• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Optical fiber technology >Event detection method comparison for distributed acoustic sensors using φ- OTDR
【24h】

Event detection method comparison for distributed acoustic sensors using φ- OTDR

机译：使用φ-OTDR的分布式声学传感器的事件检测方法比较

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We investigate two kinds of event detection methods, support vector machine (SVM) and extreme learning machine (ELM), for distributed acoustic sensors (DAS) using phase-sensitive optical time domain reflectometer (phi-OTDR). We propose a heterodyne coherent phi-OTDR platform using an electric mixer, select spectrogram image feature (SIF) as a feature vector, and make comparison of the performance of 4 event classifiers. Theoretical and experimental analysis point out that an ELM classifier with RBF kernel is optimal in the detection of 5 sound events that has high identification accuracy, less training time, less testing time and strong noise immunity, which promises to be the first choice of event detection method in phi-OTDR systems in industrial applications.
机译：我们研究了两种事件检测方法，即支持向量机（SVM）和极限学习机（ELM），用于使用相敏光时域反射仪（phi-OTDR）的分布式声传感器（DAS）。我们提出了一种使用电动混频器的外差相干phi-OTDR平台，选择频谱图图像特征（SIF）作为特征向量，并比较了4个事件分类器的性能。理论和实验分析表明，带有RBF核的ELM分类器是5种声音事件的最佳检测方法，具有较高的识别精度，较少的训练时间，较少的测试时间和较强的抗噪性，有望成为事件检测的首选。工业应用中phi-OTDR系统中的方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号