中文摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-19页 |
1.1 引言 | 第9页 |
1.2 传统的周界安防监测技术 | 第9-12页 |
1.3 分布式光纤传感技术 | 第12-17页 |
1.3.1 分布式光纤传感技术在周界安防中的优势 | 第12页 |
1.3.2 分布式光纤传感技术分类 | 第12-13页 |
1.3.3 干涉型的分布式光纤传感技术与周界安防 | 第13-15页 |
1.3.4 Φ-OTDR与周界安防 | 第15-17页 |
1.4 课题研究意义及研究内容 | 第17-19页 |
1.4.1 本课题的研究意义 | 第17页 |
1.4.2 本课题的研究内容 | 第17-19页 |
第二章 Φ-OTDR周界安防监测原理 | 第19-25页 |
2.1 Φ-OTDR的基本原理 | 第19-21页 |
2.2 Φ-OTDR的主要性能参数 | 第21-22页 |
2.3 Φ-OTDR识别入侵事件的算法原理 | 第22-24页 |
2.4 本章小结 | 第24-25页 |
第三章 提高 Φ-OTDR识别入侵事件准确率的算法研究 | 第25-38页 |
3.1 算法设计 | 第25-30页 |
3.1.1 前后时刻数据差值判断 | 第25-27页 |
3.1.2 时间域单点振动判断 | 第27-28页 |
3.1.3 空间域相邻点振动判断 | 第28-29页 |
3.1.4 特征量峰值比例判断 | 第29-30页 |
3.2 阈值设定 | 第30-32页 |
3.2.1 统一阈值 | 第30-31页 |
3.2.2 数据拟合阈值 | 第31页 |
3.2.3 自适应均值阈值 | 第31-32页 |
3.3 实验验证 | 第32-36页 |
3.3.1 实验准备 | 第32-33页 |
3.3.2 实验数据处理算法 | 第33-36页 |
3.4 算法流程 | 第36页 |
3.5 本章小结 | 第36-38页 |
第四章 Φ-OTDR识别不同频率振动事件研究 | 第38-46页 |
4.1 频率识别分析与研究 | 第38-42页 |
4.1.1 频率响应范围分析 | 第38-39页 |
4.1.2 小波信号去噪 | 第39-40页 |
4.1.3 频率识别与分类 | 第40-42页 |
4.2 实验验证 | 第42-45页 |
4.2.1 实验准备 | 第42页 |
4.2.2 实验数据处理结果 | 第42-45页 |
4.3 本章小结 | 第45-46页 |
第五章 小波分析与模式识别算法在 Φ-OTDR中的应用 | 第46-59页 |
5.1 小波分析在 Φ-OTDR中的应用 | 第46-53页 |
5.1.1 小波变换 | 第46-48页 |
5.1.2 小波检测信号突变点 | 第48-49页 |
5.1.3 小波信号去噪 | 第49-53页 |
5.2 Φ-OTDR中不同入侵行为的模式识别分析 | 第53-58页 |
5.2.1 BP神经网络 | 第53-56页 |
5.2.2 遗传算法优化 | 第56-58页 |
5.3 本章小结 | 第58-59页 |
第六章 全文总结与展望 | 第59-61页 |
6.1 主要研究成果 | 第59页 |
6.2 研究展望 | 第59-61页 |
参考文献 | 第61-65页 |
发表论文和科研情况说明 | 第65-66页 |
致谢 | 第66-67页 |