基于卷积神经网络的多维度分布式光纤振动传感事件识别

基于双马赫-曾德尔干涉(DMZI)型分布式光纤振动传感系统与无人机(UAV)视频监测系统,通过卷积神经网络同步对光信号和无人机视频信号进行模式识别,从多维度对多类别扰动事件进行精准检测。与传统的模式识别方法相比,所提方案将两个不同维度上的信号有效结合,实现了不同维度上模式识别方法的优势互补,将识别信号的时间维度加入识别,解决了静态信号识别事件有限、准确率较低的问题。为了验证所提方案的可行性和有效性,对常见的9种传感行为(攀爬、轰砸、剪切、脚踢、重敲击、轻敲击、拉扯、摇晃、无入侵)进行了实验测试和分析。实验结果表明,所提出的多维度模式识别方案可以对9种入侵事件达到99.58%的平均测试准确率,并且平均识别时间为0.16 s,短于系统的采样时间0.3 s,满足实际工程应用的需求。

光纤传感

近年来,基于光纤的功能器件被广泛应用,光纤传感器相比于传统传感器具有成本低廉、体积小、质量轻、灵敏度高、耐恶劣环境、抗环境电磁干扰等诸多优势。回顾了光纤的发展历程和基本概念,分别从传统光纤和微结构光纤(光子晶体光纤)两大类别出发,介绍了应用于温度、湿度、应力、磁场等多参量多维度的传感系统。着重介绍了液晶注入型光子晶体光纤的制备流程,以及基于该光纤双折射特性的传感应用。最后,提出了"Lab on fiber"的概念,并对光纤传感的未来发展愿景进行了展望。