摘 要

因为现在的安全形势愈发严重，入侵信号的形式也越来越复杂，导致常用的安防方法已经不可以达到我们队安防系统提出的越来越高的要求。光纤传感器周界报警系统是从光纤通信技术发以及光纤传感技术逐步产生的新型报警系统，这种系统具有灵敏度高、隐蔽性好、电绝缘性好以及耐腐蚀等常见的安防报警系统并没有的好处。安全形势越来越复杂，我们对光纤报警系统的要求也越来越高，我们要求确定是否有入侵，而且需要区分以及识别入侵信号的种类，这样可以快速的提出有效的应对方法。因为光纤传感器周界报警系统的入侵行为区分功能是使用通用计算机达到要求的，这样会导致数据处理模块系统以及光电探测模块分开，很大程度的减少了系统的可靠性以及集成度，而且，仪器越来越智能化，我们对仪器的方便携带以及微小化和也有了更严格的要求。于是光纤周界安防入侵信号识别的研究是一个非常有必要的课题。

针对前面的问题，本文以发现并区分入侵行为种类为主要目标，釆用神经网络作为模式识别方法，对BP神经网络在光纤周界安防入侵信号中的应用进行了研究。我的论文章节安排如下：

第一章介绍了课题研究的目的意义和国内外研究现状。第二章介绍了光纤光栅传感原理、OTDR原理、小波变换原理、BP神经网络络原理。第三章对本系统模式识别算法进行设计，实现了基于小波变换的信号特征提取和基于神经网络的入侵识别算法设计，并通过进行了仿真验证。第四章对我所做的工作进行了总结与展望。

本文提出在光纤周界安防系统中利用BP神经网络完成对缆外行走、侵犯光缆（缆上行走），跨越光缆、无侵犯四种入侵行为的识别区分，通过在现场采集入侵信号，并用MATLAB软件对信号进行处理，保证了较高的入侵行为的识别率。

关键词：光纤光栅传感原理、小波变换、BP神经网络、MATLAB

ABSTRACT

Because the current security situation has become more serious, the form of intruder signals has become more and more complex, resulting in the commonly used security methods can no longer meet the higher and higher requirements of our team security system. Optical fiber sensor perimeter alarm system is a new type of alarm system that is gradually generated from optical fiber communication technology and optical fiber sensing technology. This system has a high sensitivity, good concealment, good electrical insulation and corrosion resistance and other common security alarm systems and the benefits of. As the security situation becomes more and more complex, our requirements for optical fiber alarm systems are also getting higher and higher. We are required to determine whether there are any intrusions, and we need to distinguish and identify the types of intrusion signals so that we can quickly propose effective countermeasures. Because the intrusion behavior distinguishing function of the optical fiber sensor perimeter alarm system is achieved by using a general-purpose computer, this will result in the separation of the data processing module system and the photoelectric detection module, which greatly reduces the reliability and integration of the system, and the instrument more and more intelligent. Therefore, the research of fiber perimeter security intrusion signal recognition is a very necessary topic.

In order to solve the above problems, this paper aims to discover and distinguish the types of intrusion behaviors, and uses neural networks as a pattern recognition method to study the application of BP neural network in security perimeter of optical fiber. My paper section is arranged as follows:

The first chapter introduces the purpose and significance of the research and the research status at home and abroad. The second chapter introduces the principle of fiber grating sensing, OTDR principle, wavelet transform principle, BP neural network theory. The third chapter designs the pattern recognition algorithm of this system, realizes the signal feature extraction based on wavelet transform and the intrusion recognition algorithm design based on neural network, and carries on the simulation verification. Chapter IV summarizes and looks forward to the work I have done.

This paper proposes to use the BP neural network in fiber optic perimeter security system to complete the identification of the outside walking, intrusion of the optical cable (walking on the cable), crossing the optical cable, and not infringing on the four intrusions, by collecting the intruder signal in the field, and using MATLAB software. The signal is processed to ensure a high recognition rate of intrusion.

Keywords: fiber grating sensing principle, wavelet transform, BP neural network, MATLAB

目录

摘 要 I

ABSTRACT II

1绪论 1

1.1研究目的及意义 1

1.2国内外研究现状 1

1.3本课题的主要研究内容 2

2相关论知识原理介绍 3

2.1光纤传感原理 3

2.1.1光纤布拉格光栅（FGB）传感原理 3

2.1.2光时域反射（OTDR）传感原理 3

2.1.3时分复用（TDM）原理 4

2.2信号的预处理 5

2.2.1连续小波变换 6

2.2.2离散小波变换 7

2.2.3小波包变换提取特征值原理 8

2.3BP神经网络 8

2.3.1 BP神经网络基本结构 9

2.3.2 BP神经网络的参数介绍 9

2.3.3 BP神经网络的优点 11

3BP神经网络算法的设计与实验仿真 11

3.1信号预处理及特征值提取 12

3.1.1实验部分 12

3.2BP神经网络的建立及参数设定 16

3.2.1BP神经网络的建立 16

3.2.2 参数的选定 17

3.3实验仿真结果与分析 19

4总结和展望 21

4.1论文工作总结 21

4.2研究工作展望 21

参考文献 22

致谢 23

1绪论

1.1研究目的及意义

安全系统简称为SPS，是由一系列安全预防产品和措施组成的系统，如视频监控系统，基于维护公共安全的防暴安全系统以及红外线报警系统。分布式的光纤周边的安全系统是基于现代光学技术和信息处理技术的高级安全系统，它的核心组件是光纤振动传感器。因为分布式光纤技术具有能耗低，检测距离长，鲁棒性强，灵敏度高等优点，于是在非常复杂的地形里，极端恶劣的环境以及极端稀少的边界条件下有非常高的利用价值。当前，安防系统已成为民商，秘密以及国防等领域相当有意义的应用的一部分。在军事非常敏感的地带，必须严格的控制大型机场，机密建筑，核电站，仓库和监狱等地区的非法的入侵行为。

全光周边安全系统是近年来新出现的一种安全的保护管理系统。它采用光纤传感器进行测量和传感，他可以代替传统的电源知识载体来进行高速传输信息，具有非常好的环境适应性和灵敏度。为了以三维的方式感知到四周的环境中存在的一些隐患，全光周边安防系统在科研和商业的领域一向拥有着超级高的知名度。当前来看，全光周界的安防系统大部分应用于管道，围栏以及电缆路线的安全保护。它可以对四周的环境进行全面并且智能的调查并尽快的发布出安全警报。尽管其开发时间并不能算长，但是在系统中目前已经可以使用到了很多这些技术，例如，体全息图像库的安全系统，联动控制的安全系统以及分布式的安全系统。以上的这几种对于系统的处理信息的方法比较简单，一般通过频域的方式收集信息功能，不过应用存在一定的局限性，比如在一些非常恶劣的天气环境下无法有效的维护用户的财产和人身安全。针对全光纤外围安全系统来说，光纤传感器感知和识别四周的环境表现出来的能力是最为至关重要的，它可以提高系统的实时性能。然而这两种能力来自该系统收集以及处理环境的信息。而模式识别是一种更为有效的技术，模式别别可以同时增强这两种功能。它智能的识别技术不但可以降低系统的误报率，而且能够定位安全隐患，它的发展前景极其广阔。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：