Ф-OTDR非平稳信号的连续时频域分析徐涛李黎摘要：多数自然振动为平稳信号，且受光纤分布式振动传感系统的干涉光信号调制。作为事件识别关键参量之一的幅值信息无法采用传统信号分析方法准确获得。本文基于分数阶傅里叶变换在统一的幅、时、频域内更准确地提取Phase-sensitiveopticaltimedomainreflectometry（Ф-OTDR）信号的幅值信息。在分析Ф-OTDR非平稳信号形成原因的基础上，进一步讨论分数阶傅里叶变换的适用条件，最后在实际地下电气管廊第三方破坏中检测分数阶傅里叶变换提取Ф-OTDR信号的幅值信息的有效性。分数阶傅里叶变换在连续的幅、时、频域分析中，更准确地提取非平稳振动信号的幅值信息，有助于Ф-OTDR事件探测与类型分析。关键词：Ф-OTDR;分数阶傅里叶变换;非平稳信号;振动事件识别DOI：10.15938/j.jhust.2021.04.020：O439;TP212文献标志码：A：1007-2683（2021）04-0146-07Abstract：Mostofthenaturalvibrationsignalsarestationaryandmodulatedbytheinterferencelightsignalofthedistributedopticalfibervibrationsensingsystem.Asoneofthekeyparametersofeventrecognition，amplitudeinformationcannotbeaccuratelyobtainedbytraditionalsignalanalysismethods.ThispaperusedthefractionalFouriertransform（FRFT）methodtoanalyzethenonstationaryvibrationsignalofФ-OTDR.Intheunifiedamplitude，timeandfrequencydomain，theamplitudeofnonstationarysignalcanbeextractedmoreaccuratelythantheconventionalmethod.Basedonanalyzingthecausesofthenon-stationarysignalofФ-OTDR，theapplicableconditionsofFRFTarefurtherdiscussed.TheeffectivenessofextractingtheamplitudeofФ-OTDRsignalbyFRFTisvalidatedbytheactualthird-partydamageofurbanelectricpipegallery.Inthecontinuousamplitude，timeandfrequencydomainanalysis，thefractionalFouriertransformcanextracttheamplitudeinformationofnon-stationaryvibrationsignalmoreaccurately，whichishelpfultoimprovetheaccuracyФ-OTDReventdetectionandtypeanalysis.Keywords：Ф-OTDR;fractionalFouriertransform;nonstationarysignal;vibrationeventidentification0引言相位敏感光時域反射（Φ-OTDR）光纤振动传感系统，具有高灵敏度、无源供电、良好隐蔽性、抗电磁干扰、可多点同时定位等优点，广泛应用于周界安防、油气电管廊、通信等重要民生工程。振动信号的处理技术并提取特征的优劣决定了系统振动事件定位与特征识别。因此对其研究成为研究热点。近年来国内外大量报道Ф-OTDR的信号分析。Vries[1]应用频域特征与神经网络相结合的方法识别不同入侵事件。罗光明等[2]利用不同尺度下方差分布的特征区分入侵行为。冯欣等[3]提出小波分析与信熵结合的方法区分噪声与信号。Tan等[4]利用信号强度特征识别车辆经过、人工挖掘、以及挖掘机挖掘三种模式。Zhu等[5]应用短时过电平率有效区分埋墙环境下的攀爬、踢、浇水三类行为模式。蒋立辉等[6]基于总体平均经验模态分解与双重支持向量法识别攀爬、敲击、汽车、风四类入侵行为。郑印等[7]采用小波分析与自适应均值去阈值的方法识别不同频率振动事件。吴俊等[8]基于多尺度一维卷积神经网络的光纤振动事件识别破坏、敲击、干扰信号。盛智勇等[9]基于随机配置网络的光纤入侵信号识别算法降低光了约4%的测试误差，有效提升了系统的普适性。ZQin等[10]提出了一种基于经验模态分解（EMD）的新型去噪方法，以提高相敏光时域反射仪（-OTDR）系统中振动传感的信噪比。Marcel[11]利用传统的图像和视频处理方法滤除分布式光纤传感信号中的相似性和冗余性信息，显着提高信噪比达100倍。Tabi等[12]提出了一种基于功率谱估计的二级振动模式识别方案，实现实时有效地识别沿传感电缆的任何入侵事件，入侵检测率大于95%。ZWang等[13]提出了一种基于经验模态分解（EMD）和极端梯度增强（XGBoost）的模式识别新方法，实时识别出五种干扰事件，包括浇水，爆震，攀爬，挤压和假干扰事件，其有效性优于其他常用方法。YiShi等[14]提出了一种基于深度学习的事件识别方法。...