摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-12页 |
1.1 选题的背景及意义 | 第9页 |
1.2 周界安防技术国内外研究现状 | 第9-11页 |
1.2.1 光纤传感器周界安防国外研究现状 | 第9-10页 |
1.2.2 光纤传感器周界安防国内研究现状 | 第10-11页 |
1.3 论文主要研究工作 | 第11-12页 |
第2章 光纤周界安防系统光纤振动信号预处理 | 第12-24页 |
2.1 光纤振动信号的采集 | 第12-16页 |
2.1.1 光纤传感器的相位调制 | 第12-14页 |
2.1.2 光纤相位干涉解调与光电转换 | 第14-16页 |
2.2 光纤振动信号的小波去噪 | 第16-22页 |
2.2.1 小波变换 | 第17-18页 |
2.2.2 多分辨率分析和塔式算法 | 第18-19页 |
2.2.3 小波阈值去噪法 | 第19-22页 |
2.3 本章小结 | 第22-24页 |
第3章 光纤周界安防系统信号特征提取算法研究 | 第24-35页 |
3.1 时域与频域特征提取 | 第24-29页 |
3.1.1 时域特征提取 | 第24-27页 |
3.1.2 频域特征提取 | 第27-29页 |
3.2 小波包能量与熵特征提取 | 第29-32页 |
3.3 Mel倒谱系数特征提取 | 第32-34页 |
3.3.1 Mel倒谱系数 | 第32页 |
3.3.2 MFCC特征提取 | 第32-34页 |
3.4 本章小结 | 第34-35页 |
第4章 光纤周界安防系统信号模糊域特征提取 | 第35-42页 |
4.1 模糊函数 | 第35-37页 |
4.1.1 模糊函数的定义 | 第35-36页 |
4.1.2 模糊函数性质 | 第36-37页 |
4.2 光纤振动信号模糊域特征提取 | 第37-41页 |
4.2.1 光纤振动信号的模糊函数表示 | 第37-39页 |
4.2.2 模糊函数切片特征提取优化 | 第39-41页 |
4.3 本章小结 | 第41-42页 |
第5章 基于SVM的光纤振动信号识别 | 第42-54页 |
5.1 SVM分类理论 | 第42-44页 |
5.2 模糊函数切片与SVM相结合的光纤振动信号识别算法 | 第44-46页 |
5.2.1 多分类SVM | 第44-45页 |
5.2.2 模糊函数与SVM相结合的光纤振动信号识别算法 | 第45-46页 |
5.3 光纤振动信号识别试验 | 第46-53页 |
5.3.1 系统测试实验 | 第46-49页 |
5.3.2 挂网时光纤振动信号识别实验 | 第49-51页 |
5.3.3 地埋时光纤振动信号识别实验 | 第51-53页 |
5.4 本章小结 | 第53-54页 |
第6章 结论 | 第54-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-59页 |
作者简介 | 第59-60页 |
攻读学位期间研究成果 | 第60页 |