r>[0034] (2)模式分類
[0035] 模式分類采用基于頻譜分析的歐式距離。頻譜按照下式進行計算
[0036]
[0037] 式中，Μ為特征信號的長度，x(n)為特征信號。特征信號的FFT頻譜與模板的歐式 距離作為判斷依據(jù)。即為：
[0038]
[0039] 其中，F(xiàn)slgnajPFnc]df^v別為擾動特征信號和模板的FFT頻譜，d為歐氏距離。當該 距離小于閾值時，則認為該信號屬于該模板。此處并不限于歐式距離，歐氏距離的平方等均 應在本發(fā)明的保護范圍之內(nèi)。
[0040] (3)所述模式分類方法的抗噪特性
[0041] 由于從擾動信號中提取的特征信號時非常短的，設為M。假設抽樣頻率f0,則FFT 頻譜的最小頻率間隔為f〇/M=△f。當對特征信號做FFT時，相當于在頻域用梳狀函數(shù)對 其進行濾波。梳妝函數(shù)的頻率范圍是Af~f〇/2。通常，大部分環(huán)境噪聲是低頻的，尤其是 低于Af的噪聲會被濾除。另外，白噪聲由于梳狀函數(shù)的濾波左右，其對信號的影響也會大 大減弱。
[0042] 所述的傅里葉變換也可以用離散傅里葉變換或功率譜等多種形式。
[0043] 因此，本發(fā)明的有益效果：
[0044] (1)提出了一種基于相位敏感光時域反射計的快速預警方法，推動了相位敏感光 時域反射計在入侵檢測等領域的應用，但不限于此。
[0045] (2)利用強度擾動監(jiān)測和相位信號識別相結合的方式，大大節(jié)省了擾動定位的時 間，同時，相位信號的準確性確保了后續(xù)擾動識別的可靠性。
[0046] (3)采用了高效的模式分類方法，計算簡單、迅速，而且該方法具有一定的抗噪能 力，從而保證了預警的快速、準確。
[0047] 本發(fā)明有益效果：待確定該擾動信號為危險信號時，發(fā)出預警。通過此方法，不僅 可以極大的縮短預警時間，而且可以有效識別擾動源類型，避免了不必要的出警。本發(fā)明不 僅極大推動相位敏感光時域反射計在周界入侵等方面的應用，更為其他領域的快速預警提 供了很好的借鑒意義。
【附圖說明】
[0048] 圖1是本發(fā)明一種基于相位敏感光時域反射計的快速預警方法總體流程圖；
[0049] 圖2是本發(fā)明的關鍵算法的結構圖；
[0050] 圖3 (a)所示Φ-0TDR解調(diào)的相位信息。
[0051] 圖3(b)中紅色實線、藍色（分別為淺與深）實線所示各幀的過零數(shù)（ZCN)和短時 能量（E)。
[0052] 圖4(a)為四種信號（踢墻Toeing、踹墻Heeling、原地跑Running及自然風wind) 的時域信號。圖4 (b)則其對應的傅里葉變換頻譜。
[0053] 圖5是計算四種信號的頻譜與模板頻譜的歐氏距離，對信號進行識別。虛線為設 定的閾值。
【具體實施方式】
[0054] 下面結合附圖和實施例對本發(fā)明作進一步的說明，但不限于此。根據(jù)本發(fā)明的思 想，可以采用若干實施方法。如下幾種方案僅作為該發(fā)明思想的解釋說明，具體方案并不局 限于此。
[0055] 本發(fā)明的快速預警方法是利用相位光時域反射計的強度信號監(jiān)測光纖沿線的擾 動并進行定位；對擾動點的相位-時間變化進行識別和分類，對擾動信號的"危險性"做出 初步判斷，決定是否發(fā)出報警。如圖1所示，該方法包括5個主要步驟：
[0056] 1)首先，利用相位光時域反射計的強度信號監(jiān)測光纖沿線的擾動情況；
[0057] 2)利用光時域反射的原理，確定擾動點的位置；
[0058] 3)確定擾動點的位置后，解調(diào)擾動點的相位-時間信息；
[0059] 4)利用多個模板對相位信號進行識別和分類；
[0060] 5)根據(jù)信號的識別結果，做出是否進行警報的判斷，并采取相應的措施。
[0061] 所述的步驟請參閱圖1所示總體流程圖。圖1中所示的擾動識別部分詳見圖2所 示。該擾動識別部分主要分為5個過程：
[0062] 1)利用多種訓練模板，如圖2所示的訓練模板1、訓練模板2···訓練模板η等，提取 其特征，設置相應的模板，如模板1、模板2···模板η等，如圖2中虛線框所示；
[0063] 2)將擾動點的相位信號進行預處理；
[0064] 3)提取預處理后信號的特征形成特征信號，即特征提取；
[0065] 4)求取特征信號的頻譜，并與各個模板進行匹配，找到匹配度最好的模板，對擾動 信號進行分類；
[0066] 5)根據(jù)擾動信號的分類情況，給出報警或不報警等信息。
[0067] 實施例一，是采用過零率提取特征的快速預警方法，包括擾動監(jiān)測與定位、擾動信 號識別等部分。
[0068] 擾動監(jiān)測與定位是利用相位光時域反射計的強度信號監(jiān)測光纖沿線的擾動并進 行定位，擾動信號識別包括預處理、特征提取、模板訓練、模式分類和后處理等部分。預處理 是對擾動點的相位時間信號進行簡單的去噪等處理。預處理后的信號分為若干數(shù)據(jù)幀，計 算各幀的過零率，當大于閾值時，則將該幀的信號作為特征信號。模板訓練則是依據(jù)一系列 不同類擾動信號的特征，構建多類信號的模板。擾動信號的特征與預先設定的多種模板進 行匹配，求取特征信號的傅里葉變換頻譜與模板頻譜的歐式距離，若小于閾值，則屬于該類 信號，從而實現(xiàn)信號的分類。后處理則是針對模式分類的結果做出報警或者不報警等措施。
[0069] 實施例二，是采用短時能量提取特征的快速預警方法，包括擾動監(jiān)測與定位、擾動 信號識別等部分。
[0070] 擾動監(jiān)測與定位是利用相位光時域反射計的強度信號監(jiān)測光纖沿線的擾動并進 行定位，擾動信號識別包括預處理、特征提取、模板訓練、模式分類和后處理等部分。預處理 是對擾動點的相位時間信號進行簡單的去噪等處理。預處理后的信號分為若干數(shù)據(jù)幀，計 算各幀的短時能量，當大于閾值時，則將該幀的信號作為特征信號。模板訓練則是依據(jù)一系 列不同類擾動信號的特征，構建多類信號的模板。擾動信號的特征與預先設定的多種模板 進行匹配，求取特征信號的傅里葉變換頻譜與模板頻譜的歐式距離，若小于閾值，則屬于該 類信號，從而實現(xiàn)信號的分類。后處理則是針對模式分類的結果做出報警或者不報警等措 施。
[0071] 實施例三，是采用過零率與短時能量的與邏輯提取特征的快速預警方法，包括擾 動監(jiān)測與定位、擾動信號識別等部分。
[0072] 擾動監(jiān)測與定位是利用相位光時域反射計的強度信號監(jiān)測光纖沿線的擾動并進 行定位，擾動信號識別包括預處理、特征提取、模板訓練、模式分類和后處理等部分。預處理 是對擾動點的相位時間信號進行簡單的去噪等處理。預處理后的信號分為若干數(shù)據(jù)幀，計 算各幀的過零率和短時能量，當兩者均大于閾值時，則將該幀的信號作為特征信號。模板訓 練則是依據(jù)一系列不同類擾動信號的特征，構建多類信號的模板。擾動信號的特征與預先 設定的多種模板進行匹配，求取特征信號的傅里葉變換頻譜與模板頻譜的歐式距離，若小 于閾值，則屬于該類信號，從而實現(xiàn)信號的分類。后處理則是針對模式分類的結果做出報警 或者不報警等措施。
[0073] Φ-OTDR解調(diào)的相位信息如圖3(a)所示，在3個時間點出現(xiàn)了擾動信號。各幀的 過零數(shù)（ZCN)和短時能量（Ε)分別如圖3(b)中紅色實線、藍色實線所示。虛線為設定的閾 值。圖4(a)為四種信號（踢墻