基于回归概率分布的分布式光纤扰动定位方法

作者:万生鹏; 吴津屹; 熊新中; 张正平; 孙继周; 何兴道
来源:2020-08-17, 中国, ZL202010826622.5.

摘要

本发明公开了一种基于回归概率分布的分布式光纤扰动定位方法,针对Sagnac分布式光纤传感系统的定位特点,提出了基于回归概率分布的直线型Sagnac分布式光纤传感深度学习定位方法。该方法将传感线路划分为若干等长连续的区间,深度学习网络对每个区间存在扰动的概率进行预测,如果某个分段存在扰动的概率明显高于正常水平,就认为此区间可能存在扰动情况。该深度学习网络具有一个输入层,一个输出层,以及多个隐藏层,隐藏层是若干具有较多神经元的全连接层;通过自定义的损失函数,较好地解决了损失函数收敛及正负例失衡问题,实现了较好的定位效果。