基于双重数据扩增的光纤振动事件分类方法及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115935236A(43)申请公布日2023.04.07(21)申请号202211605625.1G06N3/0475(2023.01)(22)申请日2022.12.14G06N3/094(2023.01)G06N3/084(2023.01)(71)申请人汕头大学地址515063广东省汕头市大学路汕头大学(72)发明人施羿戴尚玮刘瀚放张文韬魏楚亮(74)专利代理机构广州嘉权专利商标事务所有限公司44205专利代理师叶洁勇(51)Int.Cl.G06F18/24(2023.01)G06F18/214(2023.01)G06N3/044(2023.01)G06N3/0464(2023.01)权利要求书4页说明书16页附图4页(54)发明名称基于双重数据扩增的光纤振动事件分类方法及存储介质(57)摘要本发明公开了基于双重数据扩增的光纤振动事件分类方法及存储介质，方法包括通过光纤数据获取系统获取振动事件数据样本；根据事件类别将数据样本分为少样本类别数据样本和多样本类别数据样本；先后通过时域转移数据扩增方法和CycleGAN数据扩增方法对少样本数据样本进行样本扩增；扩增后的数据样本和原数据样本构成总训练集，结合深度卷积网络得到光纤分类模型，通过光纤分类模型实现当前振动事件的分类。本申请降低了光纤的振动事件数据的获取难度，通过双重数据扩增方法增加了数据样本数量，扩增数据和真实数据的拟真程度高，仅需使用数量较少的数据样本即可完成光纤的振动事件分类模型的训练，保证模型准确率的同时降低训练难度。CN115935236ACN115935236A权利要求书1/4页1.基于双重数据扩增的光纤振动事件分类方法，其特征在于，包括如下步骤：构建光纤数据获取系统，通过所述光纤数据获取系统检测历史传感光纤发生振动事件时的若干个瑞利散射光强信号；将若干个所述瑞利散射光强信号制作为振动事件数据样本，所述振动事件数据样本包括RGB图像和TS时域数据，并将所述振动事件数据样本分为少样本类别数据样本和多样本类别数据样本；其中，所述少样本类别数据样本的采集难度比所述多样本类别数据样本的采集难度高，所述多样本类别数据样本包括属于背景噪声类的振动事件数据样本；根据所述背景噪声类的振动事件数据样本，结合基于时域转移的数据扩增方法，对所述少样本类别数据样本中的TS时域数据进行数据扩增，得到扩增后的TS时域数据；根据特定数据样本，通过循环对抗生成网络对所述扩增后的TS时域数据进行扩增，得到扩增数据样本，将所述扩增数据样本转换为RGB格式后添加至所述振动事件数据样本中，得到总训练集；其中，所述特定数据样本为所述多样本类别数据样本中，不属于背景噪声类的振动事件数据样本；预训练深度卷积网络，将所述总训练集输入至预训练后的深度卷积网络并对其进行训练，得到光纤分类模型；检测当前发生振动事件的传感光纤的当前瑞利散射光强信号并将其输入至所述光纤分类模型中，获得振动事件的分类结果。2.根据权利要求1所述的基于双重数据扩增的光纤振动事件分类方法，其特征在于，所述将若干个所述瑞利散射光强信号制作为振动事件数据样本，所述振动事件数据样本包括RGB图像和TS时域数据，包括：将获得的所述瑞利散射光强信号重新排列为矩阵形式，获得时空矩阵信号,所述时空T矩阵信号记作TR_Matrix＝[TR1，TR2，TR3，...，TRi，...，TRN]，TRi表示第i条瑞利散射光强信号，N为探测光脉冲重复频率；采用移动差分平均法对振动事件进行定位，以定位得到的振动事件的位置信息作为中心，提取所述时空矩阵信号中对应位置的数据，所述对应位置的数据记作TS时间序列；对所述TS时间序列进行带通滤波处理，滤除所述TS时间序列中的直流分量和高频系统噪声，得到TS时域数据；其中，所述TS时域数据为振动事件数据样本的第一存储形式；对所述TS时域数据进行时频变换处理，并将其转换为RGB图像，将所述RGB图像作为振动事件的数据样本第二存储形式；其中，所述时频变换处理包括：STFT、HHT或梅尔倒谱变换中的任一种。3.根据权利要求1所述的基于双重数据扩增的光纤振动事件分类方法，其特征在于，所述根据所述背景噪声类的振动事件数据样本，结合基于时域转移的数据扩增方法，对所述少样本类别数据样本中的TS时域数据进行数据扩增，得到扩增后的TS时域数据，包括:从所述少样本类别数据样本中提取i个TS时域数据，生成时域数据集；其中，时域数据集中第i个所述TS时域数据为TSMinor_Class_i；从所述多样本类别数据样本中提取j个所述背景噪声类的TS时域数据，生成扩增数据集；其中，所述扩增数据集中第j个所述背景噪声类的TS时域数据为TSbackground_j；2CN115935236A权利要