摘要 | 第5-7页 |
Abstract | 第7-9页 |
第一章 绪论 | 第12-22页 |
1.1 引言 | 第12-13页 |
1.2 相位敏感光时域反射计简介 | 第13-14页 |
1.3 Φ-OTDR传感系统的信号处理技术及研究现状 | 第14-19页 |
1.3.1 Φ-OTDR传感系统的信号预处理技术 | 第14-15页 |
1.3.2 Φ-OTDR传感系统的信号模式识别技术 | 第15-19页 |
1.4 本论文主要内容 | 第19-22页 |
第二章 Φ-OTDR传感系统的基本原理与信号特性分析 | 第22-28页 |
2.1 Φ-OTDR传感系统的基本结构 | 第22-23页 |
2.2 Φ-OTDR传感系统的相位调制原理 | 第23-25页 |
2.3 Φ-OTDR传感系统的相位解调原理 | 第25页 |
2.4 Φ-OTDR传感系统的信号特性分析 | 第25-26页 |
2.5 本章小结 | 第26-28页 |
第三章 Φ-OTDR传感系统的信号预处理技术研究 | 第28-38页 |
3.1 信号预处理的流程 | 第28页 |
3.2 信号增强技术研究 | 第28-34页 |
3.2.1 去趋势值 | 第28-30页 |
3.2.2 降噪 | 第30-34页 |
3.3 信号有效片段提取技术研究 | 第34-36页 |
3.3.1 功率检波与寻峰 | 第34-36页 |
3.3.2 振动事件标记 | 第36页 |
3.4 本章小结 | 第36-38页 |
第四章 Φ-OTDR传感系统的模式识别技术研究 | 第38-64页 |
4.1 特征提取技术 | 第38-50页 |
4.1.1 时域特征提取技术 | 第38-40页 |
4.1.2 频域特征提取技术 | 第40-42页 |
4.1.3 小波特征提取技术 | 第42-47页 |
4.1.4 经验模态特征提取技术 | 第47-50页 |
4.2 特征评价与选择算法 | 第50-53页 |
4.3 基于SVM的振动事件分类算法 | 第53-61页 |
4.3.1 SVM分类理论 | 第53-60页 |
4.3.2 分类器性能评价 | 第60-61页 |
4.4 基于复合最优特征和SVM分类器的模式识别算法 | 第61-63页 |
4.5 本章小结 | 第63-64页 |
第五章 Φ-OTDR传感系统的信号处理平台与外场实验分析 | 第64-82页 |
5.1 信号处理平台与外场实验场景介绍 | 第64-68页 |
5.1.1 平台软件系统框架设计与功能 | 第64-66页 |
5.1.2 外场实验场景介绍 | 第66-68页 |
5.2 Φ-OTDR传感系统的外场实验分析 | 第68-79页 |
5.2.1 振动信号采集 | 第68-69页 |
5.2.2 振动信号预处理 | 第69-71页 |
5.2.3 振动信号特征评价与选择 | 第71-78页 |
5.2.4 基于复合最优特征和SVM分类器的分类实验 | 第78-79页 |
5.3 本章小结 | 第79-82页 |
第六章 总结与展望 | 第82-84页 |
6.1 总结 | 第82页 |
6.2 展望 | 第82-84页 |
攻读硕士期间学术成果 | 第84-86页 |
致谢 | 第86-88页 |
参考文献 | 第88-96页 |