摘要
一种基于空域特征和机器学习的分布式光纤入侵识别方法,包括以下步骤:步骤1:通过一分布式光纤振动传感系统,感应光纤周围的振动信号,产生多条后向瑞利散射曲线,多条后向瑞利散射曲线构成二维时空信号;步骤2:对图像数据f(x,y)进行图像预处理,以达到图像去噪和增强的目的,去噪预处理后的图像为取ff12((xx,,yy)),二增值强化后阈的值图k像*后为将f2图(x像,yf)2;(步x,骤y)3二:获值化;步骤4:二值化后的图像g(x,y)利用图像降噪方法消去噪点;步骤5:计算曲线中每个点的一阶导数F1和二阶导数F2,及高阶导数Fn;步骤6:将获得的空域特征作为特征向量并结合机器学习算法对入侵扰动事件进行模式识别。本发明能够有效的提高入侵事件的识别准确率,降低误报率,计算量小,复杂度低。