买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海大学申请的专利一种分布式光纤围栏监测的表征学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117312981B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311111451.8，技术领域涉及：G06F18/2415；该发明授权一种分布式光纤围栏监测的表征学习方法是由黄怿;戴静怡;沈威;邓传鲁;胡程勇;王廷云设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本一种分布式光纤围栏监测的表征学习方法在说明书摘要公布了：本发明涉及基于分布式光纤传感的入侵事件分类识别领域，具体涉及一种分布式光纤围栏监测的表征学习方法。本发明通过表征学习来提高网络的学习效率和识别性能，提出了一种基于MTF‑NMF和2‑DCNN的振动识别方法，将无需去噪的一维相位时域信号转换为马尔可夫转换场MTF矩阵，再通过非负矩阵分解NMF从MTF中提取基矩阵并保存为RGB图像，最后由2‑DCNN网络进行特征学习和识别，从而实现光纤围栏上不同类型入侵事件的分类。本发明有效解决了目前在Φ‑OTDR监测领域中，入侵事件识别模型学习效率低的问题，以及识别网络训练数据集构建成本高的问题。

本发明授权一种分布式光纤围栏监测的表征学习方法在权利要求书中公布了：1.一种分布式光纤围栏监测的表征学习方法，其特征在于：采集不同事件下待测光纤返回的背向瑞利散射信号数据，将每个空间采集点对应位置处的相位时域信号转换为马尔可夫转换场MTF矩阵，再通过非负矩阵分解NMF从MTF中提取基矩阵并保存为RGB图像，最后由2-DCNN网络进行特征学习和识别； 具体步骤包括： S1采集光纤围栏传感信号； S2解调获得相位时域序列； S3对原始序列进行归一化； S4将归一化序列按值域划分至Q个分位数并构造邻近矩阵； S5构建马尔可夫转换场M； S6采用非负矩阵分解法处理M得到基矩阵； S7将基矩阵保存成RGB图像； S8添加标签制作成数据集输入2-DCNN网络训练； 所述S1还包括：将待测光纤固定在光纤围栏上，使用Φ-OTDR监测系统采集不同事件下待测光纤返回的背向瑞利散射信号数据，所述信号数据具有时间和空间的双域信息，存储成二维矩阵形式DN×S，N为注入待测光纤的光脉冲个数，对应时间域信息，S为待测光纤全链路的采样点个数，对应空间域信息； 所述S2还包括：对二维数据矩阵DN×S进行解调得到各点相位信号，每一空间采样点位置i处均可得到一条相位时域序列xi={x1,x2,…,xn}，n为对应的时刻。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海大学，其通讯地址为：200444 上海市宝山区上大路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。