基于Bagging-SVM 的门禁单元光栅周界入侵同步预警系统设计

迟玉刚

（南京大学，江苏南京 210023）

对门禁单元光栅的不同结构设计相应的入侵预警系统，利用光栅光学特性进行预警数据光感滤波操作，可提升预警的科学性[1]。但是无法精准掌握同步预警数据，在进行系统预警时，存在部分预警信息泄露问题，预警的精准程度较低，系统报错率相对较高[2]，因此研究门禁单元光栅周界入侵同步预警具有重要意义。

不少研究学者设计了相应的预警系统，陈兆鹏等人[3]基于光纤Bragg 光栅传感器阵列，提出入侵预警系统设计方案，在相同长度的监测区域内分析传感器传回的信号数据，提升入侵感应的灵敏度，结合时域分析方式感知预警信息，进一步提升预警系统的可靠程度。陶鑫等人[4]提出基于弱光栅阵列技术构建预警系统机制，根据光栅所处位置定位振动区域，根据光栅反射的回光解析振动信号的频率，进而获取相应的预警数据，实现预警分析。

传统门禁单元光栅周界入侵同步预警系统设计虽具备一定的预警有效性[5]，但在系统整体预警操作上存在安全问题。因此，文中基于Bagging-SVM 提出一种新式门禁单元光栅周界入侵同步预警系统设计，并通过实验研究证明该预警系统的预警可靠性。

1 系统硬件设计

1.1 数据传感模块

在设计门禁单元光栅周界入侵同步预警系统硬件的初始阶段，为有效检测预警数据的有效性，设置数据传感模块，用于感知不同结构的光栅光波特征[6-7]。数据传感模块选择WRNB-230 型号的传感器，该传感器通常和显示仪表、记录仪表、电子计算机等配套使用，其抗干扰能力强，热电偶产生的热电势能经过温度变送器传送不平衡信号，经放大后转换成为4～20 mA 的直流电信号，发送给工作仪表，工作仪表便显示出所对应的参数值。显示器精度等级为模拟指示式2.5 级、数字显示式0.5 级，仪表输出接线端与外壳之间的绝缘电阻不小于50 Ω，能够有效避免电力数据外泄[8]。仪表的基本误差应不超过热电偶和温度变送器基本误差的合成误差，在确保数据传感的同时管理预警信息的存储结构，实现高效安全的数据传感操作。

1.2 监测模块

文中监测模块的数据监测器选择型号为YHJCQ的光感电子监测装置[9]，放电计数器在波形为8 Hz时，幅值为50～100 A。输入信号范围为0.1～200 A，具备RS485 通信接口功能，可实现多机通信或与上位机通信，有效确保数据之间的传输与监测[10]。该监测器应用小波变换测量分析非平稳时变信号的谐波，能够定时记录和存储电压、电流、有功功率、无功功率、频率、相位等电力参数的变化趋势，实现内部数据的有效转化，并根据电力参数的相关特征获取单元光栅的光感特征参数，完成数据监测操作。

1.3 预警模块

预警模块的预警仪器为数据预警解调仪，该预警装置拥有八个独立的光通道，每个光通道有多达40 个传感器，能够完整采集采样率在10%以下的光感数据的波长稳定性参数，无需进行飞行时间校正即可保持波长精度，具备消偏振光源的功能，以减少双折射引起的噪声影响。该预警装置的高动态范围在30 dB 以上，可以进行外部触发，并具有同时检测属于同一光通道的传感器的特点[11]。波长为10 nm，工作温度在0～45 ℃之间，工作湿度在0%～80%以内无凝结的状态下，能够有效预警不同阶段的光感信息数据，同时对光栅内部的光感信号作出相应传输反应，经由光通道将采集的预警信息转化为预警信号模式，实现预警模块的设计。

2 系统软件设计

Bagging-SVM 算法作为一种迭代算法，能够有效提升集成学习的性能，在统计学习的理论基础上构建良好的数据结构分析模型，完整解析预警数据的隐藏信息[12]。将样本训练集分类成不同的数据类型，增强系统的分类能力，获取更加可靠的预警信息。基于Bagging-SVM的数据分割示意图如图1所示。

图1 数据分割示意图

利用硬件系统结构分析预警数据，构建系统软件平台，为提升整体算法的预警学习多样性，避免产生多重扰动机制，文中系统软件结合个体差异性排除方法建立预警空间[13]。控制预警系统采集的数据处于二重扰动状态中，同时整合样本数据与特征扰动数据，加强对门禁单元光栅结构的管理力度，实现算法集成学习平台的建立。

快速解调波长信号，按照预警操控平台的特征值数据输出入侵动机数据，清除外界因素对系统平台运算的干扰[14]，通过平台传感系统传输相关单元用户信息，相应的数据传输公式为：

式中，T表示传输参数；C表示传输指令；S表示平台传感原则；z表示入侵动机参数。

调整预警数据输入行为，对应不同的传感平台输出波长处理预警采样数据[15]。在预警平台内部，将波长分辨率较长的数据传输至通信光缆通道，加强对通道内部的监督管理。调高动态预警信息的预警频率，控制时变信号中的数据频率分量，并进行预警参数相关性分析。

针对预警性能较强的平台算法空间的特征设置预警计算公式如下：

式中，n表示平台算法数据，k表示入侵信息采集指标，a表示不同属性的预警信息，P表示激励信号波长。

根据以上预警计算公式计算预警平台内部存储的信号特征值参数，调整参数的移动位置，同时进行预警参数特征值降维处理。

在软件平台中降维参数的过程中，通常选择数据贡献率较高的参数，同时将运算得出的n维特征参数作为经过降维处理后的结果参数。为有效减小预警误差，在选取降维特征值参数时，按照预警特征值参数的存储容量大小进行排序操作，观察数据递增条件，并记录相关条件信息，将信息数据传导至中心参数选取平台中[16]。精准预测预警平台中的预警数据格式化信息，然后集中监控预警特征维数的变化状况。当维数变化过大时，停止平台降维处理，并适当提升平台的判断能力。考虑平台中的入侵数据信息，度量预警区间，并建立预警度量公式：

其中，L表示预警度量参数；M表示平台入侵参数；E表示冗余矩阵结果特征值；I表示平台容纳空间参数。

设置不同的平台参数权重，加大平台内部的数据分类力度，在预警分析平台中控制不同属性的预警数据，构建预警特征子集，随机抽取特征子集中的预警参数，并按照预警程度的大小将其分配至不同的预警空间中，等待后续预警监测处理，由此实现整体预警系统设计操作。

3 实验研究

为了验证文中设计的基于Bagging-SVM 的门禁单元光栅周界入侵同步预警系统的有效性，进行了实验研究。设置实验参数，通过MOIsm130设备进行调节，信号采样率设置为650 Hz，通过1 450～1 700 nm波长的工作设备进行调试，确保不同的通道能够顺利通过80 个以上的测试单元，从而明确每个不同测试单元的信息，使监测范围维持在3～15 m。采用文中设置的预警系统对入侵信号和外界的温度上升信号进行对比实验，分析在不同信号下，提出的预警系统的预警效果。

得到的温度信号如图2 所示。入侵信号实验结果如图3 所示。

图2 温度信号实验结果

图3 入侵信号实验结果

观察图2 和图3 可知，文中研究的预警系统检测的温度上升信号和入侵信号存在很大的不同。对比入侵信号和温度信号可知，入侵信号的振动特性较明显，曲线采用的模式为上升模式，在局部无法检测出极大值和极小值。根据幅值分布特点可知，入侵曲线虽然在最大值和最小值上都存在分布，但是分布的点数相对较少，由此可以证明，入侵动作的分布极为不均匀，而正常的温度采用均匀分布方式。根据频率域可知，入侵信号采用的方式为振动方式，频谱分布不集中，在3～5 Hz 频率范围内振动，温度上升的信号不会出现0 频点。由此可见，文中设计的预警系统能够准确地完成预警判断。

为进一步验证系统的有效性，选用文中提出的系统、文献[3]系统和文献[4]系统进行实验对比，分析准确率，得到的准确率实验结果如表1 所示。

表1 准确率实验结果

根据表1 可知，文中设计的预警系统的预警准确率高于文献[3]系统和文献[4]系统，其原因是文中系统在进行预警分析时，不依靠分类器进行数据分析，而文献[3-4]的预警系统依靠分类器导致在分析过程中，信息存在不平衡，出现了多种错分状态。

4 结束语

文中在传统门禁单元光栅周界入侵同步预警系统设计的基础上设计了一种新式基于Bagging-SVM的门禁单元光栅周界入侵同步预警系统，该系统以光栅周界系统的内部传感器为预警基础，通过调节光栅解调装置的感应特征提取预警信号，根据不同的信号频率给出相应预警指令，提升预警的准确率，同时能够分析海量的入侵数据，具有较强的数据可靠性，可及时反馈预警信息，降低预警系统的报错率，更好地满足使用者的需求。但该系统在实际应用的过程中需要加强对系统数据的安全管理，防止外界数据的入侵，增强整体预警系统的长距离预警性能，确保预警的有效性，进而获取更佳的预警信息数据。