光纤测振周界安防信号处理方法、装置及电子设备与流程

本发明涉及光纤传感安防，具体涉及一种光纤测振周界安防信号处理方法、装置及电子设备。

背景技术：

1、光纤测振周界安防系统基于分布式声波传感（das）技术原理，利用普通通信光缆作为连续分布的振动传感器，通过向光纤发射激光脉冲并探测背向瑞利散射光的相位变化，实现对入侵扰动事件的精确定位和类型识别。现有光纤周界安防系统中的信号处理方法，通常采用固定频带滤波、人工特征提取结合机器学习分类器（如支持向量机、随机森林），或基于深度学习的端到端识别模型（如卷积神经网络、循环神经网络、transformer等）对振动信号进行处理和识别。

2、发明人在实现本发明的过程中发现，现有方式至少存在如下缺陷：第一，大多数方法采用固定阈值或基于统计经验预设的阈值来提取激励信号，由于周界环境中的背景噪声（如风、雨、油泵压缩机、进出车辆等）具有时变性和非平稳性，固定阈值难以适应不同时段、不同气候条件下的信号波动，容易导致低强度入侵信号被漏检或高强度环境干扰被误报。第二，基于机器学习或深度学习的识别方法依赖大量已标注的入侵事件样本进行模型训练，而在实际周界安防场景中，真实入侵事件稀少且种类有限，标注成本高，且训练好的模型对未知干扰类型的泛化能力不足。第三，现有自适应滤波方法通常采用固定的滤波器结构或依赖特定的参考信号，难以实时根据当前干扰能量的动态变化自适应地调整滤波增益，且滤波过程中容易对入侵信号所在频带造成损伤，导致信号畸变。第四，传统信号分解方法（如经验模态分解、变分模态分解）虽然能够将信号分解为若干分量，但其分解结果受参数设置影响较大，且缺乏对信号长期趋势和周期波动的有效分离能力，难以据此建立动态、鲁棒的异常检测机制。

3、因此，如何在无需大量标注样本的前提下，自适应地滤除时变环境干扰，并动态调整激励提取阈值，从而实现对微弱入侵信号的高灵敏捕捉和准确识别，降低周界安防系统的误报率和漏报率，是本领域亟待解决的技术问题。

技术实现思路

1、有鉴于此，有必要提供一种光纤测振周界安防信号处理方法、装置及电子设备，用以解决现有方式在标注样本较少时抗干扰能力不足导致的入侵信号漏报率高、环境干扰误报率高的技术问题。

2、为了解决上述技术问题，第一方面，本发明提供了一种光纤测振周界安防信号处理方法，包括：

3、获取光纤沿线各个探测点的基础振动信号；

4、对于每个探测点，将所述基础振动信号沿时间轴构成时间序列数据，对所述时间序列数据进行时序分解以提取其中的余项成分，并根据所述余项成分的动态分布确定该探测点的激励提取阈值；

5、将各个探测点的所述基础振动信号与对应的激励提取阈值进行比对，当基础振动信号超过所述激励提取阈值时，生成报警信号。

6、在一种可能的实现方式中，所述获取所述基础振动信号，包括：

7、获取光纤沿线各个探测点的初始振动信号；

8、对所述初始振动信号进行自适应频谱滤波，以抑制一个或多个预设干扰频带内的环境干扰，得到滤波后信号；

9、将所述滤波后信号作为所述基础振动信号。

10、在一种可能的实现方式中，所述对所述初始振动信号进行自适应频谱滤波，包括：

11、对所述初始振动信号进行分帧处理，得到当前信号帧；

12、对所述当前信号帧进行频域变换，得到频谱；

13、根据预设的干扰频带范围，确定所述频谱中落在该干扰频带内的频率索引，并计算所述频率索引对应频谱幅度的功率度量，作为该干扰频带的实时干扰功率；

14、根据所述实时干扰功率，计算该干扰频带的自适应增益，其中所述自适应增益与所述实时干扰功率负相关；

15、基于所述自适应增益生成频谱掩膜，利用所述频谱掩膜对所述当前信号帧的频谱进行加权滤波，并经反变换得到滤波后信号。

16、在一种可能的实现方式中，在所述生成所述频谱掩膜时，所述方法还包括：

17、为所述干扰频带设置主频带范围和位于主频带边界两侧的过渡带范围；

18、对于主频带范围内的频率点，将所述自适应增益作为掩膜值；

19、对于过渡带范围内的频率点，采用平滑过渡函数计算掩膜值，使得掩膜值从所述自适应增益平滑变化至1；

20、对于其他频率点，将掩膜值设置为1。

21、在一种可能的实现方式中，所述对所述时间序列数据进行时序分解以提取其中的余项成分，包括：

22、采用基于局部加权回归的stl分解方法，将所述时间序列数据分解为趋势成分、季节成分和余项成分，其中，所述stl分解方法通过内外两层循环迭代更新趋势成分和季节成分，外循环根据余项成分计算稳健性权重并反馈至内循环的局部加权回归过程。

23、在一种可能的实现方式中，所述根据所述余项成分的动态分布确定该探测点的激励提取阈值，包括：

24、计算所述余项成分的第一四分位数q1和第三四分位数q3；

25、根据第一四分位数q1和第三四分位数q3计算四分位距iqr；

26、设定所述激励提取阈值为由下边界和上边界构成的双边界阈值，其中a=q1-s×iqr，b=q3+s×iqr，a为下边界，b为上边界，s为预设的系数；

27、当所述基础振动信号的幅值低于下边界或高于上边界时，判定为超过所述阈值。

28、在一种可能的实现方式中，所述将各个探测点的所述基础振动信号与对应的激励提取阈值进行比对，包括：

29、判断在空间上连续的多个探测点是否在预设的时间窗口内均检测到超过所述阈值；

30、根据判断结果，确定是否在空间上形成连续响应区域；

31、当所述连续响应区域的空间长度超过预设的长度阈值时，将该连续响应区域对应的时间区间和空间区间确定为潜在入侵事件。

32、在一种可能的实现方式中，所述当基础振动信号超过所述激励提取阈值时，生成报警信号，包括：

33、对超过所述阈值的振动信号进行特征提取和模式分类，得到分类结果，其中，所述特征提取和模式分类采用深度学习分类器，所述深度学习分类器的输入为所述振动信号的时域瀑布图或时频谱图；

34、根据所述分类结果结合预设的业务逻辑规则，生成最终的报警决策，并根据最终的报警决策，生成对应的报警信号，其中，所述业务逻辑规则包括时间维度规则、空间维度规则、多传感器融合规则、上下文规则中的至少一种。

35、另一方面，本发明还提供了一种光纤测振周界安防信号处理装置，包括：

36、信号采集模块，用于获取光纤沿线各个探测点的基础振动信号；

37、阈值确定模块，用于对于每个探测点，将所述基础振动信号沿时间轴构成时间序列数据，对所述时间序列数据进行时序分解以提取其中的余项成分，并根据所述余项成分的动态分布确定该探测点的激励提取阈值；

38、比对预警模块，用于将各个探测点的所述基础振动信号与对应的激励提取阈值进行比对，当基础振动信号超过所述激励提取阈值时，生成报警信号。

39、第三方面，本发明还提供了一种电子设备，包括存储器和处理器，其中，

40、所述存储器，用于存储程序；

41、所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述任意实现方式中所述的光纤测振周界安防信号处理方法中的步骤。

42、本发明的有益效果是：本发明提供的光纤测振周界安防信号处理方法，通过将原始振动信号构成时间序列数据并进行时序分解以提取余项成分，能够将信号中的趋势性和周期性波动剥离，避免固定阈值受环境变化影响；再根据余项成分的动态分布确定每个探测点的激励提取阈值，使得阈值能够自适应地反映当前背景噪声的统计特征，无需依赖大量标注样本即可动态调整；将原始振动信号与对应的激励提取阈值进行比对，当信号超过阈值时触发报警或后续识别，从而有效区分真实入侵与背景干扰，降低了对微弱入侵信号的漏报率和对环境干扰的误报率，提高了复杂环境下周界安防入侵检测的准确性和鲁棒性。