在φ-OTDR光纤传感系统中用于人类入侵活动识别的层规范化OpenGAN框架

科学领域:

• 工程 工程师 工程师 工程师
• 计算机科学 计算机科学

背景情况:

• 分布式光纤振动传感系统 (DVS) 对于周边安全至关重要,因为它们的灵敏度和稳定性.
• 当前的DVS系统难以准确地分类已知事件 (封闭式) 和检测未知事件 (开放式).

研究的目的:

• 开发一个开放式识别框架,以解决当前DVS系统的局限性.
• 为了提高封闭集的分类准确性和开放集的检测能力.

主要方法:

• 提出了一个名为ResEff-OpenGAN-LN.N的开放式识别框架.
• 将层规范化集成到OpenGAN架构中,以稳定训练.
• 利用ResEff进行高效的特征提取,以改善封闭集的分类.

主要成果:

• 在封闭集分类任务中,ResEff实现了99.92%的准确性.
• 在混合数据集上,ResEff-OpenGAN-LN显示了0.9900的AUROC.
• 在检测开放式和封闭式信号方面,总体准确度达到了96.63%.

结论:

• 该ResEff-OpenGAN-LN框架有效地提高了DVS系统的性能.
• 这种方法显示了改善入侵检测和减少外围安全中的错误报警的巨大潜力.