遲玉剛
(南京大學(xué),江蘇南京 210023)
對(duì)門(mén)禁單元光柵的不同結(jié)構(gòu)設(shè)計(jì)相應(yīng)的入侵預(yù)警系統(tǒng),利用光柵光學(xué)特性進(jìn)行預(yù)警數(shù)據(jù)光感濾波操作,可提升預(yù)警的科學(xué)性[1]。但是無(wú)法精準(zhǔn)掌握同步預(yù)警數(shù)據(jù),在進(jìn)行系統(tǒng)預(yù)警時(shí),存在部分預(yù)警信息泄露問(wèn)題,預(yù)警的精準(zhǔn)程度較低,系統(tǒng)報(bào)錯(cuò)率相對(duì)較高[2],因此研究門(mén)禁單元光柵周界入侵同步預(yù)警具有重要意義。
不少研究學(xué)者設(shè)計(jì)了相應(yīng)的預(yù)警系統(tǒng),陳兆鵬等人[3]基于光纖Bragg 光柵傳感器陣列,提出入侵預(yù)警系統(tǒng)設(shè)計(jì)方案,在相同長(zhǎng)度的監(jiān)測(cè)區(qū)域內(nèi)分析傳感器傳回的信號(hào)數(shù)據(jù),提升入侵感應(yīng)的靈敏度,結(jié)合時(shí)域分析方式感知預(yù)警信息,進(jìn)一步提升預(yù)警系統(tǒng)的可靠程度。陶鑫等人[4]提出基于弱光柵陣列技術(shù)構(gòu)建預(yù)警系統(tǒng)機(jī)制,根據(jù)光柵所處位置定位振動(dòng)區(qū)域,根據(jù)光柵反射的回光解析振動(dòng)信號(hào)的頻率,進(jìn)而獲取相應(yīng)的預(yù)警數(shù)據(jù),實(shí)現(xiàn)預(yù)警分析。
傳統(tǒng)門(mén)禁單元光柵周界入侵同步預(yù)警系統(tǒng)設(shè)計(jì)雖具備一定的預(yù)警有效性[5],但在系統(tǒng)整體預(yù)警操作上存在安全問(wèn)題。因此,文中基于Bagging-SVM 提出一種新式門(mén)禁單元光柵周界入侵同步預(yù)警系統(tǒng)設(shè)計(jì),并通過(guò)實(shí)驗(yàn)研究證明該預(yù)警系統(tǒng)的預(yù)警可靠性。
在設(shè)計(jì)門(mén)禁單元光柵周界入侵同步預(yù)警系統(tǒng)硬件的初始階段,為有效檢測(cè)預(yù)警數(shù)據(jù)的有效性,設(shè)置數(shù)據(jù)傳感模塊,用于感知不同結(jié)構(gòu)的光柵光波特征[6-7]。數(shù)據(jù)傳感模塊選擇WRNB-230 型號(hào)的傳感器,該傳感器通常和顯示儀表、記錄儀表、電子計(jì)算機(jī)等配套使用,其抗干擾能力強(qiáng),熱電偶產(chǎn)生的熱電勢(shì)能經(jīng)過(guò)溫度變送器傳送不平衡信號(hào),經(jīng)放大后轉(zhuǎn)換成為4~20 mA 的直流電信號(hào),發(fā)送給工作儀表,工作儀表便顯示出所對(duì)應(yīng)的參數(shù)值。顯示器精度等級(jí)為模擬指示式2.5 級(jí)、數(shù)字顯示式0.5 級(jí),儀表輸出接線端與外殼之間的絕緣電阻不小于50 Ω,能夠有效避免電力數(shù)據(jù)外泄[8]。儀表的基本誤差應(yīng)不超過(guò)熱電偶和溫度變送器基本誤差的合成誤差,在確保數(shù)據(jù)傳感的同時(shí)管理預(yù)警信息的存儲(chǔ)結(jié)構(gòu),實(shí)現(xiàn)高效安全的數(shù)據(jù)傳感操作。
文中監(jiān)測(cè)模塊的數(shù)據(jù)監(jiān)測(cè)器選擇型號(hào)為YHJCQ的光感電子監(jiān)測(cè)裝置[9],放電計(jì)數(shù)器在波形為8 Hz時(shí),幅值為50~100 A。輸入信號(hào)范圍為0.1~200 A,具備RS485 通信接口功能,可實(shí)現(xiàn)多機(jī)通信或與上位機(jī)通信,有效確保數(shù)據(jù)之間的傳輸與監(jiān)測(cè)[10]。該監(jiān)測(cè)器應(yīng)用小波變換測(cè)量分析非平穩(wěn)時(shí)變信號(hào)的諧波,能夠定時(shí)記錄和存儲(chǔ)電壓、電流、有功功率、無(wú)功功率、頻率、相位等電力參數(shù)的變化趨勢(shì),實(shí)現(xiàn)內(nèi)部數(shù)據(jù)的有效轉(zhuǎn)化,并根據(jù)電力參數(shù)的相關(guān)特征獲取單元光柵的光感特征參數(shù),完成數(shù)據(jù)監(jiān)測(cè)操作。
預(yù)警模塊的預(yù)警儀器為數(shù)據(jù)預(yù)警解調(diào)儀,該預(yù)警裝置擁有八個(gè)獨(dú)立的光通道,每個(gè)光通道有多達(dá)40 個(gè)傳感器,能夠完整采集采樣率在10%以下的光感數(shù)據(jù)的波長(zhǎng)穩(wěn)定性參數(shù),無(wú)需進(jìn)行飛行時(shí)間校正即可保持波長(zhǎng)精度,具備消偏振光源的功能,以減少雙折射引起的噪聲影響。該預(yù)警裝置的高動(dòng)態(tài)范圍在30 dB 以上,可以進(jìn)行外部觸發(fā),并具有同時(shí)檢測(cè)屬于同一光通道的傳感器的特點(diǎn)[11]。波長(zhǎng)為10 nm,工作溫度在0~45 ℃之間,工作濕度在0%~80%以內(nèi)無(wú)凝結(jié)的狀態(tài)下,能夠有效預(yù)警不同階段的光感信息數(shù)據(jù),同時(shí)對(duì)光柵內(nèi)部的光感信號(hào)作出相應(yīng)傳輸反應(yīng),經(jīng)由光通道將采集的預(yù)警信息轉(zhuǎn)化為預(yù)警信號(hào)模式,實(shí)現(xiàn)預(yù)警模塊的設(shè)計(jì)。
Bagging-SVM 算法作為一種迭代算法,能夠有效提升集成學(xué)習(xí)的性能,在統(tǒng)計(jì)學(xué)習(xí)的理論基礎(chǔ)上構(gòu)建良好的數(shù)據(jù)結(jié)構(gòu)分析模型,完整解析預(yù)警數(shù)據(jù)的隱藏信息[12]。將樣本訓(xùn)練集分類(lèi)成不同的數(shù)據(jù)類(lèi)型,增強(qiáng)系統(tǒng)的分類(lèi)能力,獲取更加可靠的預(yù)警信息?;贐agging-SVM的數(shù)據(jù)分割示意圖如圖1所示。
圖1 數(shù)據(jù)分割示意圖
利用硬件系統(tǒng)結(jié)構(gòu)分析預(yù)警數(shù)據(jù),構(gòu)建系統(tǒng)軟件平臺(tái),為提升整體算法的預(yù)警學(xué)習(xí)多樣性,避免產(chǎn)生多重?cái)_動(dòng)機(jī)制,文中系統(tǒng)軟件結(jié)合個(gè)體差異性排除方法建立預(yù)警空間[13]??刂祁A(yù)警系統(tǒng)采集的數(shù)據(jù)處于二重?cái)_動(dòng)狀態(tài)中,同時(shí)整合樣本數(shù)據(jù)與特征擾動(dòng)數(shù)據(jù),加強(qiáng)對(duì)門(mén)禁單元光柵結(jié)構(gòu)的管理力度,實(shí)現(xiàn)算法集成學(xué)習(xí)平臺(tái)的建立。
快速解調(diào)波長(zhǎng)信號(hào),按照預(yù)警操控平臺(tái)的特征值數(shù)據(jù)輸出入侵動(dòng)機(jī)數(shù)據(jù),清除外界因素對(duì)系統(tǒng)平臺(tái)運(yùn)算的干擾[14],通過(guò)平臺(tái)傳感系統(tǒng)傳輸相關(guān)單元用戶信息,相應(yīng)的數(shù)據(jù)傳輸公式為:
式中,T表示傳輸參數(shù);C表示傳輸指令;S表示平臺(tái)傳感原則;z表示入侵動(dòng)機(jī)參數(shù)。
調(diào)整預(yù)警數(shù)據(jù)輸入行為,對(duì)應(yīng)不同的傳感平臺(tái)輸出波長(zhǎng)處理預(yù)警采樣數(shù)據(jù)[15]。在預(yù)警平臺(tái)內(nèi)部,將波長(zhǎng)分辨率較長(zhǎng)的數(shù)據(jù)傳輸至通信光纜通道,加強(qiáng)對(duì)通道內(nèi)部的監(jiān)督管理。調(diào)高動(dòng)態(tài)預(yù)警信息的預(yù)警頻率,控制時(shí)變信號(hào)中的數(shù)據(jù)頻率分量,并進(jìn)行預(yù)警參數(shù)相關(guān)性分析。
針對(duì)預(yù)警性能較強(qiáng)的平臺(tái)算法空間的特征設(shè)置預(yù)警計(jì)算公式如下:
式中,n表示平臺(tái)算法數(shù)據(jù),k表示入侵信息采集指標(biāo),a表示不同屬性的預(yù)警信息,P表示激勵(lì)信號(hào)波長(zhǎng)。
根據(jù)以上預(yù)警計(jì)算公式計(jì)算預(yù)警平臺(tái)內(nèi)部存儲(chǔ)的信號(hào)特征值參數(shù),調(diào)整參數(shù)的移動(dòng)位置,同時(shí)進(jìn)行預(yù)警參數(shù)特征值降維處理。
在軟件平臺(tái)中降維參數(shù)的過(guò)程中,通常選擇數(shù)據(jù)貢獻(xiàn)率較高的參數(shù),同時(shí)將運(yùn)算得出的n維特征參數(shù)作為經(jīng)過(guò)降維處理后的結(jié)果參數(shù)。為有效減小預(yù)警誤差,在選取降維特征值參數(shù)時(shí),按照預(yù)警特征值參數(shù)的存儲(chǔ)容量大小進(jìn)行排序操作,觀察數(shù)據(jù)遞增條件,并記錄相關(guān)條件信息,將信息數(shù)據(jù)傳導(dǎo)至中心參數(shù)選取平臺(tái)中[16]。精準(zhǔn)預(yù)測(cè)預(yù)警平臺(tái)中的預(yù)警數(shù)據(jù)格式化信息,然后集中監(jiān)控預(yù)警特征維數(shù)的變化狀況。當(dāng)維數(shù)變化過(guò)大時(shí),停止平臺(tái)降維處理,并適當(dāng)提升平臺(tái)的判斷能力??紤]平臺(tái)中的入侵?jǐn)?shù)據(jù)信息,度量預(yù)警區(qū)間,并建立預(yù)警度量公式:
其中,L表示預(yù)警度量參數(shù);M表示平臺(tái)入侵參數(shù);E表示冗余矩陣結(jié)果特征值;I表示平臺(tái)容納空間參數(shù)。
設(shè)置不同的平臺(tái)參數(shù)權(quán)重,加大平臺(tái)內(nèi)部的數(shù)據(jù)分類(lèi)力度,在預(yù)警分析平臺(tái)中控制不同屬性的預(yù)警數(shù)據(jù),構(gòu)建預(yù)警特征子集,隨機(jī)抽取特征子集中的預(yù)警參數(shù),并按照預(yù)警程度的大小將其分配至不同的預(yù)警空間中,等待后續(xù)預(yù)警監(jiān)測(cè)處理,由此實(shí)現(xiàn)整體預(yù)警系統(tǒng)設(shè)計(jì)操作。
為了驗(yàn)證文中設(shè)計(jì)的基于Bagging-SVM 的門(mén)禁單元光柵周界入侵同步預(yù)警系統(tǒng)的有效性,進(jìn)行了實(shí)驗(yàn)研究。設(shè)置實(shí)驗(yàn)參數(shù),通過(guò)MOIsm130設(shè)備進(jìn)行調(diào)節(jié),信號(hào)采樣率設(shè)置為650 Hz,通過(guò)1 450~1 700 nm波長(zhǎng)的工作設(shè)備進(jìn)行調(diào)試,確保不同的通道能夠順利通過(guò)80 個(gè)以上的測(cè)試單元,從而明確每個(gè)不同測(cè)試單元的信息,使監(jiān)測(cè)范圍維持在3~15 m。采用文中設(shè)置的預(yù)警系統(tǒng)對(duì)入侵信號(hào)和外界的溫度上升信號(hào)進(jìn)行對(duì)比實(shí)驗(yàn),分析在不同信號(hào)下,提出的預(yù)警系統(tǒng)的預(yù)警效果。
得到的溫度信號(hào)如圖2 所示。入侵信號(hào)實(shí)驗(yàn)結(jié)果如圖3 所示。
圖2 溫度信號(hào)實(shí)驗(yàn)結(jié)果
圖3 入侵信號(hào)實(shí)驗(yàn)結(jié)果
觀察圖2 和圖3 可知,文中研究的預(yù)警系統(tǒng)檢測(cè)的溫度上升信號(hào)和入侵信號(hào)存在很大的不同。對(duì)比入侵信號(hào)和溫度信號(hào)可知,入侵信號(hào)的振動(dòng)特性較明顯,曲線采用的模式為上升模式,在局部無(wú)法檢測(cè)出極大值和極小值。根據(jù)幅值分布特點(diǎn)可知,入侵曲線雖然在最大值和最小值上都存在分布,但是分布的點(diǎn)數(shù)相對(duì)較少,由此可以證明,入侵動(dòng)作的分布極為不均勻,而正常的溫度采用均勻分布方式。根據(jù)頻率域可知,入侵信號(hào)采用的方式為振動(dòng)方式,頻譜分布不集中,在3~5 Hz 頻率范圍內(nèi)振動(dòng),溫度上升的信號(hào)不會(huì)出現(xiàn)0 頻點(diǎn)。由此可見(jiàn),文中設(shè)計(jì)的預(yù)警系統(tǒng)能夠準(zhǔn)確地完成預(yù)警判斷。
為進(jìn)一步驗(yàn)證系統(tǒng)的有效性,選用文中提出的系統(tǒng)、文獻(xiàn)[3]系統(tǒng)和文獻(xiàn)[4]系統(tǒng)進(jìn)行實(shí)驗(yàn)對(duì)比,分析準(zhǔn)確率,得到的準(zhǔn)確率實(shí)驗(yàn)結(jié)果如表1 所示。
表1 準(zhǔn)確率實(shí)驗(yàn)結(jié)果
根據(jù)表1 可知,文中設(shè)計(jì)的預(yù)警系統(tǒng)的預(yù)警準(zhǔn)確率高于文獻(xiàn)[3]系統(tǒng)和文獻(xiàn)[4]系統(tǒng),其原因是文中系統(tǒng)在進(jìn)行預(yù)警分析時(shí),不依靠分類(lèi)器進(jìn)行數(shù)據(jù)分析,而文獻(xiàn)[3-4]的預(yù)警系統(tǒng)依靠分類(lèi)器導(dǎo)致在分析過(guò)程中,信息存在不平衡,出現(xiàn)了多種錯(cuò)分狀態(tài)。
文中在傳統(tǒng)門(mén)禁單元光柵周界入侵同步預(yù)警系統(tǒng)設(shè)計(jì)的基礎(chǔ)上設(shè)計(jì)了一種新式基于Bagging-SVM的門(mén)禁單元光柵周界入侵同步預(yù)警系統(tǒng),該系統(tǒng)以光柵周界系統(tǒng)的內(nèi)部傳感器為預(yù)警基礎(chǔ),通過(guò)調(diào)節(jié)光柵解調(diào)裝置的感應(yīng)特征提取預(yù)警信號(hào),根據(jù)不同的信號(hào)頻率給出相應(yīng)預(yù)警指令,提升預(yù)警的準(zhǔn)確率,同時(shí)能夠分析海量的入侵?jǐn)?shù)據(jù),具有較強(qiáng)的數(shù)據(jù)可靠性,可及時(shí)反饋預(yù)警信息,降低預(yù)警系統(tǒng)的報(bào)錯(cuò)率,更好地滿足使用者的需求。但該系統(tǒng)在實(shí)際應(yīng)用的過(guò)程中需要加強(qiáng)對(duì)系統(tǒng)數(shù)據(jù)的安全管理,防止外界數(shù)據(jù)的入侵,增強(qiáng)整體預(yù)警系統(tǒng)的長(zhǎng)距離預(yù)警性能,確保預(yù)警的有效性,進(jìn)而獲取更佳的預(yù)警信息數(shù)據(jù)。