位置特征去除算法

跨位置识别更准

一种用于干涉型分布式光纤传感的算法，通过去除位置特征，使分类器仅用单点数据训练即可在任意位置准确识别振动信号。

Yunke, Du · Rui, Jin · Li, Churui · Ma, Bo · Yuzhe, Sun · Chenyue, He · 75943623 · 王超 · 贾波

IEEE Photonics Technology Letters 2024

参数信息

分类准确率

98.1 %

准确率提升幅度

1.1 %

技术优势

单点训练，多点可用

算法把信号里的位置特征去除后，分类器学到的就是振动本身的模式，不再依赖采集位置，因此用单点数据训练即可在任意位置保持识别能力。

分类更准1.1%

与直接用原始信号相比，经过位置特征去除后的信号送入卷积神经网络，七类位置无关振动信号的分类准确率从原来的水平提高了1.1个百分点，达到98.1%。

混合干涉仪上验证

在Mach-Zehnder与Sagnac混合干涉仪上搭建实验系统，接入卷积神经网络分类器，证明该位置特征去除算法在实际光纤传感硬件上有效，而非仅仿真。

应用场景

• 分布式光纤传感：让分布式光纤传感系统用单点数据训练的分类器在整条光纤上稳定识别振动，省去逐点标定。
• 振动模式识别：去除位置干扰后，振动模式识别不再受安装位置影响，模型泛化能力显著增强。
• 智能感知：位置特征去除让智能感知算法摆脱对位置先验信息的依赖，可部署在任意未知位置进行实时识别。