1．目的及意义

1.1 研究目的及意义

安防系统简称SPS，是以维护公共安全为基础，通过视频监控系统，红外报警系统，防暴安全系统等一系列安全防范措施及产品所组成的系统。而分布式光纤周界安防系统则是一种基于现代光电技术、信息处理技术的以光纤振动传感器为核心部件的专用于国家安防的先进安防系统^[1]。由于分布式光纤技术具有高敏感性，低能耗性，强鲁棒性，长检测距离等优点，故在地形极其复杂，环境极度恶劣，人烟极为稀少的边境具有极高的利用价值。目前安全防范系统已成为国防、民用和商用机密领域极其重要的应用之一^[3]。在军事敏感区域，机密楼宇周围、大型机场、仓库、核电站以及监狱等需严格控制防止非法入侵的区域需要安防系统发挥其重要的作用^[2]。

全光纤周界安防系统是一种近年来新兴起的安全防护管理体系，其采用光纤传感器进行感应与测量，能够替代传统电力知识载体进行信息高速传导，灵敏度和环境适应能力很好，能够全方位、立体化地感知周边环境安全隐患，不管是在商业还是科研方面，全光纤周界安防系统都一直保持着超高人气^[3]。目前，全光纤周界安防系统主要应用在围栏、管道、电缆线路的安全防护中，能够进行周边环境的全智能勘测并快速发出安全警报。虽然其发展时间不长，但已经有多种技术在系统中得到应用，如分布式安防系统、联动控制安防系统以及体全息图像库安防系统等，这些系统对信息的处理过程均比较简便，通常采用频域手段进行信息特征采集，但应用局限性强，在一些恶劣天气中不能有效保护用户的人身、财产安全。对全光纤周界安防系统而言，光纤传感器对周边环境的感知与识别能力是最为重要的，能够增进系统的实时性^[4-7]。感知能力与识别能力来自于系统对环境信息的采集与处理，模式识别是一种比较有效的、能够同时增进这两种能力的技术，其智能化的识别技巧不仅可以减少系统误报率，还可对安全隐患方位进行定位，发展前景广阔。

本文将采用OTDR技术实现分布式光纤光栅传感,采集入侵振动信号,利用小波变换得到信号的特征值,提出利用BP神经网络对样本进行训练,进而对入侵行为进行识别。

1.2 国内外研究现状

分布式光纤传感器以其巨大的优势，得到了周界行业的广泛关注。国外方面，澳大利亚FFT公司已研制出基于Mach-Zehnder干涉技术的检测系统，已用于军事基地、石油管道、国防边界的监控保护^[8]。2002年，美国 Optellios公司研制的Fiber Patrol TMFP1100能够用于管道检测和周界安防，其定位精度优于25 米。美国 Fiber Sensys公司研制了一种基于萨格纳克干涉技术的周界报警系统，用于入侵检测，已在美国很多地方进行了实验，其检测长度达50km，定位精度达50m。Senstar-stella公司推出了Interlli-Riber系统，该系统检测光的偏振态变化来检测入侵^[9-10]。英国的Silixa公司研制了一套DAS系统，成功用于检测石油管道的第三方入侵。新加坡的Agil Fence公司也研制了一套基于光纤光栅的周界报警系统，探测距离可以达到20km。此外，还有很多国外的公司对周界安防领域进行研究^[11]。

国内方面，2007 年，华为与南京大学合作首次研制出了相干光时域反射仪。2008年，电子科大的饶云江等人首先提出了基于相位敏感的光时域反射仪，探测距离达到14km，定位精度达50m，信噪比12 d B^[13]。2011年，天津大学的靳世久教授提出了一种基于双Mach-Zehnder的分布式光纤传感系统，已将该系统用于管道安全预警，但是该系统的定位精度只有1km，与实际要求还有一定的距离^[12]。2014年，天津大学的曾周末教授提出了一种Mach-Zehnder与OTDR相结合的分布式光纤预警系统^[13]。虽然提高了定位精度，但是OTDR灵敏度不够影响系统的整体性能，而且也不能进行实时监测。2015年，南京大学通过对融合弱光栅分布式光纤传感系统的改进，提高了系统的信噪比，实现了对动静事件的同时测量^[14]。

特征提取是光纤振动信号识别的核心环节之一，如果提取的特征向量不稳定或者不具有代表性，则系统对外部入侵行为的判断将出现严重偏差。如何更好的提取光纤振动信号特征以便有效地识别入侵行为，是光纤振动信号处理的关键。

目前，光纤周界安防领域中最常用的信号特征提取方法是从时域角度直接分析信号波形进行特征提取，该方法思路简单易于实现，但是由于传感光纤布设现场环境往往比较复杂，诸如风、雨、动物等环境因素产生的波形与许多入侵行为波形极为相似，降低了系统对入侵行为的判断，增加了系统虚警概率^[4]。傅里叶分析是信号处理的经典方法，对光纤振动信号进行傅里叶变换，利用频谱或功率谱提取其频域特征，也是目前较为常见的方法，该方法在光纤光栅传感系统的振动信号处理中效果较为理想^[15]。天津大学曲志刚等人提出使用小波或小波包变换对光纤振动信号进行多层次分解，提取其在子频带的能量分布特征，该方法在石油、天然气管道光纤安全检测系统信号处理中取得了较好的识别效果，进而也成为光纤周界安防领域中提取振动信号特征普遍应用的方法^[13]。东南大学万遂人等则借鉴了语音信号识别的处理方法，将系统采集到的光纤振动信号当成声音信号进行处理，提取其 Mel 倒谱系数（Mel Frequency Cepstrum Coefficients，MFCC）作为信号特征，这种方法在实质上与小波分析法有共通之处，都是借助滤波器组将信号划分到各个子频带，提取信号在子频带的能量分布信息来表示信号的特性^[13]。{title}

2. 研究的基本内容与方案

{title}

2.1 研究的基本内容