张燕君，刘文哲，付兴虎*，毕卫红

1. 燕山大学信息科学与工程学院，河北 秦皇岛 066004 2. 河北省特种光纤与光纤传感重点实验室，河北 秦皇岛 066004

基于EMD-AWPP和HOSA-SVM算法的分布式光纤振动入侵信号的特征提取与识别

张燕君1, 2，刘文哲1，付兴虎1, 2*，毕卫红1, 2

1. 燕山大学信息科学与工程学院，河北 秦皇岛 066004 2. 河北省特种光纤与光纤传感重点实验室，河北 秦皇岛 066004

针对传统的信号处理方法无法有效区分不同振动入侵信号，提出一种基于EMD-AWPP和HOSA-SVM算法的振动信息特征提取与识别方法，用于解决分布式光纤振动入侵检测系统的高精度信号识别问题。处理不同振动类型时，该方法首先利用基于经验模态分解的自适应小波包处理算法，不仅对信号的低频部分进行了分解，而且对高频部分即信号的细节部分也进行了更好的时频局部化处理，改善了信号特征提取精度，减少传感信号异常值的影响； 其次采用高阶谱分析中的双谱和双相干谱，精确提取包含不同振动入侵信号类型的特征矢量； 最后在BPNN参比模型的基础上，用粒子群算法优化SVM的识别参数，使识别模型具有更强的自适应和自学习能力，克服了神经网络易陷入局部最优的不足之处，实现不同振动入侵信号的特征矢量识别。分析结果表明，针对不同类型的入侵源识别，该方法可以有效剔除随机噪声的影响，提取传感信息的特征矢量，降低异常值的影响，算法的预测类别与输出类别几乎一致，振动识别的精确率达到95%以上，识别效果明显强于BPNN网络的检测算法，提高了信息分析的准确性。……