基于CVMD和DBO-SVM的光纤周界安防信号识别方法

作     者：尚秋峰 樊小凯 SHANG Qiufeng;FAN Xiaokai

作者机构：华北电力大学电子与通信工程系河北保定071003 华北电力大学河北省电力物联网技术重点实验室河北保定071003 华北电力大学保定市光纤传感与光通信技术重点实验室河北保定071003 

出 版 物：《半导体光电》 (Semiconductor Optoelectronics)

年 卷 期：2024年第45卷第1期

页      面：159-166页

学科分类：08[工学] 0803[工学-光学工程] 

基　　金：河北省自然科学基金项目(E2019502179) 

主　　题：光纤传感 相关变分模态分解 蜣螂算法 支持向量机 周界安防 

摘      要：为降低光纤周界安防信号中噪声对分类结果的影响,提升信号分类的准确率和运行效率,提出一种融合了相关变分模态分解(Correlation Variational Mode Decomposition,CVMD)、蜣螂算法(Dung Beetle Optimizer,DBO)和支持向量机(Support Vector Machine,SVM)的分类方法。利用CVMD去除原始信号中的噪声分量,并提取去噪后信号的能量、能量熵和峭度作为特征向量。采用DBO算法优化SVM,得到最佳惩罚因子和核函数参数,并构建DBO-SVM分类模型。搭建了基于相位敏感光时域反射(Φ-OTDR)技术的周界安防系统,采集了攀爬、敲击、踩踏和无入侵四类信号。实验结果表明,CVMD-DBO-SVM的分类准确率相比CVMD-PSO-SVM和CVMD-GA-SVM更高,达到了98.75%,同时运行时间更短,综合性能最优。