一种OTDR曲线数据分析方法

• 作 者: 陈晓娟 李鑫蕾 王胜达 姜山
• 机 构: 长春理工大学电子信息工程学院,吉林省电力有限公司,国网吉林供电公司
• 出 处: 光通信技术
• 发表日期: 2018年10期
• 关键词: 支持向量机 小波去噪 特征提取 OTDR特征点分类 SVMwavelet denoisingfeature extractionOTDR feature poi
• 基金项目: 长春市科技局项目（17DY030）资助,长春市科技局项目（17DY030）资助.

针对OTDR曲线故障点数据分类速度慢、分类精度低的问题,提出一种基于小波分析与支持向量机(SVR)相结合的OTDR曲线数据分析方法。首先,运用小波模极大值方法对原始的OTDR信号进行去噪;然后,采用Daubechies(db N)小波对去噪后的信号进行特征提取并对提取的特征数据进行标记;最后,训练出一个SVR分类器,实现对OTDR曲线特征的分类。实验分析表明,该数据分类方法能准确地分析出OTDR曲线中的各个故障点,分类速度相比于BP神经网络方法提高了139.23%,分类精度高达98.56%。