面向DVS振动信号识别率提升的特征选择算法研究

分布式光纤振动传感(Distributed Optic-fiber Vibration Sensing, DVS)系统可对振动信号实现分布式测量,在实际应用中通常采用模式识别算法对各种振动事件进行识别,然而目前模式识别特征大都固定冗余,不能充分展现振动信号的特性,导致误报率高的问题。针对上述问题,搭建了一套直接探测结构的DVS系统样机,并提出了基于模拟退火算法和Fisher Score算法相结合的混合式特征选择方法。首先使用Fisher Score算法选取合适的特征初始集合,再将Fisher Score嵌入模拟退火算法的新解产生环节中,实现对入侵振动信号的特征组合整体效果较好的选择。通过实验对算法性能进行验证,结果表明:该算法可以剔除冗余入侵振动信号特征,拥有较快的收敛速度,使系统的识别率由80.23%提升至94.46%。