李國(guó)相，茍武侯

(中國(guó)航天空氣動(dòng)力技術(shù)研究院，北京 100074)

隨著科學(xué)的發(fā)展以及技術(shù)的進(jìn)步，越來越多的領(lǐng)域需要利用安全預(yù)警系統(tǒng)來進(jìn)行防范、確保安全，而光纖振動(dòng)安全報(bào)警系統(tǒng)解決了有些領(lǐng)域長(zhǎng)距離、野外作業(yè)、無源探測(cè)等方面的要求.光纖振動(dòng)安全預(yù)警系統(tǒng)以傳感光纜作為分布式傳感器，以光信號(hào)為載體，不需要供電，使用安全，便于野外作業(yè)；光纖的線狀結(jié)構(gòu)易于架設(shè)，便于大范圍長(zhǎng)距離的檢測(cè)；其鋪設(shè)方便靈活，可以做到高隱蔽性，易與周圍環(huán)境融于一體；光纖既作為傳感單元，又作為傳輸介質(zhì)，增加了光纖材料的復(fù)用性；此外光纖傳感器體積小、質(zhì)量輕、穩(wěn)定性高、抗干擾能力強(qiáng)、耐腐蝕、無輻射，這種光纖振動(dòng)安全預(yù)警系統(tǒng)的誤報(bào)和漏報(bào)明顯優(yōu)于常規(guī)的安防系統(tǒng)，因此被廣泛應(yīng)用于各領(lǐng)域進(jìn)行周界安防.

光纖振動(dòng)安全報(bào)警系統(tǒng)作為一種新型的安防系統(tǒng)，利用光纖作為感應(yīng)體，探測(cè)外界擾動(dòng)并判別是否屬入侵行為，并自動(dòng)識(shí)別入侵類型，實(shí)現(xiàn)對(duì)有害行為的及時(shí)報(bào)警，達(dá)到周界預(yù)警的目的.然而，自然界中，不可避免的存在著多種干擾信號(hào)，對(duì)振動(dòng)事件的檢測(cè)率、識(shí)別率及報(bào)警準(zhǔn)確率產(chǎn)生一定干擾.當(dāng)無害的干擾信號(hào)較大的情況，如布置在圍欄上的傳感光纖容易受到大風(fēng)天氣影響，由于強(qiáng)風(fēng)干擾信號(hào)能量較大，容易產(chǎn)生系統(tǒng)誤報(bào)，造成系統(tǒng)的誤警率或漏警率一定程度的上升.如何有效識(shí)別出強(qiáng)風(fēng)干擾信號(hào)、避免其對(duì)系統(tǒng)正常預(yù)警的影響，是光纖安全預(yù)警系統(tǒng)面臨的主要問題之一.

目前針對(duì)天氣干擾因素的處理方法包括：(1)結(jié)合當(dāng)前天氣情況對(duì)系統(tǒng)軟件進(jìn)行抑制處理，如通過風(fēng)速計(jì)、天氣預(yù)報(bào)等了解光纖安防周界區(qū)域的天氣情況；(2)設(shè)定動(dòng)態(tài)閾值方法，將采樣信號(hào)幅值歸一化，進(jìn)行多組測(cè)試得到每一組的有效過閾值數(shù)量，從而確定動(dòng)態(tài)閾值；(3)采用線性分類器、神經(jīng)網(wǎng)絡(luò)方法、方差分析、混沌分析、支持向量機(jī)[8]等，對(duì)振動(dòng)信號(hào)進(jìn)行識(shí)別[1-8].然而，方法一僅能降低特定天氣條件下的系統(tǒng)誤報(bào)率，對(duì)于在該天氣下系統(tǒng)可能存在的攀爬等有害入侵信號(hào)具有一定的漏報(bào)風(fēng)險(xiǎn)；方法二對(duì)于信噪比較好的情況檢測(cè)效果較好，對(duì)于信噪比較差的場(chǎng)景難以推廣；方法三均需要對(duì)大量樣本進(jìn)行學(xué)習(xí)和訓(xùn)練，計(jì)算量大，且存在訓(xùn)練收斂性等問題.

本文提出建立無害的強(qiáng)風(fēng)干擾源數(shù)學(xué)模型，結(jié)合有害的人員攀爬入侵信號(hào)特征，提取采集到的振動(dòng)信號(hào)的短時(shí)過零率，實(shí)現(xiàn)對(duì)無害強(qiáng)風(fēng)干擾的振源準(zhǔn)確識(shí)別，有效降低惡劣天氣情況下光纖預(yù)警系統(tǒng)的誤報(bào)率和漏報(bào)率，由于不需要進(jìn)行學(xué)習(xí)訓(xùn)練，降低了運(yùn)算量，對(duì)系統(tǒng)的實(shí)用性有很大的改進(jìn)，具有重要實(shí)際意義.

1 光纖振動(dòng)安全預(yù)警系統(tǒng)簡(jiǎn)介

振動(dòng)信號(hào)采集原理(見圖1)，主要包括3個(gè)部分：分布式光纖傳感器、光源及數(shù)據(jù)采集模塊和上位機(jī)服務(wù)器.其中，分布式光纖傳感器主要布置在具有安防需求的周界圍欄或圍墻上，并經(jīng)過報(bào)警主機(jī)上的光源及數(shù)據(jù)采集模塊采集安防區(qū)域周邊的振動(dòng)信號(hào)，經(jīng)過電轉(zhuǎn)換、模數(shù)轉(zhuǎn)換等變換傳輸?shù)接?jì)算機(jī)中，對(duì)該振動(dòng)信號(hào)處理和分析，實(shí)現(xiàn)對(duì)光纖覆蓋區(qū)域的實(shí)時(shí)監(jiān)控.

圖1 振動(dòng)信號(hào)采集原理圖

安防區(qū)域的周界圍欄或圍墻上的分布式光纖振動(dòng)傳感器，可以接受到運(yùn)動(dòng)、壓力、和振動(dòng)行為對(duì)其中光信號(hào)的影響，從而實(shí)現(xiàn)對(duì)諸如攀爬、剪切、行走等行為進(jìn)行監(jiān)測(cè)，通過光電探測(cè)模塊，系統(tǒng)報(bào)警主機(jī)可以采集到運(yùn)動(dòng)、振動(dòng)或壓力造成的微弱信號(hào)，然后經(jīng)過放大電路、模數(shù)轉(zhuǎn)換器將振動(dòng)信號(hào)傳輸至上位機(jī)服務(wù)器進(jìn)行進(jìn)一步信號(hào)檢測(cè)、識(shí)別等相關(guān)處理.系統(tǒng)采樣頻率為10 kHz，振動(dòng)數(shù)據(jù)為32位浮點(diǎn)數(shù)的電壓數(shù)據(jù)，為了方便數(shù)據(jù)處理，設(shè)定每1 024個(gè)數(shù)據(jù)為一幀.

本文研究針對(duì)布防在海邊某地的安防地界，分布式傳感光纖鋪設(shè)在周界圍欄上，主要用于監(jiān)測(cè)防止人員攀爬、越過圍欄，對(duì)有害入侵行為進(jìn)行預(yù)警.由于環(huán)境因素，海邊風(fēng)速較大，在大風(fēng)情況下，系統(tǒng)容易產(chǎn)生誤報(bào).據(jù)此，本文開展強(qiáng)風(fēng)干擾情況下，光纖振動(dòng)安全預(yù)警系統(tǒng)的振源識(shí)別算法，對(duì)強(qiáng)風(fēng)干擾振源進(jìn)行檢測(cè)、識(shí)別并屏蔽無害干擾信號(hào)，降低系統(tǒng)誤報(bào)率，同時(shí)，保證有害攀爬振源準(zhǔn)確報(bào)警，防止系統(tǒng)漏報(bào).

2 振動(dòng)信號(hào)處理

經(jīng)典的振動(dòng)信號(hào)分析主要包括時(shí)域和頻域分析，在系統(tǒng)實(shí)際運(yùn)行過程中，經(jīng)常會(huì)出現(xiàn)強(qiáng)風(fēng)干擾振源，特別是布防在海邊、風(fēng)口的預(yù)警區(qū)域，因此，區(qū)分強(qiáng)風(fēng)干擾振源和人員入侵振源對(duì)提高系統(tǒng)識(shí)別率、報(bào)警率具有重要意義.本文分別提取強(qiáng)風(fēng)振動(dòng)信號(hào)和攀爬振動(dòng)信號(hào)，對(duì)于采集到的信號(hào)，進(jìn)行時(shí)域和頻域分析，觀察其時(shí)域波形，圖2所示為強(qiáng)風(fēng)信號(hào)和攀爬信號(hào)的時(shí)域波形對(duì)比.

圖2 強(qiáng)風(fēng)與攀爬振動(dòng)信號(hào)時(shí)域波形對(duì)比

分析兩者時(shí)域波形，發(fā)現(xiàn)兩振動(dòng)信號(hào)的幅度基本相近，均在1.3 V左右，僅在時(shí)域特征上難以區(qū)分機(jī)械振源和火車振源.

圖3所示為強(qiáng)風(fēng)干擾信號(hào)與人員攀爬信號(hào)的頻譜分析結(jié)果，分析兩者的頻譜特征可以發(fā)現(xiàn)，兩者幅度譜幅度略有差別，然而，很難直接從頻譜上將兩者區(qū)分開來，如何量化的提取兩者頻譜差異，是區(qū)別強(qiáng)風(fēng)干擾振源和人員攀爬入侵振源的關(guān)鍵，本文以此為根據(jù)，建立基于短時(shí)過零率的強(qiáng)風(fēng)干擾振源識(shí)別算法.

圖3 強(qiáng)風(fēng)與攀爬振動(dòng)信號(hào)頻譜波形對(duì)比

3 基于短時(shí)過零率的干擾振源識(shí)別方法

3.1 振源信號(hào)的預(yù)處理

為了衡量振動(dòng)信號(hào)大小，引入信號(hào)的短時(shí)平均能量，短時(shí)平均能量是研究信號(hào)能量的量，振動(dòng)信號(hào)序列{x(k),k=1,2,…,n}的n時(shí)刻振動(dòng)信號(hào)的短時(shí)平均能量P(n)為：

(1)

其中，wN為長(zhǎng)度為N的窗函數(shù)，窗函數(shù)選取

(2)

由于振幅較小，采用線性計(jì)算將影響數(shù)據(jù)精度，為了方便數(shù)據(jù)處理，提高系統(tǒng)檢測(cè)能力，顯示能量動(dòng)態(tài)變化范圍，采取能量的分貝形式：

(3)

圖4所示為強(qiáng)風(fēng)干擾信號(hào)與人員攀爬入侵信號(hào)的短時(shí)平均能量對(duì)比結(jié)果.由圖可知，兩者短時(shí)平均能量相近，均可達(dá)到-4 dB左右，單憑設(shè)定能量閾值難以將兩者區(qū)分開來，閾值設(shè)定偏高，會(huì)導(dǎo)致系統(tǒng)漏報(bào)，造成人員攀爬入侵系統(tǒng)未報(bào)警；閾值設(shè)置偏低，會(huì)導(dǎo)致系統(tǒng)頻繁誤報(bào)，增加安保人員排查成本，不利于系統(tǒng)運(yùn)行.

圖4 強(qiáng)風(fēng)與攀爬振動(dòng)信號(hào)短時(shí)平均能量對(duì)比

因此，檢測(cè)并識(shí)別出振源信號(hào)類型，對(duì)于無害的強(qiáng)風(fēng)干擾振源進(jìn)行識(shí)別并屏蔽報(bào)警，對(duì)于有害的人員攀爬入侵振源進(jìn)行識(shí)別并及時(shí)報(bào)警，具有重要應(yīng)用價(jià)值.據(jù)此，本文設(shè)定較低的系統(tǒng)檢測(cè)閾值，并對(duì)檢測(cè)到的振動(dòng)信號(hào)進(jìn)行進(jìn)一步的識(shí)別，提出短時(shí)過零率方法識(shí)別強(qiáng)風(fēng)干擾振源和人員攀爬振源.

3.2 短時(shí)過零率法

短時(shí)過零率(zero-crossing rate, ZCR)可以看作信號(hào)頻率的簡(jiǎn)單度量，是指信號(hào)通過零值的次數(shù).短時(shí)過零率可以表示為：

(4)

其中，sign(x)為符號(hào)函數(shù)

(5)

w(n)為矩形窗函數(shù)，窗長(zhǎng)度為N，公式可表示為：

(6)

為了避免受到噪聲干擾，采用幅值濾波法濾除干擾信號(hào)，設(shè)置降噪閾值為Tα，避免小幅振動(dòng)干擾對(duì)過零檢測(cè)的影響，增強(qiáng)抗干擾能力，改進(jìn)后的短時(shí)過零率計(jì)算方法為：

ZCR(n)=

(7)

為了方便設(shè)置過零率閾值，統(tǒng)一單位，采用單位時(shí)間短時(shí)過零率，在采樣頻率為Fs=10 kHz情況下，單位時(shí)間短時(shí)過零率可表示為

(8)

單位時(shí)間短時(shí)過零率描述，在單位時(shí)間內(nèi)振幅信號(hào)的過零次數(shù).

3.3 振源識(shí)別算法

本研究通過大量數(shù)據(jù)分析，建立了基于模型和知識(shí)的模式識(shí)別方法，通過對(duì)振動(dòng)信號(hào)進(jìn)行預(yù)處理，計(jì)算其單位時(shí)間短時(shí)過零率作為識(shí)別參數(shù)，實(shí)現(xiàn)強(qiáng)風(fēng)干擾振源和人員攀爬入侵振源的自動(dòng)檢測(cè)與識(shí)別的目的.其中振源模型的建立是系統(tǒng)的關(guān)鍵，根據(jù)不同振源模型，提取出相應(yīng)振源的相應(yīng)特征，進(jìn)而達(dá)到識(shí)別分類目的.

對(duì)于采集到的振動(dòng)信號(hào)，具體的振源識(shí)別流程(見圖5).算法步驟為：

(1)根據(jù)式(3)計(jì)算振動(dòng)信號(hào)的短時(shí)平均能量，進(jìn)行信號(hào)預(yù)處理；

(2)根據(jù)設(shè)定的短時(shí)平均能量閾值P(n0)，進(jìn)行信號(hào)檢測(cè)，得到振動(dòng)信號(hào)數(shù)據(jù)；

(3)設(shè)置合適的單位時(shí)間短時(shí)過零率降噪閾值Tα，根據(jù)先驗(yàn)知識(shí)，可以設(shè)置降噪閾值為Tα=μ+2.5σ～μ+3σ，其中，μ為振動(dòng)信號(hào)均值，σ為振動(dòng)信號(hào)標(biāo)準(zhǔn)差；

(4)根據(jù)式(8)計(jì)算單位時(shí)間短時(shí)過零率R(n)；

(5)將計(jì)算得到的單位時(shí)間短時(shí)過零率與經(jīng)驗(yàn)閾值門限R0進(jìn)行對(duì)比，若R>R0，則認(rèn)為是強(qiáng)風(fēng)干擾振源，否則，是攀爬入侵振源，算法結(jié)束.

圖5 振源識(shí)別系統(tǒng)流程

4 振源識(shí)別結(jié)果分析

分別將光纖振動(dòng)安全預(yù)警系統(tǒng)采集到的強(qiáng)風(fēng)干擾信號(hào)和人員攀爬測(cè)試信號(hào)通過識(shí)別系統(tǒng)，并對(duì)抗干擾算法進(jìn)行驗(yàn)證，對(duì)大風(fēng)和攀爬數(shù)據(jù)進(jìn)行過零率檢測(cè)，幅值濾波閾值設(shè)置為2.5倍的振幅標(biāo)準(zhǔn)差，結(jié)果(見圖6).

圖6 單位時(shí)間短時(shí)過零率分類結(jié)果

分類結(jié)果表明，所有強(qiáng)風(fēng)干擾振動(dòng)信號(hào)均具有較低的單位時(shí)間短時(shí)過零率，而人員攀爬入侵振源的單位時(shí)間短時(shí)過零率較高，且在選擇合適的降噪閾值情況下，可以準(zhǔn)確的區(qū)分出強(qiáng)風(fēng)干擾振源和人員攀爬入侵振源.識(shí)別結(jié)果表明，基于本文提出的抗干擾算法具有較好的識(shí)別效果，實(shí)際應(yīng)用表明，該算法可以有效的降低系統(tǒng)誤報(bào)率，同時(shí)保證系統(tǒng)較低的漏報(bào)率，增強(qiáng)了系統(tǒng)的應(yīng)用價(jià)值.

5 結(jié) 論

本文研究了光纖振動(dòng)安全預(yù)警系統(tǒng)中較難的大能量強(qiáng)風(fēng)干擾振源識(shí)別問題，分析比對(duì)了強(qiáng)風(fēng)干擾振源和人員攀爬入侵振源的振動(dòng)信號(hào)模型，發(fā)現(xiàn)了強(qiáng)風(fēng)干擾振動(dòng)信號(hào)和人員攀爬入侵振動(dòng)信號(hào)在頻率域上的區(qū)別，提出了基于短時(shí)過零率的振源識(shí)別新方法，給出了識(shí)別的具體實(shí)現(xiàn)流程，實(shí)現(xiàn)了光纖振動(dòng)安全預(yù)警系統(tǒng)中無害強(qiáng)風(fēng)干擾的準(zhǔn)確檢測(cè)與識(shí)別，經(jīng)實(shí)際驗(yàn)證，識(shí)別正確率高、誤判率低，能很好的運(yùn)用到實(shí)際系統(tǒng)中，降低了系統(tǒng)的誤報(bào)率和漏報(bào)率，具有較高的實(shí)際應(yīng)用價(jià)值.

參考文獻(xiàn)：

[1] TARR S, LEACH G. The dependence of detection system performance on fence construction and detector location[C]// 1998 International Carnahan Conference on Security Technology. Proceedings. IEEE, 1998:196-200.

[2] MAHMOUD S S, KATSIFOLIS J. Performance investigation of real-time fiber optic perimeter intrusion detection systems using event classification [J].2010,41(3):387-393.

[3] KATSIFOLIS J. Elimination of rain-induced nuisance alarms in distributed fiber optic perimeter intrusion detection systems[J]. Proceedings of SPIE-The International Society for Optical Engineering, 2009,7316(5):433-443.

[4] VRIES J D. A low cost fence impact classification system with neural networks[C]// Africon, 2004. Africon Conference in Africa. IEEE, 2005(1):131-136.

[5] YOUSEFI A, MEMBER S, DIBAZAR A A, et al. Intelligent fence intrusion detection system: detection of intentional fence breaching and recognition of fence climbing[C]// Technologies for Homeland Security, 2008 IEEE Conference on. IEEE Xplore, 2008:620-625.

[6] 曲志剛,靳世久.基于經(jīng)驗(yàn)?zāi)B(tài)分解的管道預(yù)警系統(tǒng)信號(hào)多尺度混沌特性分析方法[J].石油學(xué)報(bào).2008,29(2):313-316.

[7] ZHANG J, ZENG Z, HAO F, et al. A recognition method of petroleum pipeline safety-detection events using the largest lyapunov exponent and wavelet threshold de-noising[C]// International Conference on Electronic Measurement & Instruments. IEEE, 2009:1-140-1-144.

[8] 曲志剛,封 皓,靳世久，等.基于支持向量機(jī)的油氣管道安全監(jiān)測(cè)信號(hào)識(shí)別方法[J].天津大學(xué)學(xué)報(bào)，2009,42(5):465-470.