1. 毕业设计（论文）主要内容：
基于相敏光时域反射技术(φ- OTDR)的分布式光纤声传感器（DAS），作为典型分布式光纤传感系统，能对光纤周围环境实现长距离、高灵敏的连续感知和监测，是最近几年光纤传感领域的研究热点，在长距离通信光缆、电力线缆、油气管道安全监测及周界安防等领域有广泛应用。
其中根据测得的DAS信号对所发生事件进行分类是目前研究的重点领域。
本文将设计实现DAS信号处理系统，完成基于DAS信号的事件识别分类算法。
2. 毕业设计（论文）主要任务及要求
1. DAS信号处理方法及基于DAS的振动检测与识别的研究与发展状况调研；2. 学习经典的信号处理方法以及基于机器学习的信号处理方法；3. 设计实现基于分布式光纤声传感（DAS）信号的信号处理系统，实现基于DAS信号的事件分类,如可考虑采用CNN特征提取和经典人工特征提取相结合的方法提取特征，再采用SVM分类。4. 查阅参考文献15篇以上（其中近五年外文文献不少于3篇）； 5.完成不少于12000字的毕业论文撰写并完成答辩的相关工作；6. 完成不低于5000汉字（20000英文印刷符）的教师指定的相关文献的英译汉翻译；7. 完成不少于12幅图设计（包括：电路原理图、流程图、结构框图、程序框图等）。
3. 毕业设计（论文）完成任务的计划与安排
1. 第1-3周 完成题目调研，完成文献阅读，进行相关资料的收集，完成文献综述以及开题报告撰写；2. 第4-5周 DAS信号处理方法的研究，包含经典信号处理方法和基于深度学习的信号处理方法，以及分类算法；3. 第6-12周 完成DAS信号处理算法编写，撰写论文初稿；4. 第13-15周 对信号处理效果进行分析评估，进行方法优化完善，完成论文修改并提交。
5. 第16周 答辩。
4. 主要参考文献
[1] Shi Y, Wang Y, Zhao L, et al. An event recognition method for Φ-OTDR sensing system based on deep learning[J]. Sensors, 2019, 19(15): 3421.[2] Bai Y, Xing J, Xie F, et al. Detection and identification of external intrusion signals from 33 km optical fiber sensing system based on deep learning[J]. Optical Fiber Technology, 2019, 53: 102060.[3] Zhang M, Li Y, Chen J, et al. Event detection method comparison for distributed acoustic sensors using φ-OTDR[J]. Optical Fiber Technology, 2019, 52: 101980.[4] 付群健, 于淼, 常天英, 等. 相位敏感光时域反射系统模式识别方法综述[J]. 红外与激光工程, 2018, 47(7): 722001-0722001 (14).[5] Tejedor J, Macias-Guarasa J, Martins H F, et al. Machine learning methods for pipeline surveillance systems based on distributed acoustic sensing: A review[J]. Applied Sciences, 2017, 7(8): 841.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
