| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 引言 | 第9页 |
| 1.2 油气管道安全监测技术研究现状 | 第9-10页 |
| 1.3 光纤传感信号处理研究现状 | 第10-11页 |
| 1.4 课题研究意义及主要内容 | 第11-13页 |
| 1.4.1 课题研究意义 | 第11页 |
| 1.4.2 主要工作内容 | 第11-13页 |
| 第二章 基于分布式光纤振动传感的管道安全监测机理 | 第13-21页 |
| 2.1 Φ-OTDR技术的基本原理 | 第13-17页 |
| 2.1.1 瑞利散射 | 第13-14页 |
| 2.1.2 分布式光纤振动传感的传感原理 | 第14页 |
| 2.1.3 Φ-OTDR性能参数与影响因素 | 第14-17页 |
| 2.2 基于 Φ-OTDR的分布式光纤振动传感技术 | 第17-18页 |
| 2.3 Φ-OTDR检测信号获取 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 管道安全监测信号的分辨特征提取 | 第21-33页 |
| 3.1 短时分辨特征提取 | 第21-29页 |
| 3.1.1 短时主冲击强度分辨特征提取 | 第21-23页 |
| 3.1.2 短时次冲击强度分辨特征提取 | 第23-24页 |
| 3.1.3 短时幅度比例分辨特征提取 | 第24-25页 |
| 3.1.4 短时小波包的频率分辨特征提取 | 第25-29页 |
| 3.2 长时分辨特征提取 | 第29-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于多分类器融合的管道安全监测信号识别方法 | 第33-51页 |
| 4.1 采用基于SVM的子分类器算法对管道信号识别 | 第33-41页 |
| 4.1.1 SVM原理 | 第33-38页 |
| 4.1.2 SVM的核函数 | 第38-39页 |
| 4.1.3 SVM子分类器的设计及离线测试 | 第39-41页 |
| 4.2 采用基于BP神经网络的子分类器算法对管道信号识别 | 第41-44页 |
| 4.2.1 BP神经网络 | 第41-42页 |
| 4.2.2 BP神经网络的设计和离线测试 | 第42-44页 |
| 4.3 采用基于贝叶斯网络的子分类器算法对管道信号识别 | 第44-48页 |
| 4.3.1 贝叶斯网络理论 | 第44页 |
| 4.3.2 贝叶斯网络的识别和分类 | 第44-48页 |
| 4.4 采用基于三种子分类器算法的融合对管道信号识别 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 工程应用 | 第51-57页 |
| 5.1 石油管道监测的现场基本情况 | 第51-53页 |
| 5.2 现场测试信号识别方法 | 第53-54页 |
| 5.3 现场测试结果 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 全文总结 | 第57页 |
| 6.2 后续展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间取得的成果 | 第64-65页 |
