一种周界、围界及实物保护入侵线性告警识别装置的制作方法

本发明涉及安防系统，尤其涉及一种周界、围界及实物保护入侵线性告警识别装置。

背景技术：

1、目前，传统周界或围界或实物保护安防系统多采用主动红外探测、微波感应、振动传感、泄漏电缆、静电感应及视频智能识别等技术手段。然而，在大风、暴雨、冰雹、降雪、沙尘等复杂多变的气象条件与复杂环境干扰下，各类单一传感方式均存在明显局限性，普遍表现为误报率与漏报率居高不下，系统稳定性与可靠性难以保障，无法满足监狱、核电站、重要仓储、军事禁区等高安全等级场景对周界或围界或实物保护防范的严苛要求。

2、现有改进方案仍多依赖单一传感技术路线，例如仅采用光纤振动传感或仅依靠传统振动电缆进行入侵监测。此类方案虽在一定程度上提升了环境适应性，但在强风扰动、植被摆动、小动物闯入、地面震动干扰等复杂场景下，仍难以有效区分真实入侵行为与环境干扰信号，误报与漏报问题未能从根本上得到解决，整体安防效能仍存在显著短板。

技术实现思路

1、根据以上技术问题，本发明提供一种通过融合分布式光纤传感技术和mems振动传感技术，并结合智能算法与视频监控，构建一个能够全天候、全天时工作，并能智能区分真实入侵与风、雨、小动物等环境干扰、融合多种传感技术、具备高环境适应性和低误报率的一种周界、围界及实物保护入侵线性告警识别装置。

2、本发明提供一种周界、围界及实物保护入侵线性告警识别装置，其特征在于包括监控中心层、现场探测层以及网络传输层，所述现场探测层负责采集周界或围界或实物保护范围内的各类入侵相关探测信号，所述探测信号经网络传输层进行传输后，传递至监控中心层，由监控中心层对接收的探测信号进行集中监控、分析甄别，判断是否存在真实入侵行为，并同步触发后续告警及处置流程。

3、所述现场探测层包括分布式振动光纤探测分系统、mems探测分系统以及辅助报警分系统；

4、所述分布式振动光纤探测分系统包括传感线缆，所述传感线缆沿周界或围界布设，所述传感线缆一端接入光纤报警主机，所述分布式振动光纤探测分系统用于实时探测环境振动信号，并产生感知原始信号，由系统服务器识别后再融合环境信息后处理产生报警信号；

5、所述mems探测分系统包括6轴mems传感器，所述6轴mems传感器均匀分布于周界或围界围栏上，用于实时检测围栏的振动和姿态变化，所述mems探测分系统结合神经网络算法，用于过滤环境干扰因素；

6、所述辅助报警分系统包括辅助照明设备、广播设备以及声光报警设备，所述辅助照明设备安装在沿周界或围界布设的监控节点上或沿围栏敷设，所述广播设备安装在沿周界或围界布设的监控节点上，所述声光报警设备安装在沿周界或围界布设的监控节点上），各个设备通过接收报警服务器的控制信号对探测到的入侵行为进行现场警告和声光告警驱离。

7、所述分布式振动光纤探测分系统采用相位敏感型光时域反射计分布式光纤传感技术。

8、所述监控中心层包括智能算法分系统以及视频监控分系统，

9、所述智能算法分系统内置在系统服务器内，所述智能算法分系统内包括经验模态分解模块、神经网络识别模块以及卷积神经网络模块，用于对分布式振动光纤探测分系统和mems探测分系统传输的振动信号进行深度分析与特征提取，智能区分入侵行为与环境干扰，保障报警准确性；

10、具体分析与特征提取的步骤如下：

11、第一步，经验模态分解模块对接收的原始探测信号进行预处理，将混合有环境干扰的复杂振动信号分解，实现信号的去噪与特征初步分离，剔除高频随机干扰对应的模态分量，保留与入侵行为相关的有效信号分量；

12、第二步，将经经验模态分解模块预处理后的有效信号分量输入神经网络识别模块，该模块通过对大量入侵行为与环境干扰样本的自主学习，提取信号的时域、频域特征，对有效信号进行初步分类，筛选出疑似入侵信号，排除明显的环境干扰信号；

13、第三步，卷积神经网络模块对初步筛选后的疑似入侵信号进行深度特征提取与精准识别，通过卷积层、池化层捕捉信号的深层特征，结合预设的入侵行为特征库，对疑似信号进行进一步甄别，精准区分真实入侵行为与剩余的轻微环境干扰；

14、所述视频监控分系统通过布设高清摄像机和热成像设备沿着前端周界或围界围栏布设对周界或围界环境进行实时监控，该系统与智能报警算法联动，触发告警后，自动调用视频资源，为入侵行为提供直观的视频证据。

15、所述网络传输层包括网络传输及配套分系统，用于将所有数据传输至监控中心层，实现指令与信息交互，所述网络传输及配套分系统采用光纤环网技术。

16、所述mems探测分系统结合神经网络算法过滤环境干扰因素的具体步骤包括：

17、第一步:信号采集与预处理：6轴mems传感器以不低于1khz的采样频率同步采集围栏振动加速度与角速度数据，经带通滤波和自适应变分模态分解（vmd）将信号分解为信息主导imf和噪声主导imf两类；

18、第二步：差异化去噪：对信息主导imf采用短窗时频峰值滤波（tfpf）保留有用信号细节，对噪声主导imf采用长窗tfpf强力抑制环境噪声，重构后得到去噪信号；

19、第三步：特征提取与神经网络推理：从去噪信号中提取时域统计特征、频域能量特征和时频联合特征，构建多维度特征向量输入预训练的cnn-lstm混合神经网络，识别振动行为模式（正常/风/雨/攀爬/剪切/抬升等）；

20、第四步：动态阈值判决与自适应过滤：根据神经网络输出的行为类别置信度，结合动态均值算法（dma）进行统计平滑，通过多级自适应阈值完成最终报警判决，并将误报样本反馈至神经网络进行在线学习优化，持续提升环境干扰过滤能力。

21、本发明的有益效果为：

22、1. 监控中心层、现场探测层、网络传输层层层联动，现场探测层可全面采集光纤与mems双源探测信号，网络传输层确保信号实时、无中断传输，监控中心层通过智能算法完成集中甄别与告警触发，各层分工明确、协同高效，保障系统整体运行的稳定性与实时响应性，避免因单一环节故障导致系统失效；

23、2. 通过经验模态分解（emd）、神经网络识别、卷积神经网络（cnn）三个模块联动，先对原始探测信号进行去噪提纯，再逐步完成信号初步分类与深度甄别，既能剔除大风、降雨、植被摆动等常见环境干扰，也能有效区分真实入侵行为与小动物扰动、轻微地面震动等轻微干扰，大幅降低误报率与漏报率，满足高安全等级场景的可靠性需求；

24、3.智能算法模块完成入侵识别后，监控中心层可同步触发后续告警及处置流程，结合视频监控分系统的联动功能，为入侵行为提供直观视频证据，既实现了入侵事件的快速响应与现场驱离，也为后续事件追溯提供了有力支撑，提升周界或围界安防的闭环管理能力。

1.一种周界、围界及实物保护入侵线性告警识别装置，其特征在于包括监控中心层、现场探测层以及网络传输层，所述现场探测层负责采集周界或周界范围内的各类入侵相关探测信号，所述探测信号经网络传输层进行传输后，传递至监控中心层，由监控中心层对接收的探测信号进行集中监控、分析甄别，判断是否存在真实入侵行为，并同步触发后续告警及处置流程。

2.根据权利要求1所述的一种周界、围界及实物保护入侵线性告警识别装置，其特征在于所述现场探测层包括分布式振动光纤探测分系统、mems探测分系统以及辅助报警分系统；

3.根据权利要求2所述的一种周界、围界及实物保护入侵线性告警识别装置，其特征在于所述分布式振动光纤探测分系统采用相位敏感型光时域反射计分布式光纤传感技术。

4.根据权利要求2所述的一种周界、围界及实物保护入侵线性告警识别装置，其特征在于所述监控中心层包括智能算法分系统以及视频监控分系统，

5.根据权利要求2所述的一种周界、围界及实物保护入侵线性告警识别装置，其特征在于所述网络传输层包括网络传输及配套分系统，用于将所有数据传输至监控中心层，实现指令与信息交互，所述网络传输及配套分系统采用光纤环网技术。

6.根据权利要求2所述的一种周界、围界及实物保护入侵线性告警识别装置，其特征在于所述mems探测分系统结合神经网络算法软件过滤环境干扰因素的具体步骤包括：