵信号和纯入侵信号特征子空间进行互补正交投影变换，得到所述混合光纤入侵信号对应的投影数据；
其中，纯入侵信号特征子空间可以表示为：P＝W(WTW)-1WT，混合光纤入侵信号可以表示为：Y＝[y1,y2,L,yM]，按如下公式对所述混合光纤入侵信号和纯入侵信号特征子空间进行互补正交投影变换，得到所述混合光纤入侵信号对应的投影数据：
Y'＝PY＝[y1′,y′2,L,y′M]＝[y1,P⊥y2,L,P⊥yk-1]；
根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理，包括：
根据所述特征空间体积数据和协方差矩阵，建立目标函数；
根据所述目标函数和预先设定的权重参数，进行混合光纤入侵信号处理。
2.一种混合光纤入侵信号的处理装置，其特征在于，包括：
信号获得模块，用于获得混合光纤入侵信号；
空间建立模块，用于根据所述混合光纤入侵信号，建立纯入侵信号特征子空间；
投影模块，用于根据所述纯入侵信号特征子空间，得到所述混合光纤入侵信号对应的投影数据；
矩阵确定模块，用于根据所述投影数据，确定所述混合光纤入侵信号对应的特征空间体积数据和协方差矩阵；
信号处理模块，用于根据所述特征空间体积数据和协方差矩阵，进行混合光纤入侵信号处理；
所述空间建立模块进一步用于：
根据所述混合光纤入侵信号，提取功率谱特征数据；
根据所述功率谱特征数据，建立纯入侵信号特征子空间；
所述投影模块进一步用于：
对所述混合光纤入侵信号和纯入侵信号特征子空间进行互补正交投影变换，得到所述混合光纤入侵信号对应的投影数据；
其中，纯入侵信号特征子空间可以表示为：P＝W(WTW)-1WT，混合光纤入侵信号可以表示为：Y＝[y1,y2,L,yM]，按如下公式对所述混合光纤入侵信号和纯入侵信号特征子空间进行互补正交投影变换，得到所述混合光纤入侵信号对应的投影数据：
Y'＝PY＝[y1′,y′2,L,y′M]＝[y1,P⊥y2,L,P⊥yk-1]；
所述信号处理模块进一步用于：
根据所述特征空间体积数据和协方差矩阵，建立目标函数；
根据所述目标函数和预先设定的权重参数，进行混合光纤入侵信号处理。
3.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1所述方法。
4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011189499.7A CN112307961B (zh) | 2020-10-30 | 2020-10-30 | 混合光纤入侵信号的处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011189499.7A CN112307961B (zh) | 2020-10-30 | 2020-10-30 | 混合光纤入侵信号的处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112307961A CN112307961A (zh) | 2021-02-02 |
| CN112307961B true CN112307961B (zh) | 2024-02-20 |
Family
ID=74333997
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011189499.7A Active CN112307961B (zh) | 2020-10-30 | 2020-10-30 | 混合光纤入侵信号的处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112307961B (zh) |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663032A (zh) * | 2012-03-26 | 2012-09-12 | 电子科技大学 | 一种光纤光栅围栏入侵事件模式识别方法 |
| EP2607915A1 (fr) * | 2011-12-22 | 2013-06-26 | Thales | Procédé de localisation de sources émettrices par exploitation du couplage mutuel d'un réseau antennaire de petite base et système récepteur mono-voie à commutation lente mettant en oeuvre le procédé |
| WO2013163629A1 (en) * | 2012-04-26 | 2013-10-31 | Propagation Research Associates, Inc. | Method and system for using orthogonal space projections to mitigate interference |
| CN103984676A (zh) * | 2014-04-24 | 2014-08-13 | 北京理工大学 | 一种基于协方差矩阵重构的正交投影自适应波束形成方法 |
| JP2015135437A (ja) * | 2014-01-17 | 2015-07-27 | 日本電信電話株式会社 | モデル推定装置、雑音抑圧装置、音声強調装置、これらの方法及びプログラム |
| CN105137399A (zh) * | 2015-07-24 | 2015-12-09 | 西安电子科技大学 | 基于斜投影滤波的雷达自适应波束形成方法 |
| CN105354171A (zh) * | 2015-09-17 | 2016-02-24 | 哈尔滨工程大学 | 一种改进特征矢量的投影子空间估计自适应波束合成方法 |
| EP3040737A2 (en) * | 2014-12-30 | 2016-07-06 | Propagation Research Associates, Inc. | Using orthogonal space projections to generate a constant false alarm rate control parameter |
| CN105913448A (zh) * | 2016-05-25 | 2016-08-31 | 哈尔滨工业大学 | 基于张量匹配子空间的高光谱图像目标检测方法 |
| CN106124050A (zh) * | 2016-06-22 | 2016-11-16 | 电子科技大学 | 一种基于子空间的高光谱亚像元目标盲提取检测方法 |
| CN106199546A (zh) * | 2016-06-30 | 2016-12-07 | 西安电子科技大学 | 基于外辐射源雷达的直达波信号提纯方法 |
| CN106199547A (zh) * | 2016-06-30 | 2016-12-07 | 西安电子科技大学 | 基于外辐射源雷达的慢速弱目标检测方法 |
| CN106504451A (zh) * | 2016-11-14 | 2017-03-15 | 中国人民解放军国防科学技术大学 | 一种基于矩阵论的光纤周界安全信号的解调算法 |
| CN107329122A (zh) * | 2017-06-06 | 2017-11-07 | 芜湖航飞科技股份有限公司 | 基于北斗的信号处理系统 |
| CN107367774A (zh) * | 2017-06-06 | 2017-11-21 | 芜湖航飞科技股份有限公司 | 一种用于北斗导航的探空系统处理装置 |
| CN107862821A (zh) * | 2017-12-12 | 2018-03-30 | 上海师范大学 | 一种周界安防系统 |
| CN108509864A (zh) * | 2018-03-09 | 2018-09-07 | 北方工业大学 | 一种确定光纤入侵事件类型的方法及装置 |
| CN109959892A (zh) * | 2019-04-11 | 2019-07-02 | 中国电子科技集团公司第三十六研究所 | 一种均匀圆阵双通道干涉仪测向方法、装置和系统 |
| CN110196410A (zh) * | 2019-06-20 | 2019-09-03 | 中国人民解放军火箭军工程大学 | 一种阵列天线主瓣干扰抑制方法及系统 |
| CN110570613A (zh) * | 2019-09-18 | 2019-12-13 | 广州亓行智能科技有限公司 | 基于分布式光纤系统的围栏振动入侵定位和模式识别方法 |
| CN110927714A (zh) * | 2019-11-29 | 2020-03-27 | 中核第四研究设计工程有限公司 | 无人机入侵的检测方法、检测装置及终端设备 |
| CN111781574A (zh) * | 2020-07-13 | 2020-10-16 | 西安电子科技大学 | 基于子空间正交投影的捷变频雷达目标参数估计方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101272168B (zh) * | 2007-03-23 | 2012-08-15 | 中国科学院声学研究所 | 一种信源数估计方法及其波达方向估计方法 |
| US8907841B2 (en) * | 2011-04-04 | 2014-12-09 | Mitsubishi Electric Research Laboratories, Inc. | Method for detecting targets using space-time adaptive processing |
| JP5612014B2 (ja) * | 2012-03-29 | 2014-10-22 | 株式会社東芝 | モデル学習装置、モデル学習方法、及びプログラム |
-
2020
- 2020-10-30 CN CN202011189499.7A patent/CN112307961B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2607915A1 (fr) * | 2011-12-22 | 2013-06-26 | Thales | Procédé de localisation de sources émettrices par exploitation du couplage mutuel d'un réseau antennaire de petite base et système récepteur mono-voie à commutation lente mettant en oeuvre le procédé |
| CN102663032A (zh) * | 2012-03-26 | 2012-09-12 | 电子科技大学 | 一种光纤光栅围栏入侵事件模式识别方法 |
| WO2013163629A1 (en) * | 2012-04-26 | 2013-10-31 | Propagation Research Associates, Inc. | Method and system for using orthogonal space projections to mitigate interference |
| JP2015135437A (ja) * | 2014-01-17 | 2015-07-27 | 日本電信電話株式会社 | モデル推定装置、雑音抑圧装置、音声強調装置、これらの方法及びプログラム |
| CN103984676A (zh) * | 2014-04-24 | 2014-08-13 | 北京理工大学 | 一种基于协方差矩阵重构的正交投影自适应波束形成方法 |
| EP3040737A2 (en) * | 2014-12-30 | 2016-07-06 | Propagation Research Associates, Inc. | Using orthogonal space projections to generate a constant false alarm rate control parameter |
| CN105137399A (zh) * | 2015-07-24 | 2015-12-09 | 西安电子科技大学 | 基于斜投影滤波的雷达自适应波束形成方法 |
| CN105354171A (zh) * | 2015-09-17 | 2016-02-24 | 哈尔滨工程大学 | 一种改进特征矢量的投影子空间估计自适应波束合成方法 |
| CN105913448A (zh) * | 2016-05-25 | 2016-08-31 | 哈尔滨工业大学 | 基于张量匹配子空间的高光谱图像目标检测方法 |
| CN106124050A (zh) * | 2016-06-22 | 2016-11-16 | 电子科技大学 | 一种基于子空间的高光谱亚像元目标盲提取检测方法 |
| CN106199546A (zh) * | 2016-06-30 | 2016-12-07 | 西安电子科技大学 | 基于外辐射源雷达的直达波信号提纯方法 |
| CN106199547A (zh) * | 2016-06-30 | 2016-12-07 | 西安电子科技大学 | 基于外辐射源雷达的慢速弱目标检测方法 |
| CN106504451A (zh) * | 2016-11-14 | 2017-03-15 | 中国人民解放军国防科学技术大学 | 一种基于矩阵论的光纤周界安全信号的解调算法 |
| CN107329122A (zh) * | 2017-06-06 | 2017-11-07 | 芜湖航飞科技股份有限公司 | 基于北斗的信号处理系统 |
| CN107367774A (zh) * | 2017-06-06 | 2017-11-21 | 芜湖航飞科技股份有限公司 | 一种用于北斗导航的探空系统处理装置 |
| CN107862821A (zh) * | 2017-12-12 | 2018-03-30 | 上海师范大学 | 一种周界安防系统 |
| CN108509864A (zh) * | 2018-03-09 | 2018-09-07 | 北方工业大学 | 一种确定光纤入侵事件类型的方法及装置 |
| CN109959892A (zh) * | 2019-04-11 | 2019-07-02 | 中国电子科技集团公司第三十六研究所 | 一种均匀圆阵双通道干涉仪测向方法、装置和系统 |
| CN110196410A (zh) * | 2019-06-20 | 2019-09-03 | 中国人民解放军火箭军工程大学 | 一种阵列天线主瓣干扰抑制方法及系统 |
| CN110570613A (zh) * | 2019-09-18 | 2019-12-13 | 广州亓行智能科技有限公司 | 基于分布式光纤系统的围栏振动入侵定位和模式识别方法 |
| CN110927714A (zh) * | 2019-11-29 | 2020-03-27 | 中核第四研究设计工程有限公司 | 无人机入侵的检测方法、检测装置及终端设备 |
| CN111781574A (zh) * | 2020-07-13 | 2020-10-16 | 西安电子科技大学 | 基于子空间正交投影的捷变频雷达目标参数估计方法 |
Non-Patent Citations (2)
| Title |
|---|
| Covariance discriminative learning: A natural and efficient approach to image set classification;Wang, R等;《2012 IEEE conference on computer vision and pattern recognition》;2496-2503 * |
| 利用信号重构的全球导航卫星系统欺骗干扰抑制方法;卢丹等;《电子与信息学报》;第42卷(第5期);1268-1273 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112307961A (zh) | 2021-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112781791B (zh) | 一种基于光学气体成像的VOCs气体泄漏检测方法及系统 | |
| Fouda et al. | Pattern recognition of optical fiber vibration signal of the submarine cable for its safety | |
| Martins et al. | Early detection of pipeline integrity threats using a smart fiber optic surveillance system: the PIT-STOP project | |
| CN110335430A (zh) | 基于深度学习的管道安全监测系统、方法和装置 | |
| CN116186642B (zh) | 一种基于多维特征融合的分布式光纤传感事件预警方法 | |
| CN104301037A (zh) | 一种实现无源光网络光纤故障自动告警的方法及系统 | |
| CN116915506B (zh) | 一种异常流量检测方法、装置、电子设备及存储介质 | |
| WO2023004180A1 (en) | Identification of false transformer humming using machine learning | |
| CN117668669A (zh) | 基于改进YOLOv7的管道安全监测方法及系统 | |
| Wang et al. | Intelligent detection and recognition of multi-vibration events based on distributed acoustic sensor and improved YOLOv8 model | |
| CN112307961B (zh) | 混合光纤入侵信号的处理方法及装置 | |
| Qiu et al. | A new detection method based on CFAR and DE for OFPS | |
| Peng et al. | Leakage detection in water distribution systems based on logarithmic spectrogram CNN for continuous monitoring | |
| Zhu et al. | Localizing and tracking of in-pipe inspection robots based on distributed optical fiber sensing | |
| CN115841742A (zh) | 一种多元化应用场景管道监控风险预警关键方法及系统 | |
| Xiao et al. | Intrusion detection for high-speed railway system: a faster r-cnn approach | |
| CN108317402B (zh) | 一种分布式光纤传感定位预警分析方法 | |
| Gao et al. | Acoustic emission‐based small leak detection of propulsion system pipeline of sounding rocket | |
| Zhang et al. | Intelligent perception for multiple intrusion events of urban long-line infrastructures with distributed optical fiber sensing | |
| Tian et al. | Detection and recognition of mechanical, digging and vehicle signals in the optical fiber pre-warning system | |
| CN112309063B (zh) | 混合光纤入侵信号特征谱提取方法及装置 | |
| Tejedor et al. | Towards detection of pipeline integrity threats using a SmarT fiber-OPtic surveillance system: PIT-STOP project blind field test results | |
| Zhou et al. | Distributed optical fiber intrusion warning based on multi-model fusion | |
| Qu et al. | Stress reaction process-based hierarchical recognition algorithm for continuous intrusion events in optical fiber prewarning system | |
| Wang et al. | Research on the adaptability of an improved high-intelligence long-distance optical fiber pre-warning system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |