光纤风险监控与应急管理：信号处理与智能分析

　　本书从理论和工程相结合的角度出发，对Phase-OTDR技术所采集的振动信号进行分析梳理，重点阐述了Phase-OTDR振动信号的预处理、Phase-OTDR振动信号的特征提取与存储以及Phase-OTDR振动信号的识别与监测等内容。 本书内容理论与实际相结合，解决了Phase-OTDR技术在实际工程应用中的预处理、特征提取与存储、识别与监测等方面存在的“信噪耦合”“模态混叠”“数据膨胀”等问题，对提高土木建筑、石油化工、电力、通信、航空等行业的应急管理本质安全风险监测水平有很好的参考作用。

　　王松，现就职于北京邮电大学现代邮政学院（自动化学院），副教授，主要研究方向，应急管理领域技术与装备、群智感知，曾与胡燕祝合作出版《光纤风险监控与应急管理：模态分析与振场反演》。胡燕祝，现就职于北京邮电大学现代邮政学院（自动化学院），教授，主要研究方向，应急管理及技术装备、城市运行安全，自然灾害与公共安全应急装备领域国内知名专家学者，曾与王松合作出版《光纤风险监控与应急管理：模态分析与振场反演》。宋钢，就职于北京邮电大学理学院，讲师，主要研究方向，光学传感器与安全监测。

1绪论（1）
1.1研究背景及意义（1）
1.2研究现状（2）
1.2.1分布式光纤振动信号的去噪方法研究现状（2）
1.2.2分布式光纤振动信号的特征提取方法研究现状（3）
1.2.3分布式光纤振动信号的识别方法研究现状（3）
1.3本书内容（4）
2Phase-OTDR振动信号的预处理（6）
2.1实验数据分析（6）
2.2信号预处理（8）
2.2.1信号归一化（8）
2.2.2信号预加重（9）
2.2.3信号分帧处理（11）
2.2.4相关系数分帧（12）
2.3信号时域频域分析（13）
2.4本章小结（15）
3Phase-OTDR振动信号的去噪方法（16）
3.1EEMD-FastICA光纤振动信号去噪方法（17）
3.1.1基于经验模态分解的信号去噪方法（17）
3.1.2基于独立成分分析的信号去噪方法（19）
3.1.3基于EEMD-FastICA的信号去噪方法（21）
3.1.4去噪效果评估（26）
3.2基于模拟退火寻优的Ostu信噪分离方法（30）
3.2.1基于模拟退火寻优的Ostu信噪分离（30）
3.2.2振动数据信噪分离实验（32）
3.2.3信噪分离效果评估（39）
3.3基于BEMD的Phase-OTDR信号去噪（40）
3.3.1基于BEMD的Phase-OTDR信号去噪原理（40）
3.3.2去噪效果（43）
3.4本章小结（45）
4Phase-OTDR振动信号的特征提取与编码存储（46）
4.1分布式光纤振动数据时空特征提取（46）
4.1.1基于二维小波变换的时空特征提取原理（46）
4.1.2基于剪切波变换的时空特征提取原理（50）
4.1.3振动数据时空特征提取实验（54）
4.1.4分布式光纤振动数据频谱分析（66）
4.2光纤振动信号多维特征提取（73）
4.2.1时域与频域特征提取（74）
4.2.2改进的自相关特征提取（75）
4.3信号特征分析（76）
4.3.1特征选取情况（76）
4.3.2实验评估（78）
4.4分布式光纤振动数据编码存储（78）
4.4.1哈夫曼编码原理（79）
4.4.2振动数据编码存储实验（80）
4.5本章小结（83）
5Phase-OTDR振动信号的识别方法（84）
5.1单分类器分类模型（84）
5.1.1随机森林分类模型（84）
5.1.2BP神经网络分类模型（85）
5.1.3AdaBoost分类模型（86）
5.2基于分类器融合的RF-BP-AdaBoost多模型（87）
5.2.1多分类器融合原理（87）
5.2.2实验结果对比（88）
5.3本章小结（92）
6Phase-OTDR振动信号的异常监测方法研究（93）
6.1模态参数异常判断（93）
6.2累计负载异常判断（95）
6.3本章小结（97）
7总结与展望（98）
7.1结论（98）
7.2展望（99）
参考文献（101）