CC BY
6УДК 004
Информационные технологии
Дерр Александр Юрьевич, студент, Уральский технический институт связи и
информатики, Россия, г. Екатеринбург Куанышев Валерий Таукенович, канд. физико-математических наук, доцент, Уральский технический институт связи и информатики, Россия,
г. Екатеринбург
ИНТЕЛЛЕКТУАЛЬНОЕ ОБНАРУЖЕНИЕ И ИНДЕНТИФИКАЦИЯ В
ВОЛЛОКОННО - ОПТИЧЕСКИХ СИСТЕМАХ МОНИТОРИНГА ВТОРЖЕНИЙ ПО ПЕРИМЕТРУ НА БАЗЕ FBG. СЕНСОРНАЯ СЕТЬ
Аннотация: В этой статье представлена сеть датчиков с волоконной брэгговской решеткой (FBG). Чтобы различать эффекты различных вторжений, предлагается новый метод классификации воздействия в реальном времени на основе статистических характеристик профиля сигнала во временной области. Особенности выявлены с помощью анализа основных компонентов (PCA), которые затем используются для идентификации события сk NearestNeighbor.
Ключевые слова: волоконно-оптические средства обнаружения, волоконно-оптические системы мониторинга, вибрации, лазерное излучение, оптоволоконный датчик.
Annotation: This article presents a fiber Bragg grating (FBG) sensor network. To distinguish between the effects of different intrusions, a new real-time impact classification method is proposed based on the statistical characteristics of the time domain signal profile. Features are identified using principal component analysis (PCA), which are then used to identify the event with k Nearest Neighbor.
Keywords: fiber-optic detection equipment, fiber-optic monitoring systems, vibrations, laser radiation, fiber-optic sensor.
Появление волоконно-оптических датчиков открывает больше возможностей для охраны периметра и обеспечивает новое перспективное решение. Сравнивая обычные обнаружения вторжения по периметру системы (PIDS), которые используют ультразвуковые, радиолокационные, микроволновые и инфракрасные или фотоэлектрические датчики для обнаружение вторжений, волоконно-оптический датчик (OFS) имеет выдающиеся преимущества пассивной работы, высокая чувствительность, хорошая надежность в суровых условиях, электромагнитная помехоустойчивость (EMI) .Также OFS не нуждается источниках питания по оптоволоконному каналу, и, следовательно, это идеальный выбор в жестких полевых условиях[1].
Волоконные датчики брэгговской решетки (FBG) невосприимчивы к экологическим помехам и, следовательно, имеет большую точность обнаружения. Кроме того, они имеют точную возможность определения местоположения. Технологии мультиплексирования и допроса делают сенсорную сеть на основе FBG потенциально экономичной и перспективной системой мониторинга, особенно для периметра короткого или среднего диапазона. Кроме того, отклик датчика FBG изменяется линейно с воздействиями поведения вторжения. Однако идентификация события все еще ожидает рассмотрения, так как проблема в практическом использовании из-за экологической сложности, таких, как изменение климата, ветер дождь или другие способы крепления датчиков, которые представляет наиболее сложную проблему для извлечения существенно различимых характеристик события.
Таким образом, в этой статье, интеллектуальное вторжение по периметру, системы контроля на основе тензодатчика FBG, в которой сеть может не только преодолеть трудности обнаружения слабых вторжений, но также может различать угрожающие действия, используя функция анализа основных компонентов (PCA) извлечение во временной области и с k NearestNeighbor[2].
Квазираспределенный оптоволоконный PIDS на основе сенсорной сети FBG построена так, как показано на Рисунке 1.
Рисунок 1 - Конфигурация волоконно-оптических PГОS на основе
FBG сенсорная сеть
В этой системе огромное количество датчиков FBG с определенной центральной длиной волны для каждого соединены последовательно или параллельно в кабеле, чтобы действовать в качестве основных чувствительных сегментов. Кабель может быть прикреплен к физическому забору или спрятан под землей, может измерить механическую деформацию забора или другие нарушения со стороны. В FBG, источник света с широкой частотой обеспечивает оригинальные оптические сигналы, и одновременно демодулирует оптические сигналы, отражает от отдельных датчиков FBG вдоль волокна и преобразует их в цифровые электронные сигналы. И блок обработки, который действует как сигнализация, обрабатывает массив сигналов и принимает решение есть ли какая-либо угроза, происходит ли это вдоль охраняемого периметра, где это и даже что это такое[3].
Основное обнаружение. Принцип системы заключается в мониторинге сдвига «брэгговской» длины волны из-за искажения решеток.
Как правило, нападения происходятиногда, и большую часть времени занимает мониторинг. Чтобы обнаружить искажение эффективно с высокой степенью уверенности, предлагается использовать иерархический метод обнаружения и идентификации, как показано на рисунке 2. который содержит три основных этапа: обнаружение аномалий с высоким PD, ложная тревога и реальная угрозаидентификация и классификация. На первых двух этапах, в,
которых мы сосредоточены только на цели обнаружения.Таким образом, вычисление процессом идентификации можно пренебречь, когда нет никакой угрозы, которая вполне подходит для онлайн мониторинга.
Personal intrusions'
Alarm with different threatening levels I
Рисунок 2 -Иерархический поток обнаружения и идентификации для
PIDS на основе FBG
В сенсорной сети, как показано на рисунке 1, все датчики FBG на самом деле имеют различное зондирование, так как они немного отличаются производством и условием упаковки, различные крепления или пути погребения, изменение окружающей среды. Поэтому традиционная энергия, метод порогового определения, безусловно, приведет к низкому PD или очень высокий FAR в практических применениях. А для периметра с забором из смешанных материалов, дело станет еще хуже. Имеется решение, основанное на различной автокорреляции, характеристики между сигналами вторжения и сигналы без вторжения [5]. Как показано на рисунке 3, не вторжение и несколько типичных сигналов вторжения для датчиков деформации FBG отличились автокорреляционными кривыми. Линия с небольшим квадратом метки представляет автокорреляционную функцию, определенный сигнал вторжения, такой как восхождение, удар, раскачивание и резка сигналов, корреляция которых запаздывает всегда намного больше, чем у линий без
квадратных меток.Здесь единица времени - это выборка с частотой дискретизации.500 Гц. Из автокорреляционных кривых это может быть видно, что сигнал вторжения генерируется из определенных источников энергии, всегда высоко
коррелирует с самим собой, а сигналы без возмущения всегда слабо коррелированы. Таким образом это в качестве основного критерия обнаружения вторжения на первом этапе [4].
Рисунок 3 - Корреляционные характеристики некоторых типичных сигналов чувствительности к деформации FBG: (а) лазание, (б) нанесение удара, (в) качание и(г)разрез
Этот метод также оказался пригодным для датчика вибрации FBG сигналов, которые можно увидеть на рисунке 4.
Рисунок 4 Корреляционные характеристики некоторых типичных сигналов чувствительности к вибрации FBG: (а) подъем, (б) повышение температуры, (в) вторжение
животных и (г) разрез
На данном рисункеизображены типичные вибрационные сигналы набора высоты, повышения температуры, беспокойство животных и резка Высокие автокорреляционные характеристики сигналы вибрации аналогичны сигналам деформации, но они имеют больше колебаний для того же сигнала.На этапе обнаружения, чтобы обнаружить очень слабые сигналы от матрицы датчиков, принят более низкий порог корреляции для поддержания достаточно высокого ПД. Таким образом, много экологических помех, таких как ветер, дождь, снег и град, также могут принять участие, которое будет основным источником тревогиотсюда следует, что необходимо исключить эти ложные тревоги на втором этапе[5].
В этой статье впервые представлено, что СПС метод может быть использован для извлечения различных вторжений профили или структуры
сигнала во временной области и дать хорошие возможности для следующего поведения идентификация волоконно-оптических PIDS на основе FBG.
Более того, предлагаемый метод обнаружения и идентификации может быть осуществлен на линии в режиме реального времени. Хорошая производительность или улучшение интеллекта по предлагаемому способу может способствовать его применению во многих важных областяхв безопасности периметра, контроля безопасности нефти / газа трубопроводы, линии электропередач, крупномасштабные гражданские сооружения и так. далее.
Библиографический список:
1. M. Szustakowski, W. Ciurapinski, N. Palka, and M. Zyczkowski, "Recent development of fibre optic sensors for perimeter security," in Proceedings of theInternational Conference: Modern Problems of Radio Engineering, Telecommunications and Computer Science, Chile, pp. 158-162, 2002.
2. S. V. Shatalin, V. N. Treschikov, and A. J. Rogers, "Interferometric optical time-domain reflectometry for distributed optical-fiber sensing," Applied Optics, 1998, 37(24): 5600-5604.
3. J. Bush, C. A. Davis, P. G. Davis, A. Cekorich, and F. P. McNair, "Buried fiber intrusion detection sensor with minimal false alarm rates," in Proc. SPIE, vol. 3489, pp. 285-295, 1998.
4. J. C. Juarez, E. W. Maier, K. N. Choi, and H. F. Taylor, "Distributed fiberoptic Intrusion sensor system," Journal of Lightwave Techology,, 23(6): 2081-2087.
5. H. Wu, Y. Rao, C. Tang, Y. Wu, and Y. Gong, "A novel FBG-based security fence enabling to detect extremely weak intrusion signals from nonequivalent sensor nodes," Sensors and Actuators A: Physical, 2011, 167(2): 548-555.
