1、隨著社會環(huán)境和生活水平的不斷提高,人們的安全防范意識越來越強,為了充分保障人民財產(chǎn)和人身安全,現(xiàn)代社會需要的安防系統(tǒng)必須達到實時、準(zhǔn)確、高效、智能等要求,能夠?qū)δ繕?biāo)設(shè)施和周邊區(qū)域進行不間斷的周密監(jiān)控和智能管理,同時對于各種環(huán)境擾動信號能夠進行實時檢測和模式分類,本課題所研究的分布式光纖警戒系統(tǒng)就是這樣一種滿足新時代要求的、新型的安防系統(tǒng)。模式識別作為本系統(tǒng)的后臺數(shù)據(jù)處理模塊,以系統(tǒng)光纖傳感器接收到的各類環(huán)境擾動信號為研究對象,通過一系列

2、的數(shù)據(jù)處理方法的嘗試,最終實現(xiàn)對數(shù)種常見擾動信號的準(zhǔn)確分類。
　　 論文重點解決模式識別系統(tǒng)中信號處理和模式識別兩方面的內(nèi)容。首先對信號進行去噪處理,然后特征提取,再根據(jù)特征向量設(shè)計合理的分類器,最終實現(xiàn)模式的判別。
　　 論文對基于小波的去噪方法做了重點闡述,針對傳統(tǒng)的軟、硬閾值函數(shù)的利弊,提出了一種新的閾值函數(shù)處理方法,同時改進了基于能量的小波閾值去噪,并通過實驗驗證其對于去噪信號信噪比的改善。
　　 論文研

3、究了分類器設(shè)計的若干方法,重點討論了基于特征空間劃分的分類器的設(shè)計,并以神經(jīng)網(wǎng)絡(luò)為例進行介紹,分析了BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和實現(xiàn),并對三種網(wǎng)絡(luò)的識別率進行了實驗比較。實驗結(jié)果表明小波神經(jīng)網(wǎng)絡(luò)在對于本系統(tǒng)的模式識別問題中略顯優(yōu)勢,更適合于本系統(tǒng)的要求。
　　 最后,論文將系統(tǒng)各模塊級聯(lián),運用現(xiàn)場實際采集的環(huán)境擾動信號進行整合實驗,統(tǒng)計正確率為91.2％,實驗結(jié)果表明:本系統(tǒng)能夠?qū)π盘栠M行很好的識別,具有良