一种基于CWT-Xception-RF的φ-OTDR振动事件分类方法

作者：钟翔; 任杰; 陈晓珊; 孙宇; 曹翰昱; 邓华夏; 马孟超

来源：2022-03-25, 中国, CN202210304198.7.

本发明公开了一种基于CWT-Xception-RF的φ-OTDR振动信号分类方法,首先通过提取获得φ-OTDR振动信号的人工特征,通过CWT处理获得φ-OTDR振动信号时频图；针对时频图利用迁移学习Xception模型提取获得φ-OTDR振动信号深度特征；然后针对人工特征和深度特征,利用皮尔逊相关系数法进行相关性分析,获得相关系数值；最后构建随机森立分类算法RF对相关系数值不高于0.9的人工特征和深度特征进行计算,输出φ-OTDR振动信号所属各类别的概率,实现φ-OTDR振动信号分类。本发明为降低φ-OTDR系统中高误警率的现象提供了一种有效的识别方法。

• 出版日期2022-3-25
• 单位合肥工业大学