基于Bagging-SVM 的門禁單元光柵周界入侵同步預警系統設計

遲玉剛

（南京大學，江蘇南京 210023）

對門禁單元光柵的不同結構設計相應的入侵預警系統，利用光柵光學特性進行預警數據光感濾波操作，可提升預警的科學性[1]。但是無法精準掌握同步預警數據，在進行系統預警時，存在部分預警信息泄露問題，預警的精準程度較低，系統報錯率相對較高[2]，因此研究門禁單元光柵周界入侵同步預警具有重要意義。

不少研究學者設計了相應的預警系統，陳兆鵬等人[3]基于光纖Bragg 光柵傳感器陣列，提出入侵預警系統設計方案，在相同長度的監測區域內分析傳感器傳回的信號數據，提升入侵感應的靈敏度，結合時域分析方式感知預警信息，進一步提升預警系統的可靠程度。陶鑫等人[4]提出基于弱光柵陣列技術構建預警系統機制，根據光柵所處位置定位振動區域，根據光柵反射的回光解析振動信號的頻率，進而獲取相應的預警數據，實現預警分析。

傳統門禁單元光柵周界入侵同步預警系統設計雖具備一定的預警有效性[5]，但在系統整體預警操作上存在安全問題。因此，文中基于Bagging-SVM 提出一種新式門禁單元光柵周界入侵同步預警系統設計，并通過實驗研究證明該預警系統的預警可靠性。

1 系統硬件設計

1.1 數據傳感模塊

在設計門禁單元光柵周界入侵同步預警系統硬件的初始階段，為有效檢測預警數據的有效性，設置數據傳感模塊，用于感知不同結構的光柵光波特征[6-7]。數據傳感模塊選擇WRNB-230 型號的傳感器，該傳感器通常和顯示儀表、記錄儀表、電子計算機等配套使用，其抗干擾能力強，熱電偶產生的熱電勢能經過溫度變送器傳送不平衡信號，經放大后轉換成為4～20 mA 的直流電信號，發送給工作儀表，工作儀表便顯示出所對應的參數值。顯示器精度等級為模擬指示式2.5 級、數字顯示式0.5 級，儀表輸出接線端與外殼之間的絕緣電阻不小于50 Ω，能夠有效避免電力數據外泄[8]。儀表的基本誤差應不超過熱電偶和溫度變送器基本誤差的合成誤差，在確保數據傳感的同時管理預警信息的存儲結構，實現高效安全的數據傳感操作。

1.2 監測模塊

文中監測模塊的數據監測器選擇型號為YHJCQ的光感電子監測裝置[9]，放電計數器在波形為8 Hz時，幅值為50～100 A。輸入信號范圍為0.1～200 A，具備RS485 通信接口功能，可實現多機通信或與上位機通信，有效確保數據之間的傳輸與監測[10]。該監測器應用小波變換測量分析非平穩時變信號的諧波，能夠定時記錄和存儲電壓、電流、有功功率、無功功率、頻率、相位等電力參數的變化趨勢，實現內部數據的有效轉化，并根據電力參數的相關特征獲取單元光柵的光感特征參數，完成數據監測操作。

1.3 預警模塊

預警模塊的預警儀器為數據預警解調儀，該預警裝置擁有八個獨立的光通道，每個光通道有多達40 個傳感器，能夠完整采集采樣率在10%以下的光感數據的波長穩定性參數，無需進行飛行時間校正即可保持波長精度，具備消偏振光源的功能，以減少雙折射引起的噪聲影響。該預警裝置的高動態范圍在30 dB 以上，可以進行外部觸發，并具有同時檢測屬于同一光通道的傳感器的特點[11]。波長為10 nm，工作溫度在0～45 ℃之間，工作濕度在0%～80%以內無凝結的狀態下，能夠有效預警不同階段的光感信息數據，同時對光柵內部的光感信號作出相應傳輸反應，經由光通道將采集的預警信息轉化為預警信號模式，實現預警模塊的設計。

2 系統軟件設計

Bagging-SVM 算法作為一種迭代算法，能夠有效提升集成學習的性能，在統計學習的理論基礎上構建良好的數據結構分析模型，完整解析預警數據的隱藏信息[12]。將樣本訓練集分類成不同的數據類型，增強系統的分類能力，獲取更加可靠的預警信息。基于Bagging-SVM的數據分割示意圖如圖1所示。

圖1 數據分割示意圖

利用硬件系統結構分析預警數據，構建系統軟件平臺，為提升整體算法的預警學習多樣性，避免產生多重擾動機制，文中系統軟件結合個體差異性排除方法建立預警空間[13]。控制預警系統采集的數據處于二重擾動狀態中，同時整合樣本數據與特征擾動數據，加強對門禁單元光柵結構的管理力度，實現算法集成學習平臺的建立。

快速解調波長信號，按照預警操控平臺的特征值數據輸出入侵動機數據，清除外界因素對系統平臺運算的干擾[14]，通過平臺傳感系統傳輸相關單元用戶信息，相應的數據傳輸公式為：

式中，T表示傳輸參數；C表示傳輸指令；S表示平臺傳感原則；z表示入侵動機參數。

調整預警數據輸入行為，對應不同的傳感平臺輸出波長處理預警采樣數據[15]。在預警平臺內部，將波長分辨率較長的數據傳輸至通信光纜通道，加強對通道內部的監督管理。調高動態預警信息的預警頻率，控制時變信號中的數據頻率分量，并進行預警參數相關性分析。

針對預警性能較強的平臺算法空間的特征設置預警計算公式如下：

式中，n表示平臺算法數據，k表示入侵信息采集指標，a表示不同屬性的預警信息，P表示激勵信號波長。

根據以上預警計算公式計算預警平臺內部存儲的信號特征值參數，調整參數的移動位置，同時進行預警參數特征值降維處理。

在軟件平臺中降維參數的過程中，通常選擇數據貢獻率較高的參數，同時將運算得出的n維特征參數作為經過降維處理后的結果參數。為有效減小預警誤差，在選取降維特征值參數時，按照預警特征值參數的存儲容量大小進行排序操作，觀察數據遞增條件，并記錄相關條件信息，將信息數據傳導至中心參數選取平臺中[16]。精準預測預警平臺中的預警數據格式化信息，然后集中監控預警特征維數的變化狀況。當維數變化過大時，停止平臺降維處理，并適當提升平臺的判斷能力。考慮平臺中的入侵數據信息，度量預警區間，并建立預警度量公式：

其中，L表示預警度量參數；M表示平臺入侵參數；E表示冗余矩陣結果特征值；I表示平臺容納空間參數。

設置不同的平臺參數權重，加大平臺內部的數據分類力度，在預警分析平臺中控制不同屬性的預警數據，構建預警特征子集，隨機抽取特征子集中的預警參數，并按照預警程度的大小將其分配至不同的預警空間中，等待后續預警監測處理，由此實現整體預警系統設計操作。

3 實驗研究

為了驗證文中設計的基于Bagging-SVM 的門禁單元光柵周界入侵同步預警系統的有效性，進行了實驗研究。設置實驗參數，通過MOIsm130設備進行調節，信號采樣率設置為650 Hz，通過1 450～1 700 nm波長的工作設備進行調試，確保不同的通道能夠順利通過80 個以上的測試單元，從而明確每個不同測試單元的信息，使監測范圍維持在3～15 m。采用文中設置的預警系統對入侵信號和外界的溫度上升信號進行對比實驗，分析在不同信號下，提出的預警系統的預警效果。

得到的溫度信號如圖2 所示。入侵信號實驗結果如圖3 所示。

圖2 溫度信號實驗結果

圖3 入侵信號實驗結果

觀察圖2 和圖3 可知，文中研究的預警系統檢測的溫度上升信號和入侵信號存在很大的不同。對比入侵信號和溫度信號可知，入侵信號的振動特性較明顯，曲線采用的模式為上升模式，在局部無法檢測出極大值和極小值。根據幅值分布特點可知，入侵曲線雖然在最大值和最小值上都存在分布，但是分布的點數相對較少，由此可以證明，入侵動作的分布極為不均勻，而正常的溫度采用均勻分布方式。根據頻率域可知，入侵信號采用的方式為振動方式，頻譜分布不集中，在3～5 Hz 頻率范圍內振動，溫度上升的信號不會出現0 頻點。由此可見，文中設計的預警系統能夠準確地完成預警判斷。

為進一步驗證系統的有效性，選用文中提出的系統、文獻[3]系統和文獻[4]系統進行實驗對比，分析準確率，得到的準確率實驗結果如表1 所示。

表1 準確率實驗結果

根據表1 可知，文中設計的預警系統的預警準確率高于文獻[3]系統和文獻[4]系統，其原因是文中系統在進行預警分析時，不依靠分類器進行數據分析，而文獻[3-4]的預警系統依靠分類器導致在分析過程中，信息存在不平衡，出現了多種錯分狀態。

4 結束語

文中在傳統門禁單元光柵周界入侵同步預警系統設計的基礎上設計了一種新式基于Bagging-SVM的門禁單元光柵周界入侵同步預警系統，該系統以光柵周界系統的內部傳感器為預警基礎，通過調節光柵解調裝置的感應特征提取預警信號，根據不同的信號頻率給出相應預警指令，提升預警的準確率，同時能夠分析海量的入侵數據，具有較強的數據可靠性，可及時反饋預警信息，降低預警系統的報錯率，更好地滿足使用者的需求。但該系統在實際應用的過程中需要加強對系統數據的安全管理，防止外界數據的入侵，增強整體預警系統的長距離預警性能，確保預警的有效性，進而獲取更佳的預警信息數據。