监狱的振动光纤经常误报，是怎么回事？

参与评论

评论

登录后参与评论

全部评论(1条)

• 

  一径梅苔 2018-02-04 00:00:00

  你好 监狱周界光纤智能安全防御系统，如果是采用‘分布式光纤振动传感技术’的‘分布式光纤振动预警平台’（Distributed Vibration Sensing， 简称DVS）核心系统，在误报率上有很好的性能优势，它的误报率极低，不会经常因为虚警而导致人力资源浪费和精神紧张。原因如下：1）光纤振动传感的原理：图1 光纤振动传感原理图如图1所示，通过将ITU波长激光器及与之波长保持微小偏差的可微调波长激光器耦合，得到拍相干光并输入光纤。当光纤振动时，拍相干光将去相干，光强随着振动幅度和频率，按一定规律变化。根据光强将光信号转换成对应的电信号，输出至运算放大器进行放大和运算，可得到不同的调制信号。对获得的调制信号进行处理，可以检测到光纤振动，从而实现光纤振动传感。2）分布式光纤振动预警平台的工作原理：振动检测平台主要由微应变传感器和定位器组成探测系统：微应变传感器：基于“MZ干涉检测”原理，为了检测微应变，通常采用两芯单模光纤来实现。这两根光纤组成了“干涉传感器”的一个臂，用相干激光器向其发射一束激光，若光纤没有受到外界的扰动，则光检测器将不对反射波产生报警信号。如果光纤受到外界侵扰，如：运动、声波和触动，则光的波形改变，并产生干涉图像（即是振动波形图），光检测器可检测到这一波形变化，而且通过软件可以分辩出事件的真实情况。相干激光器发射是连续波激光束，光纤传感器的波形响应范围从1Hz至20K Hz。这项技术可用来检测动态应变，而响应时间在毫秒级。定位器技术：与微应变传感器结合组成了一个完整系统。一个典型的系统通常需要三芯光纤，两芯用于微应变传感器，一芯用于定位器，从而实现远距离安全保障系统的定位报警功能。定位器技术是光束公司的一项专有技术，激光器向光纤发射激光，激光分别通过“干涉传感器”的一个臂和装有我司ZL技术的终端单元。为了精确定位，需要将光纤的长度信息输入计算机软件中。根据现场情况将光纤长度距离换算为实际距离，该系统根据使用环境的不同，系统的定位精度一般在100米左右。3）各种振动波形图的采集与应用：各种振动波形图，由系统在‘训练集数据采集与盲测’阶段，即采集并建立到各种事件的振动波形图，通过建立振动事件库，采集并存储多达上百种的振动波形图，由机器学习与AI识别系统，可在发生同类振动事件时，由系统判断并告警该类型的入侵振动事件。以下举例系统采集到的振动波形图和对应事件：（一）人手触碰光缆（钻孔盗取数据）人手触碰光缆（钻孔盗取数据）系统侦测到人手触碰光缆的波形图（二）人工挖掘行为：未经授权的管道开挖系统侦测到手工工具挖掘的波形图（三）重型机械作业：重型机械作业系统侦测到重型机械作业的波形图（四）没有威胁的触碰行为：对于没有威胁的触碰行为，由于系统在‘训练集数据采集与盲测’阶段，即采集并建立了各种事件的振动波形图，可通过对不同事件的振动波形图的识别，对某一个具体的事件，如：车辆经过引起的振动，就与重型机械施工所引起的振动，在振动波形图上看是十分不同的。继而通过机器学习和AI识别系统，即可在实际监测中，过滤该触碰行为事件，从而降低误报率。系统侦测到周边车辆经过的波形图风、雨等引起光缆周界的振动是一种低频振动，系统对这种振动波形图进行采集与处理。通过振动波形图的识别，会发现该振动波形图与其他具有威胁行为的振动波形图存在很大的区别。所以，系统很容易识别该事件，从而滤除风雨等干扰的无威胁振动。系统侦测到滂沱大雨的波形图树枝坠落敲打光缆等偶然敲击事件，通过对系统的合理设置，能滤除大部分这些偶然因素引起的误报。我们通过振动波形图、振动相位等多种参数，进行分析以区分是无威胁的触碰行为。这里起作用的参数，有振动波形、振动持续时间、事件计数器等参数，系统在完成‘训练集数据采集与盲测’阶段后，依靠机器学习与AI识别系统，即可避免该类无威胁事件的误报。而且，虽然树枝坠落可能引起振动，但该振动波形图是达不到系统设置的报警灵敏度校验值，且触碰事件持续时间不够，都未能满足触发告警，还要在一定的时间内，产生持续的触碰行为，才会产生报警信号，通过这一系列的设置，可避免大部分偶然的无威胁事件，从而降低虚警率。系统侦测到树枝坠落的波形图4） 振动波形图比振动频谱图在分析判定入侵行为的优势振动波形图是以X轴代表振动时间，Y轴代表振动幅度，来记录振动行为的事件，是以入侵事件的振动‘时间域’来记录与分析判定入侵行为。而振动频谱图是以X轴代表振动频率，Y轴代表振动幅度，来记录振动行为的事件，是以入侵事件的振动‘频率域’来记录与分析判定入侵行为。入侵行为的振动信号在‘时间域’下，即x轴是时间（秒或分钟），而y轴是测量的振动幅度（位移、速度、加速度）。在该概念下，显示振动波形是很精确的方法，可以显示出入侵行为的实际振动形态，并对其各种振动参数进行分析。相对‘频率域’（以下图例均是举例的振动频谱图）采集到的振动频谱图，振动波形图能更精确定位某入侵振动行为的持续时间、振动幅度、同一时间段的振动行为数量等，且无需在图谱的高频部分由系统取平均值，再与事件库的数据对比，从而做出判定。人入侵时，采集到的频谱图风雨引起的振动频谱图振动波形图是通过波形幅度、幅度门限、持续时间等多种参数，进行分析以区分是误报，还是具有威胁的入侵行为。相对于树枝、鸟类、小动物、冰雹、风雨等偶然性事件而引起的敲击振动，通过机器学习和AI识别系统校验分析后，虽然和某些威胁行为，如：人体入侵所引起的波形是一个类似的波形，但无论是从整体的波形幅度、持续时间、同一时间产生的事件数量上，都是和人体入侵所引起的波形是不同的。所以，使用振动波形图比振动频谱图，通过机器学习和AI识别系统的校验后，在实际应用中，更能让系统精确鉴别各种振动行为。系统侦测到树枝坠落的波形图系统侦测到人手触碰光缆的波形图因此，监狱周界光纤智能安全防御系统，如果是采用‘分布式光纤振动传感技术’的‘分布式光纤振动预警平台’（Distributed Vibration Sensing， 简称DVS）核心系统，在‘训练集数据采集与盲测’阶段，即采集并建立到各种事件的振动波形图，通过建立振动事件库，采集并存储多达上百种的振动波形图，由机器学习与AI识别系统，可在发生同类振动事件时，由系统判断并告警该类型的入侵振动事件，从而实现对威胁监狱周界安全的物理入侵事件的高探测率，对没有威胁周界安全的振动行为实现低误报率。希望这个解释可以满足您对光纤振动预警系统的了解和认识。欢迎关注我的帐号，了解更多光纤智能化应用的信息。

  赞(16)

  回复(0)

  评论

  评论

  登录后参与评论