一种OTDR曲线数据分析方法

• 作者: 姜山 李鑫蕾 王胜达 陈晓娟
• 来源期刊: 光通信技术
• 学科: 工学
• 关键词: 支持向量机 小波去噪 特征提取 OTDR特征点分类
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: OTDR
• 页码范围: 5-7
• 页数: 3页
• 分类号: TN914.332
• 字数: 1498字
• 语种: 中文
• DOI: 10.13921/j.cnki.issn1002-5561.2018.10.002

摘要

针对OTDR曲线故障点数据分类速度慢、分类精度低的问题,提出一种基于小波分析与支持向量机(SVR)相结合的OTDR曲线数据分析方法.首先,运用小波模极大值方法对原始的OTDR信号进行去噪;然后,采用Daubechies(dbN小波对去噪后的信号进行特征提取并对提取的特征数据进行标记;最后,训练出一个SVR分类器,实现对OTDR曲线特征的分类.实验分析表明,该数据分类方法能准确地分析出OTDR曲线中的各个故障点,分类速度相比于BP神经网络方法提高了139.23％,分类精度高达98.56％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓娟	长春理工大学电子信息工程学院	13	47	4.0	6.0
2	李鑫蕾	长春理工大学电子信息工程学院	1	1	1.0	1.0
3	王胜达		1	1	1.0	1.0