1、基于光纤振动传感的周界防入侵系统实用化研究摘 要介绍了基于相位敏感光时域反射（-OTDR）技术的光纤振动传感防入侵系统的工作原理和组成，在此基础上系统采用一根通信光缆作为传感光纤进行入侵定位与预警试验。试验结果表明，该系统可对周界入侵进行远程和实时的安全监测。 关键词光纤振动传感 相位敏感光时域反射 小波降噪 中图分类号：TH782 文献标识码：A 文章编号：1009-914X（2015）16-0226-01 0.引言 以分布式光纤传感技术为基础的周界防入侵系统是随着光纤通信技术的发展而逐步发展起来的一种新型周界防入侵技术。分布式光纤传感以光纤为媒介，光波为信息载体，且充分利用了光纤空间连续分
2、布的特点，可以实时获得光纤分布路径上被测量的时间和空间分布信息1。该技术可用于检测外界入侵，对需要防护的区域进行预警、保护，可沿周界铺设光缆，定位入侵位置。与传统的多防区周界入侵检测系统相比，有着检测范围广、灵敏度高、响应速度快、抗电磁干扰和耐高温腐蚀等突出优点，它被广泛应用于敏感区域的安防报警，及时检测出现场可能的破坏或者入侵，提前预警，将损失降到最小2。 基于现阶段对分布式光纤传感技术原理和实际应用的掌握，利用其具有的诸多优势，结合现有的数学算法理论，完善技术性高、实用性强的对大范围、长距离的实时监测的应用需求。因此，进行光纤振动防入侵系统的实用化研究具有非常重要的经济价值和社会价值3。
3、1.系统工作原理及组成 本文中采用的设备是基于相位敏感的 OTDR（-OTDR，OTDR：Optical Time Domain Reflection）传感器，采用普通通信光缆中的一根空闲纤芯作传感单元，进行分布式光纤传感器多点振动测量。系统原理如下图所示，激光器加脉冲调制产生的光脉冲从光纤的一端注入，当光纤线路上的某个位置由于外部入侵而发生扰动时，光纤相应位置的折射率将发生变化，这将导致该处光相位发生变化。后向瑞利散射光经同一根光纤返回到耦合器被光电探测器接收，将微弱的相位变化转换为光强变化。然后经信号处理后，进入计算机进行数据分析。通过测量输入脉冲与接收到的脉冲信号之间的时间延迟得到入侵发
4、生的位置，并结合模式识别算法对入侵行为进行分类4。 现开发的光纤振动防入侵系统通过采集通信光缆的振动信号，对铺设光缆的沿线进行实时监测，并对采集得到的数据进行对入侵行为的智能分析处理。系统主要包括光路模块、光电转换模块、信号采集模块、信号处理模块和传感光缆，如图 2 所示。光路模块、光电转换模块、信号采集模块、信号处理模块都集成在系统主机里并放置于室内，由主机引出一条传感光缆敷设至现场需要监测的位置，对现场环境进行实时监测。 2.试验搭建 根据光纤振动防入侵的系统架构进行试验平台的搭建，为了达到真实的效果，选择在某单位的周界区域进行试验。由放置在室内的系统主机引出一条通信光缆至院墙围栏区域进行
5、布设。试验现场的周界采用铁栅栏和混凝土墙构建，对于铁栅栏，采用连续环状的形式进行布设，并用捆扎带以一定间隔距离将其固定在栏杆上。对于混凝土墙，采用直线的形式进行布设，并用固定卡以一定距离将其固定在墙壁上。而在草地监控区域，光纤埋设地下深度 5cm，在上面盖上掩饰层，使光纤具有隐蔽性。 在周界区域进行了环境底噪研究和多种入侵行为模拟试验，包括攀爬铁栅栏、敲击墙、踩踏入侵等行为。系统主机对前端的信号进行数据记录，并通过后期的算法对这些数据进行分析。通过这些模拟试验，对光纤振动信号的特性进行分析，从而为实际运用中报警机制的优化提供试验支撑。 3.信号处理方法 本系统利用分布式光纤振动传感器获取沿线振
6、动信号，信号经过模数转换、滤波之后进入计算机进行处理，通过降噪处理、特征提取和模式识别，可以对沿线的振动事件进行识别。因此如何对系统采集到的信号进行处理，对于系统的功能实现有至关重要的作用，信号处理的性能直接影响对入侵事件识别的准确度。 1）小波变换降噪处理 首先对实际信号进行小波分解，选择“db4”小波并确定分解层次为3，然后对小波分解的高频系数进行门限阈值量化处理。最后根据修正后的小波分解结构进行重构，达到消除噪声的目的。 2）小波包能量特征提取 本文采用的特征提取算法为小波包能量算法。小波包算法是一种灵活的时-频分析方法，可根据信号分析处理中的各种要求，任意加强某些特定时段和频段的观察和
7、分析。 基于小波包能量分析的特征提取方法，首先对振动信号做小波包分解，通过对某一尺度上各频带内的分解系数重构，在每个分解节点上构成新的时间序列，对这些时间序列分别做能量分析，提取反映信号的特征向量。 3）入侵行为模式模式识别 当光纤检测到入侵振动信号后，系统除了需要对入侵位置进行定位，还要对入侵行为的模式进行识别，判断入侵的类型。模式识别方法采用的是遗传算法（GA）优化的径向基函数（RBF）神经网络，径向基函数（RBF）神经网络是一种性能良好的前向网络，适合于多变量函数逼近，并且还具有唯一最佳逼近点的优点，因此被广泛应用于模式识别、函数逼近、自适应滤波、非线性时间序列预测等领域。而遗传算法（G
8、A）是一种具有全局寻优能力且对系统无需先验知识的拟生态算法，其特性也被用来对 RBF 神经网络结构进行优化。 试验中共模拟了攀爬铁栅栏、敲墙和踩踏这几种入侵行为方式。这三类信号均为现场环境下采集，其中攀爬信号是在布有光缆的铁栅栏上进行攀爬动作时产生的，敲墙信号是在布有光缆的混凝土墙上用铁锤敲击所产生的，踩踏信号是在埋地光缆周围进行走动跳跃时产生的。通过采用训练好的径向基函数（RBF）神经网络进行识别，其识别率在 80%左右，定位精度在 20m 内。 4.结束语 根据现场试验结果，现有系统已基本达到了使用基本要求。但是，在具体工程应用时，还有进一步优化的空间。本试验中入侵行为的模拟均在外界环境干扰低的情形下进行，而对于气候等环境因素产生较大干扰情景下的入侵模式识别还亟待下一步研究，即对信号的特征提取方法和模式识别算法提出了更高的要求，一方面须降低干扰报警，如风雨干扰、外界噪声造成的报警，一方面须提高对入侵行为分类的准确率，从而提升系统的可靠性。 参考文献 1 岳剑峰.分布式光纤 -OTDR 安防系统实用化研究D.西安：电子科技大学，2009，16-19. 2 朱琳.分布式光纤管道安全预警信号处理方法的研究D.天津：天津大学，2009，2-10. 3 陈继宣，龚华平，金尚忠.基于 -OTDR 的光纤入侵传感器系统的原理及研究进展J.激光杂志，2009，30（6）：4-6.
