秦 帅

（吉林吉大通信设计院股份有限公司，吉林 长春 130012）

0 引 言

现阶段，在长途干线传输过程中主要是以大芯数光缆为主。除此之外，卫星、微波等无线线路的应用也越来越普遍，省内和省际长途主要以光缆为主，通信线路的安全防护是当前在通信线路架设过程中关注的重要问题。通信线路安全除了对通信可靠性产生影响外，一旦遭到破坏也会遭受重大经济损失。在实际应用过程中会通过人工巡检以防发生故障，但是监测距离有一定限制，还需要投入大量人力物力成本。因此，需要加强通信线路防护系统设计工作。目前为了保证通信系统的安全性与可靠性，需要在通信线路防护系统的应用过程中深入分析自动化防护系统的振动信号，加强振动信号识别和研究工作。根据信号识别结果开展防护作业，对提高通信线路的安全水平具有积极意义。

1 分布式干涉光纤传感网络原理与特点

现阶段，在工程上对分布式光纤传感技术的应用比较普遍。根据传感光类型的不同，可以分为散射光传感以及前向光传感，其中散射光也被分成拉曼散射、瑞利散射、布里渊散射等不同类型[1]。以不同光学效应为基础的传感技术在应用过程中可以对物理参量进行检测，如以瑞利散射为基础的光纤传感技术在应用过程中可以完成振动和声音信号检测；以拉曼散射为基础的光纤传感技术主要完成温度检测；以布里渊散射为基础的光纤传感技术可以完成应变和温度参数测量检测作业；前向光干涉的光纤传感技术在应用过程中主要是对振动信号以及声音进行检测[2]。目前，在通信线路安全防护系统设计过程中主要应用的光纤传感网络技术为前向光干涉的分布式光纤传感网络检测技术。分布式干涉光纤传感网络光路结构如图1所示，在应用过程中可以改变相位对光强变化进行干涉，从而完成振动信号检测作业[3]。

图1 分布式干涉光纤传感网络光路结构

在光纤传感应用过程中，需要铺设2根光纤，以光纤传感网络的具体情况为基础开展通信线路安全防护设计时，主要原理如图2所示。

图2 通信防护系统原理

在整个防护系统设计中主要包括硬件和软件两大模块。硬件模块主要包含光源、传感光路、信号解调模块；软件模块主要开展振动信号检测、信号处理作业，能够有效识别振动信号，并根据识别获取的异常信号及时发出预警。在系统应用过程中选择光相位调制型的光纤传感器中的M-Z干涉仪结构。这种干涉仪结构整体比较简单，具有较强的灵敏度，响应频带也相对较宽，动态范围比较大，在不同光纤传感以及解调场合中都可以发挥作用。振动传感检测的主要应用原理是通过有效的干涉检测光纤中光传输时的振动信号，从而完成光波相位调制，最终实现对振动信号的检测以及定位作业[4]。

2 通信线路防护系统设计

2.1 振动信号分析

在通信线路防护系统应用过程中，必须对振动信号进行分析，这是防护系统能够发挥作用的重要基础。在振动信号分析过程中，需要从以下方面出发进行研究。

2.1.1 对振动信号进行降噪

在开展通信线路铺设作业时，环境复杂度比较高，振动信号并不是纯粹含有有效信息的信号，而是带有一定噪声的信号，会直接影响信息获取的精准度。在此次研究过程中需要利用50～3 000 Hz的带通滤波器开展振动信号过滤，同时需要利用小波分析方法完成振动信号增强处理，可以对500 Hz高频噪声进行有效处理，频率信息仍然需要进行压缩和分解。利用小波分析法可以有效实现除噪，对信号进行压缩减维。在带通滤波后，发挥小波分析方法的作用，保证振动信号的强度[5]。

土壤振动信号中包含不同危险事件产生的振动信号，这些信号包含环境噪声和低磁噪声。信号来源不同的情况下，信号在小波系数的分布上会出现双峰特性。因此，通过小波分析法可以去除数据相关性，获取比较可靠的结论。在此次研究过程中，需要借助小波阈值收缩增强振动信号。实际操作中，需要利用4阶Daubechies小波分解原始信号，并利用实验分析确定小波系数的具体阈值。根据获取的阈值对小波分解结果进行过滤，删除比阈值更低的小波系数，重构剩余的小波系数，可以获取比较精准的振动信号。研究过程中，低频系数重构后得到除噪振动信号，而高频系数重构得到的为噪声信号。分解过程能够获取噪声部分的能量变化趋势，若能量明显增加，则说明有效振动信号的能量可能出现损失风险，因此需要确定最终的除噪结果[6]。

2.1.2 对振动信号进行分割处理

在信号分析过程中，为了分析各种破坏方式，保证准确识别行为类型，需要分割获取的振动片段，然后开展后续分析作业。由于采集的两路信号在相位上为互补关系，可能存在微小延迟，因此需要通过两路信号的相关性特点删除非振动信号线段。在自相关分析过程中，原始振动信号对应的相关系数都处于较高水平，振动越强，相关系数越高。振动强度最高时，相关系数为0.98以上，噪声对应的相关系数保持在0.6以下，为较低水平。对此，应根据系统每次采样时获取的整数倍浮点数完成相关系数粗提取作业，这样才能够保证振动信号分割结果的可靠性。在此次研究过程中可以确定相关系数粗提取后能够完整保留振动信号，同时能够减少数据量，对后续振动信号的深入分析有一定帮助，能够提高振动信号提取和识别的效率[7]。

2.2 振动信号提取

运动信号特征提取是通信线路防护系统在运行过程中的重要环节。信号特征提取中的信号以非平稳动态信号为主，本身带有比较强烈的时变特点，还要对信号频率随着时间的变化情况进行充分考虑，可以将其编码作为特征向量的内容进行研究。时频特征流行方法主要以短时傅里叶、小波分析为主。振动信号在一些区域的变化明显，短时傅里叶分析在信号频率出现高低变化的情况下无法发挥作用。而小波分析方法在应用过程中可以发挥多分辨率的优势，在时域和频率方面都能够表征信号的部分特征。小波包在频带分解方面的精细水平更高，在高频部位可以进行有效分解。因此，在研究中主要利用小波包分析技术完成振动信号提取[8]。

频谱是振动信号提取过程中的主要特征，在梅尔频率倒谱系数（Mel-Frequency Cepstral Coefficients，MFCC）的分析中，对人耳的听觉特性具有较强的依赖性，从而提取系数，将其作为振动信号位于频域上的特征，时域上的频谱也有一定的特征，如对间断性事件以及持续性事件来说，两者的时长存在极大差异。在时域上能够将不同的事件分开。信号幅度作为振动信号提取的特征之一，本身具有一定的价值，如打夯、镐刨信号的频率具有较强的相似性，但是幅值差别比较大，打夯力度更大，一般是镐刨的3～5倍。在提取振动信号特征时，主要对象是在时域上被切分出去的信息，在提取时可以通过小波包变换获取不同子频带的能量，并利用MFCC完成提取作业[9]。

2.3 振动信号识别

在运行通信线路安全预警系统时，需要对线路附近可能会发生的破坏事件以及安全事件进行分类。因此，在通信线路防护系统设计过程中，需要重视对振动信号具体类型的识别。一般情况下，可以利用长期现场观察结果对实际场景进行分析，从而确定完整的危险事件。完整危险事件的振动信号数量比较多，与事件的类型之间有密切联系。在这一过程中需要对比较复杂的问题进行分析，如果时序上相邻的振动片段在信号识别中被分成不同的危险事件，则处理难度比较大。在研究过程中需要构建多级混合分类模型，在应用过程中可以完成危险振动信号以及安全振动信号的初步分类作业，之后通过人工神经网络对危险振动信号进行更加精确的分类，利用投票机制识别时序相邻的不同振动信号片段。在识别时，主要是通过对识别的具体情况进行投票统计，从而确认危险事件并预警[10]。

按照安全事件、危险事件的不同表现对振动信号进行分类，并对分类结果利用标准化的训练方法将不同类别的危险事件振动信号看作一大类进行训练。在分类过程中可以对信号进行有效识别，完成第1级别的粗分类，接着利用多级混合分类器模型对振动信号进行精细分类，这样可以根据防护系统的实际要求开展通信线路防护作业。防护系统本身具有较强的实时性，因此在训练过程中必须保证训练方法的简单性，并且实际计算量相对较小。

在此次振动信号识别设计过程中，特征维数比较大，利用径向基函数进行计算，无法对中间层和节点的数量进行有效控制，会增加训练过程的复杂度和难度，系统在运行过程中并不能调整其通用性。因此，可以选择隐藏层为2个神经单元，输出类别主要为BP神经网络模型。课题通过简单的Sigmod函数作为激活函数，在训练中开展权重更新时，可以利用准二阶搜索方法，通过自适应学习梯度下降法进行计算。

3 结 论

总而言之，以分布式干涉光纤网传感网络为基础的通信线路防护系统在应用过程中可以满足系统振动信号的识别和定位。在系统应用过程中，构建的通信线路防护系统可以对互相关方法进行应用，完成信号定位，并利用数字信号处理方法完成信号预处理作业。尤其是在信号识别阶段，利用小波分析方法可以确保通信线路防护系统的实时性。