摘要
本发明涉及一种分布式光纤传感扰动信号识别方法,所述方法包括:基于Φ‑OTDR分布式光纤传感系统采集代表多种事件类型的扰动信号;对所述扰动信号进行预处理,得到预处理后的扰动信号,预处理后的信号都是一维时间序列信号;对所述预处理后的扰动信号进行基于马尔可夫转换场原理的图像编码,得到不同扰动信号对应的二维图像,构建图像数据集,并按一定比例划分为训练集和验证集;将二维图像传入基于残差网络ResNet34的深度学习模型中,并采用迁移学习的方式提高训练效率,利用所述训练集对模型进行训练,利用所述验证集对模型进行验证,得到最优的扰动识别模型;利用所述最优的扰动识别模型进行扰动信号识别。提高了扰动信号类型识别的准确率和速率。