来源：期刊VIP网 时间：
作者：石浩铭;陈俊;
单位：福州大学物理与信息工程学院;
摘要：针对传统光缆故障分析与识别过程中，OTDR信号受噪声干扰和人工经验依赖导致事件识别准确率低、耗时长的问题，提出一种基于ICEEMDAN-SVD与IBES-TWSVM相结合的OTDR事件识别算法。首先，利用ICEEMDAN将OTDR信号分解为多个IMF，并通过样本熵区分IMFs中的有用分量和噪声分量；接着，保留有用分量，对噪声分量使用SVD分解以提取其中残留的有用信号；然后，重构两次处理后的有用信号以获得降噪后的OTDR信号；最后，采用改进的BES算法对TWSVM惩罚因子和核函数参数进行优化，利用特征数据集进行训练和测试，最终实现OTDR事件识别。实验结果表明，当训练样本为730条，测试样本为312条时，该算法对光缆线路中的事件识别率约为95.52%，识别时间为7.12 s，所提算法在事件识别准确率与识别速度方面均优于传统的OTDR事件识别算法。
关键词：光时域反射计;;ICEEMDAN;;SVD;;样本熵;;信号降噪;;IBES;;TWSVM;;事件识别
基金资助：国家自然科学基金项目:基于物理层网络编码的随机多址接入技术研究(61871132)
