遲玉剛

（南京大學，江蘇南京 210023）

對門禁單元光柵的不同結(jié)構(gòu)設(shè)計相應的入侵預警系統(tǒng)，利用光柵光學特性進行預警數(shù)據(jù)光感濾波操作，可提升預警的科學性[1]。但是無法精準掌握同步預警數(shù)據(jù)，在進行系統(tǒng)預警時，存在部分預警信息泄露問題，預警的精準程度較低，系統(tǒng)報錯率相對較高[2]，因此研究門禁單元光柵周界入侵同步預警具有重要意義。

不少研究學者設(shè)計了相應的預警系統(tǒng)，陳兆鵬等人[3]基于光纖Bragg 光柵傳感器陣列，提出入侵預警系統(tǒng)設(shè)計方案，在相同長度的監(jiān)測區(qū)域內(nèi)分析傳感器傳回的信號數(shù)據(jù)，提升入侵感應的靈敏度，結(jié)合時域分析方式感知預警信息，進一步提升預警系統(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)建預警系統(tǒng)機制，根據(jù)光柵所處位置定位振動區(qū)域，根據(jù)光柵反射的回光解析振動信號的頻率，進而獲取相應的預警數(shù)據(jù)，實現(xiàn)預警分析。

傳統(tǒng)門禁單元光柵周界入侵同步預警系統(tǒng)設(shè)計雖具備一定的預警有效性[5]，但在系統(tǒng)整體預警操作上存在安全問題。因此，文中基于Bagging-SVM 提出一種新式門禁單元光柵周界入侵同步預警系統(tǒng)設(shè)計，并通過實驗研究證明該預警系統(tǒng)的預警可靠性。

1 系統(tǒng)硬件設(shè)計

1.1 數(shù)據(jù)傳感模塊

在設(shè)計門禁單元光柵周界入侵同步預警系統(tǒng)硬件的初始階段，為有效檢測預警數(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 型號的傳感器，該傳感器通常和顯示儀表、記錄儀表、電子計算機等配套使用，其抗干擾能力強，熱電偶產(chǎn)生的熱電勢能經(jīng)過溫度變送器傳送不平衡信號，經(jīng)放大后轉(zhuǎn)換成為4～20 mA 的直流電信號，發(fā)送給工作儀表，工作儀表便顯示出所對應的參數(shù)值。顯示器精度等級為模擬指示式2.5 級、數(shù)字顯示式0.5 級，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]。儀表的基本誤差應不超過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)傳感的同時管理預警信息的存儲結(jié)構(gòu)，實現(xiàn)高效安全的數(shù)據(jù)傳感操作。

1.2 監(jiān)測模塊

文中監(jiān)測模塊的數(shù)據(jù)監(jiān)測器選擇型號為YHJCQ的光感電子監(jiān)測裝置[9]，放電計數(shù)器在波形為8 Hz時，幅值為50～100 A。輸入信號范圍為0.1～200 A，具備RS485 通信接口功能，可實現(xiàn)多機通信或與上位機通信，有效確保數(shù)據(jù)之間的傳輸與監(jiān)測[10]。該監(jiān)測器應用小波變換測量分析非平穩(wěn)時變信號的諧波，能夠定時記錄和存儲電壓、電流、有功功率、無功功率、頻率、相位等電力參數(shù)的變化趨勢，實現(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)測操作。

1.3 預警模塊

預警模塊的預警儀器為數(shù)據(jù)預警解調(diào)儀，該預警裝置擁有八個獨立的光通道，每個光通道有多達40 個傳感器，能夠完整采集采樣率在10%以下的光感數(shù)據(jù)的波長穩(wěn)定性參數(shù)，無需進行飛行時間校正即可保持波長精度，具備消偏振光源的功能，以減少雙折射引起的噪聲影響。該預警裝置的高動態(tài)范圍在30 dB 以上，可以進行外部觸發(fā)，并具有同時檢測屬于同一光通道的傳感器的特點[11]。波長為10 nm，工作溫度在0～45 ℃之間，工作濕度在0%～80%以內(nèi)無凝結(jié)的狀態(tài)下，能夠有效預警不同階段的光感信息數(shù)據(jù)，同時對光柵內(nèi)部的光感信號作出相應傳輸反應，經(jīng)由光通道將采集的預警信息轉(zhuǎn)化為預警信號模式，實現(xiàn)預警模塊的設(shè)計。

2 系統(tǒng)軟件設(shè)計

Bagging-SVM 算法作為一種迭代算法，能夠有效提升集成學習的性能，在統(tǒng)計學習的理論基礎(chǔ)上構(gòu)建良好的數(shù)據(jù)結(jié)構(gòu)分析模型，完整解析預警數(shù)據(jù)的隱藏信息[12]。將樣本訓練集分類成不同的數(shù)據(jù)類型，增強系統(tǒng)的分類能力，獲取更加可靠的預警信息?；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)分析預警數(shù)據(jù)，構(gòu)建系統(tǒng)軟件平臺，為提升整體算法的預警學習多樣性，避免產(chǎn)生多重擾動機制，文中系統(tǒng)軟件結(jié)合個體差異性排除方法建立預警空間[13]。控制預警系統(tǒng)采集的數(shù)據(jù)處于二重擾動狀態(tài)中，同時整合樣本數(shù)據(jù)與特征擾動數(shù)據(jù)，加強對門禁單元光柵結(jié)構(gòu)的管理力度，實現(xiàn)算法集成學習平臺的建立。

快速解調(diào)波長信號，按照預警操控平臺的特征值數(shù)據(jù)輸出入侵動機數(shù)據(jù)，清除外界因素對系統(tǒng)平臺運算的干擾[14]，通過平臺傳感系統(tǒng)傳輸相關(guān)單元用戶信息，相應的數(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表示平臺傳感原則；z表示入侵動機參數(shù)。

調(diào)整預警數(shù)據(jù)輸入行為，對應不同的傳感平臺輸出波長處理預警采樣數(shù)據(jù)[15]。在預警平臺內(nèi)部，將波長分辨率較長的數(shù)據(jù)傳輸至通信光纜通道，加強對通道內(nèi)部的監(jiān)督管理。調(diào)高動態(tài)預警信息的預警頻率，控制時變信號中的數(shù)據(jù)頻率分量，并進行預警參數(shù)相關(guān)性分析。

針對預警性能較強的平臺算法空間的特征設(shè)置預警計算公式如下：

式中，n表示平臺算法數(shù)據(jù)，k表示入侵信息采集指標，a表示不同屬性的預警信息，P表示激勵信號波長。

根據(jù)以上預警計算公式計算預警平臺內(nèi)部存儲的信號特征值參數(shù)，調(diào)整參數(shù)的移動位置，同時進行預警參數(shù)特征值降維處理。

在軟件平臺中降維參數(shù)的過程中，通常選擇數(shù)據(jù)貢獻率較高的參數(shù)，同時將運算得出的n維特征參數(shù)作為經(jīng)過降維處理后的結(jié)果參數(shù)。為有效減小預警誤差，在選取降維特征值參數(shù)時，按照預警特征值參數(shù)的存儲容量大小進行排序操作，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)傳導至中心參數(shù)選取平臺中[16]。精準預測預警平臺中的預警數(shù)據(jù)格式化信息，然后集中監(jiān)控預警特征維數(shù)的變化狀況。當維數(shù)變化過大時，停止平臺降維處理，并適當提升平臺的判斷能力?？紤]平臺中的入侵數(shù)據(jù)信息，度量預警區(qū)間，并建立預警度量公式：

其中，L表示預警度量參數(shù)；M表示平臺入侵參數(shù)；E表示冗余矩陣結(jié)果特征值；I表示平臺容納空間參數(shù)。

設(shè)置不同的平臺參數(shù)權(quán)重，加大平臺內(nèi)部的數(shù)據(jù)分類力度，在預警分析平臺中控制不同屬性的預警數(shù)據(jù)，構(gòu)建預警特征子集，隨機抽取特征子集中的預警參數(shù)，并按照預警程度的大小將其分配至不同的預警空間中，等待后續(xù)預警監(jiān)測處理，由此實現(xiàn)整體預警系統(tǒng)設(shè)計操作。

3 實驗研究

為了驗證文中設(shè)計的基于Bagging-SVM 的門禁單元光柵周界入侵同步預警系統(tǒng)的有效性，進行了實驗研究。設(shè)置實驗參數(shù)，通過MOIsm130設(shè)備進行調(diào)節(jié)，信號采樣率設(shè)置為650 Hz，通過1 450～1 700 nm波長的工作設(shè)備進行調(diào)試，確保不同的通道能夠順利通過80 個以上的測試單元，從而明確每個不同測試單元的信息，使監(jiān)測范圍維持在3～15 m。采用文中設(shè)置的預警系統(tǒng)對入侵信號和外界的溫度上升信號進行對比實驗，分析在不同信號下，提出的預警系統(tǒng)的預警效果。

得到的溫度信號如圖2 所示。入侵信號實驗結(jié)果如圖3 所示。

圖2 溫度信號實驗結(jié)果

圖3 入侵信號實驗結(jié)果

觀察圖2 和圖3 可知，文中研究的預警系統(tǒng)檢測的溫度上升信號和入侵信號存在很大的不同。對比入侵信號和溫度信號可知，入侵信號的振動特性較明顯，曲線采用的模式為上升模式，在局部無法檢測出極大值和極小值。根據(jù)幅值分布特點可知，入侵曲線雖然在最大值和最小值上都存在分布，但是分布的點數(shù)相對較少，由此可以證明，入侵動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，入侵信號采用的方式為振動方式，頻譜分布不集中，在3～5 Hz 頻率范圍內(nèi)振動，溫度上升的信號不會出現(xiàn)0 頻點。由此可見，文中設(shè)計的預警系統(tǒng)能夠準確地完成預警判斷。

為進一步驗證系統(tǒng)的有效性，選用文中提出的系統(tǒng)、文獻[3]系統(tǒng)和文獻[4]系統(tǒng)進行實驗對比，分析準確率，得到的準確率實驗結(jié)果如表1 所示。

表1 準確率實驗結(jié)果

根據(jù)表1 可知，文中設(shè)計的預警系統(tǒng)的預警準確率高于文獻[3]系統(tǒng)和文獻[4]系統(tǒng)，其原因是文中系統(tǒng)在進行預警分析時，不依靠分類器進行數(shù)據(jù)分析，而文獻[3-4]的預警系統(tǒng)依靠分類器導致在分析過程中，信息存在不平衡，出現(xiàn)了多種錯分狀態(tài)。

4 結(jié)束語

文中在傳統(tǒng)門禁單元光柵周界入侵同步預警系統(tǒng)設(shè)計的基礎(chǔ)上設(shè)計了一種新式基于Bagging-SVM的門禁單元光柵周界入侵同步預警系統(tǒng)，該系統(tǒng)以光柵周界系統(tǒng)的內(nèi)部傳感器為預警基礎(chǔ)，通過調(diào)節(jié)光柵解調(diào)裝置的感應特征提取預警信號，根據(jù)不同的信號頻率給出相應預警指令，提升預警的準確率，同時能夠分析海量的入侵數(shù)據(jù)，具有較強的數(shù)據(jù)可靠性，可及時反饋預警信息，降低預警系統(tǒng)的報錯率，更好地滿足使用者的需求。但該系統(tǒng)在實際應用的過程中需要加強對系統(tǒng)數(shù)據(jù)的安全管理，防止外界數(shù)據(jù)的入侵，增強整體預警系統(tǒng)的長距離預警性能，確保預警的有效性，進而獲取更佳的預警信息數(shù)據(jù)。