CN102280001A - 基于φ-otdr的分布式光纤围栏入侵检测与定位方法 - Google Patents

基于φ-otdr的分布式光纤围栏入侵检测与定位方法 Download PDF

Info

Publication number
CN102280001A
CN102280001A CN2011102146786A CN201110214678A CN102280001A CN 102280001 A CN102280001 A CN 102280001A CN 2011102146786 A CN2011102146786 A CN 2011102146786A CN 201110214678 A CN201110214678 A CN 201110214678A CN 102280001 A CN102280001 A CN 102280001A
Authority
CN
China
Prior art keywords
wavelet
signal
maximum
invasion
otdr
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.)
Granted
Application number
CN2011102146786A
Other languages
English (en)
Other versions
CN102280001B (zh
Inventor
吴慧娟
吴庥伟
李姗姗
饶云江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN 201110214678 priority Critical patent/CN102280001B/zh
Publication of CN102280001A publication Critical patent/CN102280001A/zh
Application granted granted Critical
Publication of CN102280001B publication Critical patent/CN102280001B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Burglar Alarm Systems (AREA)

Abstract

本发明公开了一种基于Φ-OTDR的分布式光纤围栏入侵检测与定位方法,先将采集到的第i次信号与第i-1次采集信号相减,得到预处理监测信号;采用多种小波函数对预处理监测信号进行至少四层小波分解;根据所有尺度信号中最大的小波模极大值分布位置一致性判断真实入侵是否存在;至少三个尺度信号中的最大小波模极大值分布位置一致则认为真实入侵存在;将判断有入侵且最大小波模极大值分布位置一致的尺度信号对应相乘,得到一个伪极大值均被抑制和突变点处模极大值被增强的复合信号,复合信号中最大模极大值所对应的位置为确定的入侵点的位置,综合多种小波多尺度分析的复合信号判断结果根据多数投票准则,确定入侵的发生及其入侵位置。

Description

基于Φ-OTDR的分布式光纤围栏入侵检测与定位方法
技术领域
本发明涉及周界安防及分布式光纤传感信号处理领域,具体涉及一种基于Φ-OTDR的分布式光纤围栏入侵检测与定位的方法。
背景技术
相位敏感型光时域反射计(Φ-OTDR)是一种新型分布式光纤传感技术。与常规光时域反射计(OTDR)相同的是,光脉冲从光纤的一端注入,通过探测器探测后向瑞利散射光判断扰动及故障位置;不同的是,Φ-OTDR***注入的是强相干光,探测得到的是脉冲宽度范围内后向瑞利散射光相干涉的结果,通过测量输入脉冲与接收到的干涉信号的时间延迟来判断干扰点的位置。
在实际应用中,分布式光纤围栏入侵监测***尽管相对于其他***有诸多突出优点,但由于监测距离长,对外界环境干扰敏感,以及光学***易受外界环境及温度影响不稳定,监测信号信噪比较低,且自身起伏波动大造成入侵检测困难,同时***误报率偏高。如何在强噪声背景下准确检测入侵并精确确定入侵点位置,有效降低***误报率是长距离分布式光纤围栏入侵监测***面临的主要问题,直接决定***的应用前景。
发明内容
针对上述现有技术,本发明要解决的技术问题是提供一种基于Φ-OTDR(相位敏感型光时域反射计)的分布式光纤围栏入侵检测与定位的方法,其能有效提取入侵信号真实特征,进行检测和定位,还可以避免噪声影响,准确检测分布式光纤围栏入侵信息并精确定位。
为了解决上述技术问题,本发明采用如下技术方案:一种基于Φ-OTDR的分布式光纤围栏入侵检测与定位的方法,包括以下步骤:
将采集到的第i次信号与第i-1次采集信号相减,得到预处理的监测信号;
采用至少三种小波函数对预处理信号进行小波分解;
针对每种小波函数对预处理监测信号进行至少四层小波分解;
对于每种小波分解,根据其所有尺度信号中最大的小波模极大值分布位置一致性判断真实入侵是否存在;其中,至少三个尺度信号中的最大小波模极大值分布位置一致则认为真实入侵存在;
将判断有入侵且最大小波模极大值分布位置一致的尺度信号对应相乘,得到一个伪极大值均被抑制和突变点处模极大值被增强的复合信号,复合信号中最大模极大值所对应的位置即为确定的入侵点的位置;
最后综合多种小波多尺度分析的复合信号判断结果,根据多数投票准则,最终确定入侵的发生及其入侵位置。
进一步地,所述小波函数为haar,db6,coif5和sym5四种。
进一步地,经过haar,db6,coif5和sym5四种小波函数分解后,将四种小波多尺度分析结果再进行综合,若两种以上小波分解得到了相同或一致的判断结果,则认为真实入侵存在;确认入侵点存在时,将判断结果一致的各小波分解下的复合信号再进行相乘得到最终突变点的具***置信息。
进一步地,每一种小波函数将监测信号进行六层小波分解,包括第一层细节系数d1,第二层细节系数d2,第三层细节系数d3,第四层细节系数d4,第五层细节系数d5,第六层细节系数d6和第六层近似信号a6。
本发明根据Φ-OTDR分布式光纤围栏***入侵监测原理,当入侵发生时光纤线路受到外界侵扰,对应位置处光纤折射率发生变化,导致该处相干光相位差变化并引起其后向瑞利散射光干涉条纹变化,经两次连续采集信号相减可以得到沿整个光纤空间分布的光强变化信息,即入侵信息。入侵时的信号实质是带有突变的信号,即在信号某一位置处幅值发生突变,引起信号的不连续,其突变点属于第一种类型间断点。入侵检测实际上是非平稳信号的突变检测,由于突变具有持续时间短、宽频带的特点,因此采用小波变换这一有力工具进行检测。
与现有技术相比,本发明具有以下有益效果:基于相位敏感型光时域反射计(Φ-OTDR)技术的分布式光纤围栏入侵监测***,利用光缆自身的光纤扰动对周界入侵等威胁安全事件进行在线实时探测、报警和定位,实现重要区域周界或国防边境的入侵监测与防御。***具有隐蔽性好、监测灵敏度高、监控距离范围广、长距离定位精度高、***成本较低等突出特点。此外,该***最大特点是无需专门传感光缆,利用普通通信光缆本身线路作为传感单元,实现在线监测和实时报警,可大大节约***成本及其他人力、物力、财力,同时实现检测报警和定位双重功能,对于长距离及超长距离周界防入侵监测性价比极高。
附图说明
图1为本发明实施例的入侵检测***原理图;
图2为本发明实施例的入侵检测与定位算法流程;
图3为本发明实施例无入侵时信号进行haar小波分解结果;
图4为本发明实施例高信噪比时有入侵信号进行haar小波分解结果;
图5为本发明实施例低信噪比时有入侵的信号进行haar小波分解结果;
图6为本发明实施例的高信噪比时多个小波分解的综合判断结果;
图7为本发明实施例的低信噪比时多个小波分解的综合判断结果。
具体实施方式
下面将结合附图及具体实施方式对本发明作进一步的描述。
如图1所示,一种基于Φ-OTDR的分布式光纤围栏入侵检测与定位***,包括:
光缆,用于感知外界的入侵,并埋设在需要进行入侵检测的周界附近或地下;
激光器,用于产生强相干光;
调制器,用于接收激光器传来的强相干光,并调制出窄脉冲光;
耦合器,用于将窄脉冲光进行耦合后注入光纤的一端;
光电探测器,用于探测在光纤中传输的窄脉冲光的后向瑞利散射光干涉结果变化并判断是否有侵扰的发生;
信号采集与处理装置,即报警主机,用于测量输入光脉冲与接收到的干涉变化信号的时间延迟来判断入侵点的位置,本实施例中通过高速数据采集卡采集数据传送给中央处理单元进行处理。
在光纤通路中,可以根据监测距离要求选用一些光纤放大设备,如掺铒光纤放大器、拉曼放大器等。上述***的工作过程如下:由窄带激光器发出强相干光经过调制器调制出窄脉冲光,光脉冲经耦合器从光纤的一端注入,经过光纤传输时发生的瑞利散射,通过探测器探测后向瑞利散射光干涉结果变化判断侵扰的发生,通过测量输入脉冲与接收到的干涉变化信号的时间延迟来判断干扰点的位置。
基于Φ-OTDR的分布式光纤围栏入侵检测与定位算法流程,如图2所示,通过信号处理主机,将第i次采集信号与前一次即第i-1次采集信号相减,得到预处理的监测信号;并行采用haar,db6,coif5和sym5四种小波函数分别对预处理监测信号进行多层小波分解。作为优选,利用每一种小波函数将监测信号进行6层小波分解,分为第一层细节系数d1,第二层细节系数d2,第三层细节系数d3,第四层细节系数d4,第五层细节系数d5,第六层细节系数d6和第六层近似信号a6;基于入侵信号突变点在不同尺度下模极大值横坐标对应的位置基本一致这一特点,根据所有尺度信号中最大小波模极大值(绝对值)分布位置(图3、4、5、6、7中星号“ * ”号表示)一致性判断真实入侵是否存在,位置一致性用***定位的空间分辨率作为判断阈值,至少3个尺度信号中的最大小波模极大值分布位置一致则认为真实入侵存在。图3、图4、图5分别为不同信号进行haar小波6层分解结果:图3为无入侵时信号进行haar小波分解结果,其第一层细节系数d1到第六层细节系数d6与第六层近似信号a6各个尺度信号上最大小波模极大值分布位置是随机分布,因此判断为无入侵,无需进行下一步定位;图4为高信噪比情况下入侵信号进行haar小波分解结果,其各个尺度信号上最大小波模极大值在第一层细节系数d1到第六层细节系数d6与第六层近似信号a6上分布位置基本一致,判定信号中有入侵;图5为低信噪比情况下入侵信号进行haar小波分解结果,由于噪声影响,其各个尺度信号上最大小波模极大值位置有个别不一致,表现在第四层细节系数d4, 第六层细节系数d6 和第六层近似信号a6上,但在第一层细节系数d1, 第二层细节系数d2, 第三层细节系数 d3, 第五层细节系数d5四个尺度信号上分布位置均一致,仍能说明信号中有入侵。
判断有入侵时,还需要进行突变点即入侵点的准确定位,具体的入侵点定位方法:将上述判断有入侵且最大小波模极大值分布位置一致的尺度信号对应相乘,得到一个复合信号,如图4和图5中的composition(复合信号)信号所示,经过乘积后,伪极大值得到抑制的同时,突变点处的模极大值得到了增强,复合信号中最大模极大值所对应的位置即为确定的入侵点的位置,如图4、图5中composition信号中的星号“ * ”号所示。其他小波函数db6,coif5和sym5的小波分解方法及突变点信息判断和定位方法与小波函数haar的相同。
经过haar,db6,coif5和sym5四种小波函数分解后,将四种小波多尺度分析结果再进行综合,利用多数投票准则进行入侵点的判断和定位,得到最终的决策结果:若两种以上小波分解方法得到了相同或一致的判断结果,即同时判断有入侵,且各自复合信号中确定的入侵位置一致,则认为真实入侵存在;否则认为真实入侵不存在。确认入侵点存在时,将确定存在入侵点的各小波分解结果,即各小波分解下的复合信号再进行相乘得到最终突变点的具***置信息,最终获得需要的报警结果,记录在报警日志中,方便对报警事件进行备案和查询;如图6、图7所示,分别为高信噪比和低信噪比两种情况下的综合判断结果。由图7低信噪比下的判断结果可知,当某一种小波分解结果判断入侵信息不准确时,由于其他小波分解结果一致性,综合判断结果仍然是正确的,该发明方法可以有效降低***虚警或误报的发生,大大提高了分布式入侵监测***入侵检测与定位的置信度水平。
本发明实施例中列举的是基于Φ-OTDR技术的分布式光纤围栏入侵监测***具体实施方法,该发明方法中采用的haar,db6,coif5和sym5四种小波函数;但完全可以用其他各种小波函数替代,所提出的突变点判断与定位方法也完全可以应用到其他相关的各种突变信号检测应用中。

Claims (4)

1.一种基于Φ-OTDR的分布式光纤围栏入侵检测与定位的方法,其特征在于,包括以下步骤:
将采集到的第i次信号与第i-1次采集信号相减,得到预处理监测信号;
采用至少三种小波函数对预处理信号进行小波分解;
针对每种小波函数对预处理监测信号进行至少四层小波分解;
对于每种小波分解,根据其所有尺度信号中最大的小波模极大值分布位置一致性判断真实入侵是否存在;其中,至少三个尺度信号中的最大小波模极大值分布位置一致则认为真实入侵存在;
将判断有入侵且最大小波模极大值分布位置一致的尺度信号对应相乘,得到一个伪极大值均被抑制和突变点处模极大值被增强的复合信号,复合信号中最大模极大值所对应的位置即为确定的入侵点的位置;
最后综合多种小波多尺度分析的复合信号判断结果,根据多数投票准则,最终确定入侵的发生及其入侵位置。
2.根据权利要求1所述的基于Φ-OTDR的分布式光纤围栏入侵检测与定位的方法,其特征在于:所述小波函数为haar,db6,coif5和sym5四种。
3.根据权利要求2所述的基于Φ-OTDR的分布式光纤围栏入侵检测与定位的方法,其特征在于:经过haar,db6,coif5和sym5四种小波函数分解后,将四种小波多尺度分析结果再进行综合,若两种以上小波分解得到了相同或一致的判断结果,则认为真实入侵存在;确认入侵点存在时,将判断结果一致的各小波分解下的复合信号再进行相乘得到最终突变点的具***置信息。
4.根据权利要求1或2或3所述的基于Φ-OTDR的分布式光纤围栏入侵检测与定位的方法,其特征在于:每一种小波函数将监测信号进行六层小波分解,包括第一层细节系数(d1),第二层细节系数(d2),第三层细节系数(d3),第四层细节系数(d4),第五层细节系数(d5),第六层细节系数(d6)和第六层近似信号(a6)。
CN 201110214678 2011-07-29 2011-07-29 基于φ-otdr的分布式光纤围栏入侵检测与定位方法 Expired - Fee Related CN102280001B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110214678 CN102280001B (zh) 2011-07-29 2011-07-29 基于φ-otdr的分布式光纤围栏入侵检测与定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110214678 CN102280001B (zh) 2011-07-29 2011-07-29 基于φ-otdr的分布式光纤围栏入侵检测与定位方法

Publications (2)

Publication Number Publication Date
CN102280001A true CN102280001A (zh) 2011-12-14
CN102280001B CN102280001B (zh) 2013-01-16

Family

ID=45105425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110214678 Expired - Fee Related CN102280001B (zh) 2011-07-29 2011-07-29 基于φ-otdr的分布式光纤围栏入侵检测与定位方法

Country Status (1)

Country Link
CN (1) CN102280001B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103196465A (zh) * 2013-04-11 2013-07-10 电子科技大学 一种相敏光时域反射仪传感信号噪声分离及信号提取方法
CN103226028A (zh) * 2013-05-02 2013-07-31 电子科技大学 一种相敏光时域反射仪扰动信号检测与识别方法
CN104183074A (zh) * 2014-08-29 2014-12-03 武汉理工光科股份有限公司 基于时域反射技术的分布式周界***信号增强方法及***
CN104240455A (zh) * 2014-08-07 2014-12-24 北京航天控制仪器研究所 一种分布式光纤管线安全预警***中的扰动事件识别方法
CN104764472A (zh) * 2015-04-16 2015-07-08 武汉理工光科股份有限公司 基于光时域反射探测技术管道监测***及方法
CN107545684A (zh) * 2017-07-07 2018-01-05 北京航天控制仪器研究所 一种分布式光纤振动传感***中的多点扰动事件报警方法
CN107809279A (zh) * 2016-09-08 2018-03-16 南京中兴新软件有限责任公司 检测光纤事件点的装置及方法
CN108088548A (zh) * 2017-11-24 2018-05-29 安徽师范大学 分布式光纤振动传感器高精度定位方法
CN108645500A (zh) * 2018-06-11 2018-10-12 桂林电子科技大学 一种车辆振动传感增敏的方法及装置
CN112288977A (zh) * 2019-11-11 2021-01-29 中国人民解放军海军工程大学 一种精确定位型水下安防拦阻网预警方法及***

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10250323B2 (en) * 2015-05-28 2019-04-02 Telefonaktiebolaget L M Ericsson (Publ) Device and method for monitoring optical fibre link

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101573738A (zh) * 2006-12-29 2009-11-04 普拉德研究及开发股份有限公司 容错分布式光纤入侵探测
CN101626271A (zh) * 2008-07-07 2010-01-13 宁波诺可电子科技发展有限公司 光电复合缆外部安全预警定位***中计算预警事件发生位置的方法
US20100277719A1 (en) * 2009-04-29 2010-11-04 Xin Chen Intrusion Detecting System With Polarization Dependent Sensing Elements

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101573738A (zh) * 2006-12-29 2009-11-04 普拉德研究及开发股份有限公司 容错分布式光纤入侵探测
CN101626271A (zh) * 2008-07-07 2010-01-13 宁波诺可电子科技发展有限公司 光电复合缆外部安全预警定位***中计算预警事件发生位置的方法
US20100277719A1 (en) * 2009-04-29 2010-11-04 Xin Chen Intrusion Detecting System With Polarization Dependent Sensing Elements

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐洪钟等: "基于小波分析的BOTDR光纤传感器信号处理方法", 《光电子·激光》, vol. 14, no. 7, 31 July 2003 (2003-07-31), pages 737 - 740 *
李建中等: "基于<2O TDR 和PO TDR 结合的分布式光纤", 《光子学报》, vol. 38, no. 5, 31 May 2009 (2009-05-31), pages 1108 - 1112 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103196465B (zh) * 2013-04-11 2015-07-08 电子科技大学 一种相敏光时域反射仪传感信号噪声分离及信号提取方法
CN103196465A (zh) * 2013-04-11 2013-07-10 电子科技大学 一种相敏光时域反射仪传感信号噪声分离及信号提取方法
CN103226028B (zh) * 2013-05-02 2015-07-01 电子科技大学 一种相敏光时域反射仪扰动信号检测与识别方法
CN103226028A (zh) * 2013-05-02 2013-07-31 电子科技大学 一种相敏光时域反射仪扰动信号检测与识别方法
CN104240455A (zh) * 2014-08-07 2014-12-24 北京航天控制仪器研究所 一种分布式光纤管线安全预警***中的扰动事件识别方法
CN104183074A (zh) * 2014-08-29 2014-12-03 武汉理工光科股份有限公司 基于时域反射技术的分布式周界***信号增强方法及***
CN104764472A (zh) * 2015-04-16 2015-07-08 武汉理工光科股份有限公司 基于光时域反射探测技术管道监测***及方法
CN104764472B (zh) * 2015-04-16 2017-04-12 武汉理工光科股份有限公司 基于光时域反射探测技术管道监测***及方法
CN107809279A (zh) * 2016-09-08 2018-03-16 南京中兴新软件有限责任公司 检测光纤事件点的装置及方法
CN107809279B (zh) * 2016-09-08 2022-03-25 中兴通讯股份有限公司 检测光纤事件点的装置及方法
CN107545684A (zh) * 2017-07-07 2018-01-05 北京航天控制仪器研究所 一种分布式光纤振动传感***中的多点扰动事件报警方法
CN108088548A (zh) * 2017-11-24 2018-05-29 安徽师范大学 分布式光纤振动传感器高精度定位方法
CN108645500A (zh) * 2018-06-11 2018-10-12 桂林电子科技大学 一种车辆振动传感增敏的方法及装置
CN108645500B (zh) * 2018-06-11 2020-08-25 桂林电子科技大学 一种车辆振动传感增敏的方法
CN112288977A (zh) * 2019-11-11 2021-01-29 中国人民解放军海军工程大学 一种精确定位型水下安防拦阻网预警方法及***

Also Published As

Publication number Publication date
CN102280001B (zh) 2013-01-16

Similar Documents

Publication Publication Date Title
CN102280001B (zh) 基于φ-otdr的分布式光纤围栏入侵检测与定位方法
Liu et al. Advances in phase-sensitive optical time-domain reflectometry
CN102360519B (zh) 一种分布式光纤围栏入侵检测与定位的方法
Bai et al. Detection and identification of external intrusion signals from 33 km optical fiber sensing system based on deep learning
CN106225907B (zh) 一种基于φ-otdr技术的光纤振动识别***及方法
CN103824406A (zh) 基于光纤传感的隧道电缆入侵探测方法和***
CN104040598B (zh) 干涉仪型光纤干扰检测装置及其检测方法
Zhong et al. Nuisance alarm rate reduction using pulse-width multiplexing Φ-OTDR with optimized positioning accuracy
CN109374116B (zh) 地埋式光纤传感振动探测***的挖掘行为识别方法
CN111854921A (zh) 一种分布式光纤减速带振动预警***及方法
EP3332272A1 (en) Method and apparatus for monitoring pipeline using an optical fiber sensor system
CN102401667A (zh) 具有扰动性质识别功能的光纤分布式扰动传感方法及其***
CN103196465A (zh) 一种相敏光时域反射仪传感信号噪声分离及信号提取方法
He et al. Application of distributed acoustic sensor technology in train running condition monitoring of the heavy-haul railway
CN111537056A (zh) 基于svm与时频域特征的管道沿线第三方施工动态预警方法
Tian et al. Intrusion signal recognition in OFPS under multi-level wavelet decomposition based on RVFL neural network
Wu et al. Real intrusion detection for distributed fiber fence in practical strong fluctuated noisy backgrounds
CN101299635B (zh) 宽域全光纤扰动信号前-后判别装置及方法
CN103226028A (zh) 一种相敏光时域反射仪扰动信号检测与识别方法
CN203799460U (zh) 基于光纤传感的隧道电缆入侵探测***
CN113936402A (zh) 一种基于分布式光纤预警***及视频目标识别技术的周界安防***及安防方案
CN112032575B (zh) 一种基于弱光栅的管道安全监测方法、***及存储介质
WO2022140485A1 (en) Perpendicular distance prediction of vibrations by distributed fiber optic sensing
Jiang et al. Real-time monitoring method for unauthorized working activities above the subway tunnel based on ultra-weak fiber Bragg grating vibration sensing array
Qu et al. A new two-dimensional method to detect harmful intrusion vibrations for optical fiber pre-warning system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130116

Termination date: 20150729

EXPY Termination of patent right or utility model