论文部分内容阅读
随着全国机场运输业的蓬勃发展,飞行区周界范围不断增大,机场飞行区的防范管理也越来越重要。电容扰动周界报警系统是机场周界安全防范领域的一种重要技术,如何有效识别入侵信号是电容扰动周界报警系统中重要的一环。本论文依托于四川省科技计划重点研发项目“民航机场大型高可用性周界报警系统关键技术及应用”(编号:2018GZ0069),以电容扰动报警信号为研究对象,针对目前电容扰动周界报警系统存在的误报问题,以识别典型的电容扰动报警信号类型为目标,开展适用于电容扰动周界报警系统的入侵信号识别算法的研究。本论文的主要工作涵盖以下几个方面:首先,根据电容扰动报警系统工作原理,从采集层分析目前电容扰动周界报警系统产生误报的原因。本论文选择可去除乘性噪声的小波包阈值方法对电容扰动信号进行预处理,并通过实验仿真选择适合电容扰动信号的小波包基和分解层数。其次,针对电容扰动信号特征提取的方法进行研究。将分析得到的小波包基和分解层数与时频特征分析相结合,提取电容扰动信号的小波包能量,并计算其峭度值作为电容扰动报警信号的一种特征;然后引入固有时间尺度分解(Intrinsic TimeScale Decomposition,ITD),针对其方法本身的失真现象及含有虚假固有转动分量(Proper Rotation Component,PRC)的问题,创新性地提出基于PRC正交性和KL散度评判值的PRC筛选体系,使得在分解电容扰动信号时可以自适应选取主导成分,并筛除虚假分量;在此基础上计算PRC信息熵和PRC样本熵,将其作为电容扰动信号的另外两种特征。最后,针对电容扰动信号识别的分类器进行研究。结合前面提取的三种特征,分别建立BP神经网络模型和PNN神经网络模型,先利用数据库中的实测电容扰动报警信号数据对模型进行训练,对两种分类器测试的识别结果进行对比分析,选取最优特征提取方法和分类器方法,并以此来构建电容扰动周界报警系统的入侵信号识别算法。在以上研究基础上,搭建实验环境对本论文提出的入侵信号识别算法进行测试。经实验测试证明,本论文提出的入侵信号识别算法准确率高,验证了本文研究内容的可行性,对电容扰动围界报警系统的入侵信号识别具有实际应用意义。