分布式埋地光纤敲击信号识别方法研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 研究现状 | 第13-15页 |
1.3 研究内容与安排 | 第15-18页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 内容安排 | 第16-18页 |
第二章 信号采集处理及分析 | 第18-31页 |
2.1 信号采集 | 第18-25页 |
2.1.1 采集设备 | 第18-20页 |
2.1.2 采集场地 | 第20-21页 |
2.1.3 信号采集结果 | 第21-25页 |
2.2 信号预处理 | 第25-27页 |
2.2.1 信号分帧处理 | 第25-26页 |
2.2.2 信号帧类型标注 | 第26-27页 |
2.3 信号时域频域分析 | 第27-29页 |
2.4 本章小结 | 第29-31页 |
第三章 经验模态分解信号去噪方法 | 第31-43页 |
3.1 经验模态分解信号去噪方法原理 | 第31-33页 |
3.1.1 经验模态分解算法 | 第31-32页 |
3.1.2 EMD光纤信号去噪 | 第32-33页 |
3.2 经验模态分解光纤信号 | 第33-36页 |
3.2.1 人工挖掘信号分解 | 第33-35页 |
3.2.2 噪声信号分解 | 第35-36页 |
3.3 重构去噪信号 | 第36-38页 |
3.4 去噪效果验证 | 第38-42页 |
3.4.1 小波阈值去噪 | 第38-40页 |
3.4.2 去噪效果指标 | 第40页 |
3.4.3 去噪效果对比 | 第40-42页 |
3.5 本章小结 | 第42-43页 |
第四章 敲击信号多维度特征提取 | 第43-59页 |
4.1 时域特征选取 | 第43-45页 |
4.2 频域特征选取 | 第45-46页 |
4.3 改进自相关特征选取 | 第46页 |
4.4 梅尔频率倒谱系数MFCC | 第46-47页 |
4.5 特征取值情况 | 第47-58页 |
4.6 本章小结 | 第58-59页 |
第五章 优化随机森林的信号分类方法 | 第59-65页 |
5.1 优化随机森林信号分类方法原理 | 第59-61页 |
5.1.1 随机森林算法 | 第59-60页 |
5.1.2 改进网格法参数选择 | 第60-61页 |
5.2 优化随机森林信号分类方法效果 | 第61-64页 |
5.2.1 分类效果衡量指标 | 第61页 |
5.2.2 优化随机森林信号分类器 | 第61-64页 |
5.3 本章小结 | 第64-65页 |
第六章 分布式埋地光纤敲击信号识别方法对比分析 | 第65-69页 |
6.1 识别方法总结 | 第65-66页 |
6.2 识别方法对比分析 | 第66-68页 |
6.2.1 对照方法 | 第66-67页 |
6.2.2 识别方法对比结果 | 第67-68页 |
6.3 本章小结 | 第68-69页 |
第七章 总结与展望 | 第69-71页 |
7.1 论文工作总结 | 第69-70页 |
7.2 今后研究工作展望 | 第70-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-76页 |
攻读学位期间取得的研究成果 | 第76页 |