典型文献
基于傅里叶分解与排列熵降噪方法的光纤入侵信号分类
文献摘要：
为了准确识别分布式光纤预警系统中的入侵信号类型,提出了一种基于傅里叶分解方法(FDM)与排列熵降噪方法的光纤入侵信号特征提取与识别算法.首先,用FDM将光纤入侵信号分解为若干个固有频带函数(FIBF).然后,计算各FIBF分量的排列熵,利用排列熵对噪声的敏感特性筛选出符合条件的FIBF并重构信号.最后,计算重构信号的近似熵与能量并构造二维特征向量,将其送入支持向量机进行训练后识别光纤入侵信号.实验结果表明,该算法可以有效识别敲击、小跑、过车三类光纤入侵信号,平均识别准确率为93.33％.
文献关键词：
光纤光学;光纤入侵信号;傅里叶分解;特征提取与识别;排列熵
中图分类号：
作者姓名：
曲洪权;王征一;盛智勇
作者机构：
北方工业大学信息学院,北京100144
文献出处：
引用格式：
[1]曲洪权;王征一;盛智勇-.基于傅里叶分解与排列熵降噪方法的光纤入侵信号分类)[J].激光与光电子学进展,2022(11):191-198
A类：
光纤入侵信号,FIBF
B类：
傅里叶分解,排列熵,降噪方法,信号分类,准确识别,分布式光纤,光纤预警,预警系统,信号类型,分解方法,FDM,信号特征提取,特征提取与识别,识别算法,信号分解,若干个,频带,符合条件,重构信号,近似熵,维特,特征向量,送入,敲击,小跑,识别准确率,光纤光学
AB值：
0.286594
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
