公开(公告)号：CN119519827A

公开(公告)日：2025-02-25

申请号：CN202411383699.4

申请日：2024-09-30

Applicant: 上海大学

Inventor： 黄怿 ,  沈威 ,  邓传鲁 ,  胡程勇 ,  王廷云 ,  张小贝 ,  张琦

IPC: H04B10/071 ,  G01H9/00 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/088 ,  G06F18/2433 ,  G06F18/214 ,  G06F18/21

Abstract: 本发明公开了一种无监督的分布式架空光缆异常检测方法，涉及基于分布式光纤传感的架空光缆状态监测领域，包括，采集并解调得到不同扰动情况下光纤返回的相位信号，使用滑动窗口将原始相位信号划分为子序列，计算每个子序列的范数，并计算每个子序列与前一个相邻子序列之间的范数差；计算每个子序列在每个维度上的均值、最小值、最大值和标准差，得到特征序列，将得到的特征序列输入LSTM‑AE模型；计算输入序列与重构序列之间的均方根误差RMSE，并根据RMSE值进行样本情况的判断。本方法通过只利用正常样本对LSTM‑AE进行训练，实现了基于无标签数据集的异常事件检测。

公开(公告)号：CN117312981A

公开(公告)日：2023-12-29

申请号：CN202311111451.8

申请日：2023-08-30

Applicant: 上海大学

Inventor： 黄怿 ,  戴静怡 ,  沈威 ,  邓传鲁 ,  胡程勇 ,  王廷云

IPC: G06F18/2415 ,  G06F18/15 ,  G06F18/214 ,  G06V10/764 ,  G06V10/30 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08 ,  G01H9/00

Abstract: 本发明涉及基于分布式光纤传感的入侵事件分类识别领域，具体涉及一种分布式光纤围栏监测的表征学习方法。本发明通过表征学习来提高网络的学习效率和识别性能，提出了一种基于MTF‑NMF和2‑D CNN的振动识别方法，将无需去噪的一维相位时域信号转换为马尔可夫转换场(MTF)矩阵，再通过非负矩阵分解(NMF)从MTF中提取基矩阵并保存为RGB图像，最后由2‑D CNN网络进行特征学习和识别，从而实现光纤围栏上不同类型入侵事件的分类。本发明有效解决了目前在Φ‑OTDR监测领域中，入侵事件识别模型学习效率低的问题，以及识别网络训练数据集构建成本高的问题。