基于深度学习的分布式光纤振动传感智能安全监测方法

一种基于深度学习的分布式光纤振动传感智能安全监测方法，包括：分布式光纤振动传感技术的信号解调与扰动定位；获取解调图样；构建样本库，进行网络训练，生成网络模型；使用网络模型在线实时识别扰动类型；网络模型的在线训练优化等。该方法可采用检测线路或区域边界的通信光缆实现安全监测，具有可扩展性强、组网方便、成本低廉、防雷电干扰等优势。同时，该方法充分利用分布式光纤振动传感的分布式优势，结合深度学习网络对扰动信息进行分类识别，具有较高的智能识别准确率和在线优化能力，有利于减少长距离、大范围线路的安全警报信息管理成本及现场确认成本，将极大推动分布式光纤安全监测系统领域的发展及工程应用进程。
中国科学院上海光学精密机械研究所
王照勇 | 蔡海文 | 叶青 | 卢斌