面向DVS振动信号识别率提升的特征选择算法研究
Research on feature selection algorithm for DVS vibration signalrecognition rate improvement作者机构:太原理工大学物理与光电工程学院山西太原030024 太原理工大学新型传感器与智能控制教育部重点实验室山西太原030024
出 版 物:《红外与激光工程》 (Infrared and Laser Engineering)
年 卷 期:2024年第53卷第8期
页 面:228-238页
核心收录:
学科分类:080901[工学-物理电子学] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0803[工学-光学工程]
基 金:国家重点研发计划项目(2023YFF0715700) 国家自然科学基金项目(62205237,62075153,62075151,62205234) 山西省基础研究计划(交控)联合资助项目(202303011222005) 山西省青年科学基金项目(20210302124396,202103021223042) 山西省重点研发计划项目(202102150101004)
主 题:分布式光纤振动传感 特征提取 模拟退火算法 Fisher Score算法
摘 要:分布式光纤振动传感(Distributed Optic-fiber Vibration Sensing, DVS)系统可对振动信号实现分布式测量,在实际应用中通常采用模式识别算法对各种振动事件进行识别,然而目前模式识别特征大都固定冗余,不能充分展现振动信号的特性,导致误报率高的问题。针对上述问题,搭建了一套直接探测结构的DVS系统样机,并提出了基于模拟退火算法和Fisher Score算法相结合的混合式特征选择方法。首先使用Fisher Score算法选取合适的特征初始集合,再将Fisher Score嵌入模拟退火算法的新解产生环节中,实现对入侵振动信号的特征组合整体效果较好的选择。通过实验对算法性能进行验证,结果表明:该算法可以剔除冗余入侵振动信号特征,拥有较快的收敛速度,使系统的识别率由80.23%提升至94.46%。