一种基于光纤传感数据驱动的人员行为识别方法与流程

本发明涉及安全监测，尤其涉及一种基于光纤传感数据驱动的人员行为识别方法。

背景技术：

1、随着传统院落保护利用、适老化安全管理以及智慧安防需求的不断提升，针对四合院等院落建筑的多源光纤传感监测与人员行为识别技术受到广泛关注。现有古建安全监测方案主要依赖单一fbg光纤光栅定点监测或单一分布式光纤dts/das环境监测进行结构、温度或振动状态感知，但是在实际应用中普遍存在以下问题：

2、单一fbg光纤光栅方案虽然能够对梁柱、墙体等关键位置的应变和位移变化进行高精度监测，但监测点位离散，难以覆盖院落周界、通道、厨房等连续空间区域，容易形成监测盲区，且无法根据振动行为判断人员行走、跌倒、聚集或异常入侵等行为状态；单一分布式光纤dts/das方案虽然能够实现温度或振动的连续感知，但对结构微小变形的量化能力不足，且在施工扰动、人员经过、风雨振动等复杂院落环境下容易产生误报；同时，现有方案多面向桥梁、隧道或大型古建本体监测，缺少针对文保院落“无侵入、保风貌”与现代居住“燃气、跌倒、安防”并存场景的融合设计，难以实现结构安全、环境安全、人员安全和安防安全的一体化识别与分级预警。

3、因此，如何提供一种基于光纤传感数据驱动的人员行为识别方法是本领域技术人员亟需解决的问题。

技术实现思路

1、本发明的一个目的在于提出一种基于光纤传感数据驱动的人员行为识别方法，本发明采用dts/das分布式光纤传感与fbg光纤光栅结构响应监测相结合的方法，通过院落空间映射、功能分区权重分配及时空对齐处理，构建覆盖温度、振动、应变及位移信息的多源光纤传感融合数据；在此基础上，基于stft与wt提取das振动特征，并融合dts温度变化特征及fbg应变与位移变化特征，形成多参量融合特征向量；同时引入das振动传播特性与fbg结构响应特性的约束机制，对特征表示进行优化，并通过改进res-gru模型进行时序行为识别，实现正常行走、静止、跌倒、聚集及异常入侵等行为的识别与分级预警，具有多风险融合感知、误报率低、实时性强及适用于院落安全监测场景的优点。

2、根据本发明实施例的一种基于光纤传感数据驱动的人员行为识别方法，包括如下步骤：

3、s1、同步采集分布式温度传感dts数据、分布式声学传感das数据及光纤光栅fbg结构响应数据，并进行时间同步，获得多源光纤传感原始数据；

4、s2、根据dts/das复合光缆布设路径及fbg传感器布设位置，对所述多源光纤传感原始数据进行空间对应关系映射，并结合院落功能分区对不同区域的传感数据进行差异化权重分配后进行时空对齐处理，生成多源光纤传感融合数据；

5、s3、以所述多源光纤传感融合数据作为处理对象，采用短时傅里叶变换stft与小波变换wt提取das振动特征，并结合dts温度变化特征及fbg应变与位移变化特征，形成多参量融合特征向量；

6、s4、将所述多参量融合特征向量输入特征表示模型，并基于das振动传播特性与fbg结构响应特性构建一致性约束机制，对特征表示进行约束优化，得到人员行为语义表示；

7、s5、基于改进res-gru构建时序行为识别模型，对所述人员行为语义表示进行时序建模分析，输出人员行为类别及置信度参数；

8、s6、根据所述人员行为类别及置信度参数结合dts温度异常信息及fbg结构异常信息进行多源融合判定，并基于分级报警规则输出预警信息。

9、可选的，所述s1具体为：

10、在院落预设区域内沿建筑结构路径布设分布式声学传感das复合光纤、分布式温度传感dts光纤以及光纤布拉格光栅fbg传感阵列，其中das复合光纤沿周界围墙、室内通道及院落主路径连续敷设，dts光纤沿屋脊、檐口、圈梁及厨房温度敏感区域连续布设，fbg传感器设置于承重柱节点、主梁跨中位置及结构关键连接节点；

11、通过das传感单元基于相干光时域反射c-otdr机制对瑞利散射信号进行连续采样，获取对应空间位置的振动时序信号；

12、通过dts传感单元基于拉曼散射效应对回波信号进行解调处理，获取沿光纤分布的温度时空序列数据；

13、通过fbg传感单元对光栅反射波长变化进行实时检测，将波长漂移量转换为结构应变与位移响应数据；

14、通过dts/das解调仪与fbg解调仪对各类传感数据进行统一时间基准校准处理，并生成具有统一时间戳的多源光纤传感原始数据。

15、可选的，所述通过dts/das解调仪与fbg解调仪对各类传感数据进行统一时间基准校准处理具体为：

16、获取dts传感单元、das传感单元及fbg传感单元分别输出的原始时间戳序列，并基于dts/das解调仪内部时钟作为主参考时钟构建统一时间基准时间轴；

17、对fbg解调仪输出的时间戳序列与统一时间基准时间轴进行逐点差值计算，得到fbg数据相对于das/dts数据的时间漂移偏差序列；

18、基于所述时间漂移偏差序列构建时间校正函数，并对fbg结构响应数据进行分段时间轴映射处理，将不同时间段内的fbg数据分别对齐至对应的das/dts时间区间；

19、对das振动时序数据、dts温度时序数据及fbg结构响应数据进行滑动时间窗口划分，其中滑动窗口的窗口长度与步长基于预设采样周期进行统一设定；

20、在每一滑动时间窗口内，对三类传感数据执行时间重采样处理，将非等间隔采样数据转换为等时间间隔序列；

21、对重采样后的das、dts及fbg数据按照时间先后顺序进行重构排序，并在时间轴维度上执行跨传感通道对齐映射，生成具有统一时间戳的多源光纤传感原始数据；

22、其中，在时间对齐过程中对异常时间戳数据进行剔除或插值修正处理，并对修正后的时间戳序列进行连续排列。

23、可选的，所述s2具体为：

24、根据dts/das复合光缆在院落环境中的实际布设路径以及fbg传感器在结构关键节点的安装位置，对采集到的das振动数据、dts温度数据以及fbg应变与位移数据进行空间坐标标定处理，其中将光纤沿线的连续采样位置与院落建筑结构的空间几何位置进行对应映射，使每一段光纤传感数据对应到具体的院落空间区域；

25、在完成空间标定后，对院落空间按照功能属性进行划分，包括周界防护区域、室内生活区域、人员通行区域以及结构安全监测区域，并依据不同区域在监测任务中的作用，对das、dts及fbg三类传感数据分别设定对应的初始权重系数，其中权重系数根据传感类型与空间区域的匹配关系进行预设配置；

26、对设定权重后的多源光纤传感原始数据按照统一时间基准进行时间切片处理，采用固定时间窗口或滑动时间窗口对das、dts及fbg数据进行同步分段，不同采样频率的数据在同一时间片段内进行对齐处理；

27、在时间对齐过程中，对das振动数据按照光纤空间位置顺序进行重采样处理，使振动信号按照空间连续性进行排列，对dts温度数据按照光纤分布位置进行插值重构处理，使温度数据形成连续空间序列，对fbg应变与位移数据按照结构节点编号进行顺序对齐，使离散结构响应数据与空间位置一一对应；

28、将各类传感数据按照空间位置维度与时间维度进行双重融合拼接，使同一空间区域在同一时间窗口内的das、dts及fbg数据进行联合组织，并生成统一结构的数据表示形式；

29、最终输出与院落空间结构一致的多源光纤传感融合数据，其中该融合数据同时包含空间位置索引、时间窗口索引以及对应的das振动数据、dts温度数据及fbg结构响应数据序列。

30、可选的，所述将各类传感数据按照空间位置维度与时间维度进行双重融合拼接具体为：

31、将经过空间坐标标定与时间对齐处理后的das振动数据、dts温度数据及fbg结构响应数据按照空间位置索引进行归类组织，形成与各空间位置对应的多类型传感数据集合；

32、在所述多类型传感数据集合内部，按照统一时间窗口对不同类型传感数据进行时间维度排序，使das振动数据、dts温度数据及fbg结构响应数据按照时间片段进行对应排列；

33、基于空间位置索引与时间窗口索引构建双维索引结构，并基于所述双维索引结构对多类型传感数据进行组合映射，使每一空间位置与每一时间窗口对应形成数据组合单元；

34、对所述数据组合单元按照空间位置维度进行顺序排列，并在时间维度上进行序列化拼接，形成多源光纤传感融合数据；

35、输出包含空间位置索引、时间窗口索引以及对应das振动数据、dts温度数据及fbg结构响应数据的多源光纤传感融合数据。

36、可选的，所述s3具体为：

37、对经过时空对齐处理后的多源光纤传感融合数据中的das振动信号按照预设时间窗口进行分段处理，并对每一时间窗口内的振动数据进行短时傅里叶变换stft处理，计算振动信号在不同时间段内的时频分布矩阵，并提取对应时间窗口内的频谱幅值特征；

38、在进行stft处理的基础上，对das振动信号进一步执行连续小波变换wt处理，根据不同尺度因子对振动信号进行多尺度分解，计算各尺度下的小波系数，并提取振动信号的瞬态变化分量与局部突变分量；

39、对dts温度数据按照空间采样点进行序列化处理，并计算相邻采样点之间的温度差值变化序列，同时对温度序列进行一阶差分计算，形成温度变化梯度特征序列；

40、对fbg应变数据与位移数据进行同步处理，分别计算各结构监测节点在相邻时间窗口内的应变变化量以及位移变化量，并对结构响应数据进行时间序列化排列，形成结构响应变化特征序列；

41、将经过stft处理得到的das振动时频特征、wt变换得到的das小波系数特征、dts温度变化特征以及fbg应变与位移变化特征进行特征维度拼接，并对拼接后的高维特征进行统一归一化处理，构建多参量融合特征向量。

42、可选的，所述s4具体为：

43、将多参量融合特征向量输入预设的特征表示模型，对输入特征向量按照时间维度进行序列化组织处理，按照统一时间窗口顺序排列为时序特征序列，并基于序列结构建立初始行为特征表示；

44、在特征表示过程中，基于das振动信号在光纤介质中的传播衰减特性，对不同空间位置对应的振动特征进行约束建模，其中按照光纤距离与振动信号强度之间的对应关系构建空间衰减约束项，并引入特征表示更新过程；

45、同时基于fbg传感器在结构应变与位移响应中的物理一致性关系，对结构响应特征进行约束建模，其中将应变变化与位移变化之间的同步变化关系作为约束条件嵌入特征优化过程，并对结构响应特征进行一致性校正；

46、在约束条件作用下，对多参量融合特征向量进行迭代优化处理，通过特征映射函数对输入特征进行非线性变换，使不同类型传感特征在统一特征空间中进行重构与融合，形成具有结构约束关系的中间特征表示；

47、对经过约束优化后的中间特征表示进行时序一致性校验处理，按照连续时间窗口对特征变化趋势进行平滑处理，并消除跨时间窗口之间的特征跳变；

48、最终输出人员行为语义表示，其中该语义表示为融合das振动特征、dts温度特征以及fbg结构响应特征后的统一表示形式。

49、可选的，所述s5具体为：

50、将所述人员行为语义表示按照时间顺序进行排列，构建连续时间序列输入数据，并基于预设时间窗口对所述时间序列输入数据进行滑动切分处理；

51、将切分后的语义特征序列输入改进res-gru时序行为识别模型进行时序建模处理，生成全局时序行为特征向量；

52、基于所述全局时序行为特征向量进行分类映射处理，通过预设行为类别映射关系将时序特征映射至人员行为类别空间，输出对应的人员行为类别及置信度参数。

53、可选的，所述将切分后的语义特征序列输入改进res-gru时序行为识别模型进行时序建模处理，生成全局时序行为特征向量具体为：

54、将切分后的语义特征序列输入改进res-gru时序行为识别模型进行时序建模处理，生成全局时序行为特征向量；所述改进res-gru时序行为识别模型包括输入处理模块、时间依赖递归建模模块、状态更新控制模块、时序增强传播模块以及全局特征聚合模块；

55、所述输入处理模块接收切分后的语义特征序列，并将每一时间窗口对应的语义特征按照时间顺序进行排列，形成标准时序输入向量序列，并保持时间窗口之间的语义连续性索引关系；

56、所述时间依赖递归建模模块对输入向量序列在时间维度上的依赖关系进行递归建模处理，在每一时间步对当前时间步输入向量与上一时间步隐藏状态进行联合计算，生成当前时间步的候选隐藏状态；

57、所述状态更新控制模块基于重置门与更新门机制，引入残差信息通路，对候选隐藏状态与历史隐藏状态进行融合更新，并基于所述语义特征序列构建自适应残差调节因子，根据不同时间窗口的语义状态变化强度对残差融合权重进行动态调整，生成当前时间步隐藏状态；

58、其中，所述基于所述语义特征序列构建自适应残差调节因子，包括：提取当前时间窗口语义特征的变化强度，将当前时间窗口的语义向量与相邻时间窗口的语义向量进行欧式距离计算，量化当前窗口的时序波动剧烈程度，将量化后的变化强度输入单层全连接映射层并经sigmoid激活函数输出，作为当前时间步的自适应残差调节因子；

59、当前时间步隐藏状态表示为：，其中，表示更新门，表示上一时间步隐藏状态，表示当前时间步候选隐藏状态；

60、所述时序增强传播模块基于残差连接机制对当前时间步隐藏状态与历史隐藏状态进行跨时间增强融合传播，所述时序增强传播模块接收当前时间步对应的自适应残差调节因子，并作为跨时间残差融合的动态权重基准，历史隐藏状态与当前隐藏状态的跨时间增强融合强度随所述动态权重基准同步联动；

61、所述全局特征聚合模块基于末端隐藏状态提取与时间维度注意力加权汇聚的组合方式，对所有时间步输出的隐藏状态序列进行全局汇聚处理，生成全局时序行为特征向量。

62、可选的，所述s6具体为：

63、将人员行为类别及置信度参数与dts温度数据及fbg结构响应数据进行同步输入，并基于统一时间戳对三类数据进行时间对齐处理；

64、基于所述人员行为类别对当前行为状态进行初始判定，并提取对应时间窗口内的人员行为类别标识信息，其中所述人员行为类别标识信息包括正常行走行为、静止行为、跌倒行为、聚集行为及异常入侵行为；

65、对dts温度数据进行时间窗口划分处理，计算各时间窗口内的温度变化量、温度梯度变化量及温度突变特征，并基于预设温度阈值生成dts温度异常信息；

66、对fbg结构响应数据进行时间同步划分处理，计算各结构监测节点的应变变化量及位移变化量，并基于结构响应阈值生成fbg结构异常信息；

67、将人员行为类别标识信息、dts温度异常信息及fbg结构异常信息进行空间位置映射与时间序列对齐处理，构建多源融合判定数据结构；

68、基于所述多源融合判定数据结构执行分级规则匹配处理，对不同人员行为类别分别进行规则校验，其中对跌倒行为及异常入侵行为优先进行高等级风险判定，并结合dts温度异常信息与fbg结构异常信息进行交叉验证；

69、根据人员行为类别、dts温度异常信息及fbg结构异常信息的组合关系生成风险等级输出，并按照预设优先级顺序输出一级预警信息、二级预警信息或三级预警信息；

70、将所述预警信息发送至院落安全监测终端或远程管理平台，并对跌倒行为及异常入侵行为对应的时间窗口进行重点标记存储。

71、本发明的有益效果是：本发明通过dts/das分布式光纤传感与fbg光纤光栅结构响应监测的协同融合，针对传统院落监测中存在的单一传感方式覆盖不全、结构响应精度不足、人员行为难以识别以及误报警率较高的问题，采用统一时间同步、空间对应关系映射和院落功能分区权重分配，实现das振动数据、dts温度数据及fbg应变与位移数据在空间位置和时间窗口上的统一组织，在特征提取环节结合stft与wt分别提取振动时频特征和瞬态突变特征，并融合温度变化特征及结构响应变化特征，形成多参量融合特征向量，针对院落环境中振动干扰、温度波动和结构微变交织的问题，本发明进一步基于das振动传播特性与fbg结构响应特性构建一致性约束机制，对融合特征进行约束优化，得到更稳定的人员行为语义表示，并通过改进res-gru时序行为识别模型对连续时间窗口内的行为变化进行建模，输出人员行为类别及置信度参数。最终，本发明结合dts温度异常信息和fbg结构异常信息进行多源融合判定，实现跌倒、聚集、异常入侵、温度异常及结构异常的分级预警，提升院落场景下人员安全、环境安全和结构安全的一体化监测能力。