题目：Sagnac型光纤周界传感系统抗干扰检测技术研究

Sagnac型光纤周界传感系统广泛应用于周界安防领域，它的研究起步较早，单Sagnac型光纤周界传感器已发展相对成熟，在进一步的定位问题研究中，Sagnac/Mach-Zehnder、Sagnac/Michelson、Sagnac/Sagnac等公用传感光路方案成为了研究热点。在Sagnac光纤周界传感系统的实际应用中，施加在传感光纤上的振动信号来自很多方面，其中环境干扰与人为振动两类信号混淆导致的系统误报率较高成为了我们亟待解决的问题。分析干扰信号和振动信号的信号特征，使用支持向量机算法构建模型将不同种类的信号进行区分，是降低误报率的有效方法。本课题对环境干扰和人为振动两类信号进行了建模分析确定了信号时频域分析法，通过小波分解法和经验模式分解法完成了信号特征向量的提取，使用支持向量机构建分类模型完成分类算法仿真，并在分类模型的基础上实现复合支持向量机算法，完成分类算法的优化。

论文主要开展了以下研究：

一．通过对光信号和振动信号的建模以及模型联合分析，定性指出了时频域中区分两类信号的必要性；

二．通过对人为振动混杂大风扰动信号和纯大风扰动两类信号的分析，结合小波/小波包算法、信息熵原理、经验模式分解等方法，最终确定了两大类、六小类的信号特征提取方法；

三．在通过软件编程实现了支持向量机算法，通过重复实验分析确定了相应的参数选择，并测定了各种特征提取方法的分类效果，同时存取了各种特征提取方法对应的支持向量机分类得到的决策值以供算法优化使用；

四．对不同特征提取方法进行整合之后，实现了复合支持向量机的算法，分类正确率得到了有效提高；在两大类特征提取方法中分别构成的两种复合支持向量机，分类正确率达到了93.5%和98.7%，分类正确率的提升最高达10%，验证了复合支持向量机算法对于分类效果提升的有效性。