一种光纤振动监测模型、防范系统、电子设备及存储介质的制作方法

1.本发明属于周界防范技术领域，具体涉及一种光纤振动监测模型、防范系统、电子设备及存储介质。


背景技术：

2.周界防范即在防护区域的边界利用微波、红外、电子围栏等技术形成一道或可看见的、或不可见的“防护墙”，若当有人通过或欲通过时，相应的探测器即会发出报警信号送至安保值班室或控制中心的报警控制主机，同时发出声光报警、显示报警位置。
3.目前，大多数周界防范系统针对短距离设计而不适用于长距离监测，对于动车段、动车所和铁路线路等环境的周界防范系统，大多不能准确判断入侵行为的类型，容易产生误判，将因雨雪环境、飞虫动物等原因而产生的振动信号判断为人为入侵，从而为安保人员增加了工作量；此外，现有的周界防范系统大多为独立系统，不具有分段管理功能，不利于长距离的监测。


技术实现要素：

4.鉴于现有技术中存在上述问题，本发明的目的是提供一种光纤振动监测模型、防范系统、电子设备及存储介质：
5.一种光纤振动监测模型，包括：用于发出信号、接收回传信号并处理分析，实时监测周界安全，所述监测模型包括依次相连的物理层、实现层、算法层和应用层；
6.所述物理层位于监测模型的最底层，包括基础设备，用于构建、可复用的光纤传感通信平台；
7.所述实现层用于通过基础设备采集信息并处理，实现微振动感测、信号调解、信号定位和信号降噪增强；
8.所述算法层用于接收实现层处理后的信息并分析，实现神经网络识别、时间序列分析、支持向量机和事件判别与分析；
9.所述应用层用于显示算法层的分析结果以及进行人机交互，实现智能报警、 gis定位标记、信息化应用集成和自适应学习。
10.为了通过传感光纤实现微振动感测，所述基础设备包括传感控制器、信号处理模块和传感模块，所述传感控制器包括依次连接的激光器、解调器、放大器、滤波器、耦合器和光电探测器，所述耦合器还与传感模块耦合，所述光电探测器与信号处理模块连接；
11.所述传感模块包括传感光纤，用于接收耦合器发出的探测光并向耦合器传输散射光；
12.所述信号处理模块包括相互连接的数模转换器和信号处理模块，所述数模转换器与光电探测器电性连接，所述数模转换器用于将光电探测器传输的信号进行数模转换，所述信号处理机用于将数模转换后的信号进行信号预处理、信号识别分类和事件分析产生事件的分类结果、通过预警应用程序响应分类结果以及分类器增量学习。
13.为了通过信号处理机对接收的信号进行处理，所述信号预处理包括带通滤波、下采样和小波降噪；所述信号识别分类包括片段切分、特征提取和信号分类；所述事件分析包括强度计算、可信度计算和定位值修正；所述预警应用程序包括预警规则、人机交互和记录新事件；所述分类器增量学习包括新事件训练和分类器优化。
14.所述信号处理机包括基于神经网络的第一级分类器和基于投票机制的第二级分类器，所述信号处理机进行信号识别分类的过程，具体包括如下步骤：
15.s1、第一级分类器接收信号的单一片段特征，基于神经识别网络识别片段特征后输出信号的片段类型；
16.s2、第二级分类器接收信号的片段类型，基于投票机制通过多个信号的片段类型输出事件类型；
17.s3、判断事件类型是否正确，将正确的数据存入数据库中，将错误的数据经人工修订后存入数据库中并计数；
18.s4、当事件分类的错误数据个数累计达到阈值后，触发分类器增量学习模块自动运行；
19.s5、分类器增量学习模块对第一级分类器进行神经网络重新训练，并更新第一级分类器的神经网络参数。
20.基于上述光纤振动监测模型，本发明还提出一种长距离周界安全防范系统，用于实时监测、识别布防周界上发生的入侵事件并发出相应的警报与定位，所述安全防范系统与外部系统连接，所述安全防范系统包括，
21.控制中心平台，用于监测入侵行为、计算和定位标记入侵位置、发出相应的告警指令，以及调用视觉跟踪设备记录入侵行为；所述控制中心平台包括相互通信耦合的第一级控制中心平台和至少一个第二级控制中心平台，所述第二级控制中心平台包括信号处理机，用于进行光纤振动监测入侵行为和预警；
22.现场设备，与控制中心平台通信耦合，所述现场设备包括，
23.前端探测设备，用于布防周界入侵行为的探测和探测数据的回传；所述前端探测设备包括传感光纤、电子围栏和激光对射；
24.视觉跟踪设备，用于接收控制中心平台发送的告警信息并处理得到具体的告警内容后，调用相应位置的视频监控终端进行视频录像；
25.声光报警设备，用于接收控制中心平台发送的报警指令并发出报警信号；
26.所述外部系统包括铁路时间同步系统和铁路综合视频监控系统，所述铁路综合视频监控系统包括至少一个视频监控终端，所述视频监控终端用于接收视觉跟踪设备的信号并录制入侵行为。
27.为了实现长距离周界安全防范系统与外部系统的联动，所述第一级控制中心平台与铁路时间同步系统通信耦合，所述第二级控制中心平台平台与铁路综合视频监控系统通信耦合，所述第一级控制中心平台和第二级控制中心平台均包括用户终端、管理终端、应用服务器和数据库服务器，所述第二级控制中心平台平台还包括接口服务器。
28.一种电子设备，所述电子设备包括：
29.存储器，用于存储可执行指令；
30.处理器，用于运行所述存储器存储的可执行指令时，实现上述的长距离周界安全
防范系统。
31.一种计算机可读存储介质，存储有可执行指令，所述可执行指令被处理器执行时实现权上述的长距离周界安全防范系统。
32.本发明的有益效果是：本发明提出的光纤振动监测模型，
33.1、通过物理层的基础设施构建分布式、可复用的光纤传感通信平台，实现微振动感测、信号处理与信号分析功能，从而能够根据传感光纤监测到的振动信号判断事件类型并触发应用层响应；
34.2、依靠算法层提供信号处理与分析，通过两级分类器根据不同规则进行二级分类能够有效提高分类结果的准确性；进一步的，通过信号处理机记录新事件并累积错误信息，依靠分类器增量学习实现结果反馈并对第一级分类器进行重新训练，有利于进一步提高分类结果的准确性，避免误报。
35.本发明提出的长距离周界安全防范系统，
36.1、通过第一级控制中心平台与铁路时间同步系统连接进行总控，第二级控制中心平台与铁路综合视频监控系统、现场设备连接进行实时监测，通过设置多个第二级控制中心平台实现分段监测与管理，能够将长距离监测分段为短距离监测并实现总控；
37.2、进一步的，分段监测能够提高该防范系统的响应效率，当监测到振动信号并判断该事件为入侵事件时，有利于快速调动相应位置的视频监控终端进行视频录制。
附图说明
38.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
39.图1是本发明的监测模型的层级结构示意图；
40.图2是本发明的微振动感流程图；
41.图3是本发明的数模转换流程图；
42.图4是本发明的信号处理流程图；
43.图5是本发明的信号识别分类的流程图；
44.图6是本发明的监测系统结构示意图。
具体实施方式
45.实施例一
46.一种光纤振动监测模型，用于发出信号、接收回传信号并处理分析，实时监测周界安全。
47.如图1所示，所述监测模型包括物理层，位于监测模型的最底层，包括基础设备，用于构建、可复用的光纤传感通信平台。
48.如图2所示，所述基础设备包括传感控制器、信号处理模块和传感模块，所述传感控制器包括依次连接的激光器、解调器、放大器、滤波器、耦合器和光电探测器，所述耦合器还与传感模块耦合，所述光电探测器与信号处理模块连接，激光器用于发出激光，解调器、放大器和滤波器用于将传感器发出的激光进行处理，耦合器用于将处理后的激光分为探测光和参考光并向传感模块传输探测光、接收传感模块产生的散射光并与参考光进行相干接
收处理后向光电探测器传输。
49.如图2所示，所述传感模块包括传感光纤，用于接收耦合器发出的探测光并向耦合器传输散射光。
50.如图2所示，所述信号处理模块包括相互连接的数模转换器和信号处理模块，所述数模转换器与光电探测器电性连接，所述数模转换器用于将光电探测器传输的信号进行数模转换，所述信号处理机用于将数模转换后的信号进行信号预处理、信号识别分类和事件分析产生事件的分类结果、通过预警应用程序响应分类结果以及分类器增量学习。
51.如图4所示，所述信号预处理包括带通滤波、下采样和小波降噪；所述信号识别分类包括片段切分、特征提取和信号分类；所述事件分析包括强度计算、可信度计算和定位值修正；所述预警应用程序包括预警规则、人机交互和记录新事件；所述分类器增量学习包括新事件训练和分类器优化。
52.如图5所示，所述信号处理机包括基于神经网络的第一级分类器和基于投票机制的第二级分类器，所述信号处理机进行信号识别分类的过程，具体包括如下步骤：
53.s1、第一级分类器接收信号的单一片段特征，基于神经识别网络识别片段特征后输出信号的片段类型；
54.s2、第二级分类器接收信号的片段类型，基于投票机制通过多个信号的片段类型输出事件类型；
55.s3、判断事件类型是否正确，将正确的数据存入数据库中，将错误的数据经人工修订后存入数据库中并计数；
56.s4、当事件分类的错误数据个数累计达到阈值后，触发分类器增量学习模块自动运行；
57.s5、分类器增量学习模块对第一级分类器进行神经网络重新训练，并更新第一级分类器的神经网络参数。
58.如图3所示，数模转换的过程包括低噪声信号放大、自动增益控制、抗混叠滤波、ad采样、数字解调和时延计算。
59.如图1所示，所述监测模型包括实现层，所述实现层用于通过基础设备采集信息并处理，实现微振动感测、信号调解、信号定位和信号降噪增强；
60.如图1所示，所述监测模型包括算法层，所述算法层用于接收实现层处理后的信息并分析，实现神经网络识别、时间序列分析、支持向量机和事件判别与分析；
61.如图1所示，所述监测模型还包括应用层，所述应用层用于显示算法层的分析结果以及进行人机交互，实现智能报警、gis定位标记、信息化应用集成和自适应学习。
62.如图6所示，基于上述光纤振动监测模型，本发明还提出一种长距离周界安全防范系统，用于实时监测、识别布防周界上发生的入侵事件并发出相应的警报与定位，所述安全防范系统与外部系统连接，所述安全防范系统包括控制中心平台，用于监测入侵行为、计算和定位标记入侵位置、发出相应的告警指令，以及调用视觉跟踪设备记录入侵行为；所述控制中心平台包括相互通信耦合的第一级控制中心平台和至少一个第二级控制中心平台，所述第二级控制中心平台包括信号处理机，用于进行光纤振动监测入侵行为和预警。
63.如图6所示，第一级控制中心平台与铁路时间同步系统通信耦合，所述第二级控制中心平台平台与铁路综合视频监控系统通信耦合，所述第一级控制中心平台和第二级控制
中心平台均包括用户终端、管理终端、应用服务器和数据库服务器，所述第二级控制中心平台平台还包括接口服务器。
64.如图6所示，安全防范系统包括现场设备，与控制中心平台通信耦合，所述现场设备包括用于布防周界入侵行为的探测和探测数据的回传的前端探测设备，所述前端探测设备包括传感光纤、电子围栏和激光对射；所述现场设备包括用于接收控制中心平台发送的告警信息并处理得到具体的告警内容后调用相应位置的视频监控终端进行视频录像的视觉跟踪设备；所述现场设备包括用于接收控制中心平台发送的报警指令并发出报警信号的声光报警设备；
65.如图6所示，外部系统包括铁路时间同步系统和铁路综合视频监控系统，所述铁路综合视频监控系统包括至少一个视频监控终端，所述视频监控终端用于接收视觉跟踪设备的信号并录制入侵行为。所述铁路综合视频监控系统包括至少一个区域节点，所述区域节点与视频监控终端通信耦合，所述区域节点与视频汇聚点通信耦合。
66.一种电子设备，所述电子设备包括：
67.存储器，用于存储可执行指令；
68.处理器，用于运行所述存储器存储的可执行指令时，实现上述的长距离周界安全防范系统。
69.一种计算机可读存储介质，存储有可执行指令，所述可执行指令被处理器执行时实现上述的长距离周界安全防范系统。
70.一种长距离周界安全防范系统的工作过程包括入侵探测、信号处理、报警联动和模式学习，其中：
71.1、入侵探测：通过前端探测设备的电子围栏、激光对射和传感光纤等获取报警信息，并将信息传输至第二级控制中心平台进行处理；
72.2、信号处理：第二级控制中心平台中，
73.信号处理机将前端设备传输的光纤传感信号经过数模转换和信号分析后发送至接口服务器；
74.接口服务器接收报警信息，向视觉跟踪设备及声光报警设备发送指令，触发视觉及声光报警联动响应；
75.数据库服务器记录相应报警信息及视频信息，形成报警类型、报警源、周界名称、报警位置、站点区域、报警时间等重要信息报表及报警视频；
76.应用服务器通过软件平台向客户端界面输送报警信息，通过客户端界面显示报警gis叠加信息、软件界面输出报警提示音、联动显示入侵位置视频画面；
77.此外，若有其他外接系统，也可实现系统间的信息联动。
78.3、报警联动：
79.声光报警设备接收接口服务器指令后发出声光报警信息；
80.视觉跟踪设备接收接口服务器指令后，调用视频监控终端，对周界入侵区域进行图像定位，同步将视频数据回传至数据库服务器进行存储；
81.客户端软件界面显示报警信息。
82.4、模式学习：当周界某一区域多次发生同样的非人为入侵行为时，系统会根据该入侵行为产生的波形进行记录并学习，待学习次数达到阈值后，再发生同样入侵行为时，系
统将会过滤掉此次入侵报警，减少误报。
83.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。