论文部分内容阅读
如今管道运输业已成为我国运输石油和天然气的主要运输方式,随之而来的是由于人为因素所带来的管道受损等情况的发生,使得人民生产、生活遭受巨大损失。因此需要设计一个具有较好的实时性、灵敏性以及稳定性的光纤预警产品。光纤预警系统即是针对该问题而设计。与石油光线预警系统凭借运输量大、占地少、建设周期段以及费用少等优点,引起了越来越多的学者的关注。本文利用基于相位敏感的光时域反射(Φ-OTDR)原理基础之上提出采用随机神经网络RVFL对外界入侵信号进行有效识别。本文首先介绍Φ-OTDR体制原理及其相应的硬件系统设计,包括光信号产生及回收系统设计和针对长距离实时检测需求下的分布式网络节点系统设计。正文还介绍了基于ATCA机箱架构的设计以及机箱内各板卡的信号传导机制。其次,本文提出基于恒虚警(CFAR)检测算法的实时检测处理流程,通过分析系统采集信号的背景信号特点,提出对采集信号采用标准化算法进行处理,并设计相应的滤波器以此对信号进行滤波,最后实现采集数据的检测过程。入侵信号识别功能对于该系统来说至关重要。本文提出采用Hilbert变换,主要针对入侵信号提取包络,其次采用自相关算法对提取到的包络进一步抑噪,最后采用多层小波分解对信号进行多尺度分析,并实现信号特征提取工作。最后,本文提出采用一种随机神经网络对入侵信号进行训练、测试。该网络非常适用于长距离、数据量大的光纤预警系统。通过实际数据测试,本文所提算法对入侵信号具有较高的信号识别率,因此该算法具有较高的使用价值。