由于城市石油裂化管周边工况复杂，如何实现对不同工况的泄漏及其他干扰振动的模式识别成为系统的关键技术。提出了采用分形盒维数和改进近似嫡作为特征量的基于相位敏感的时域反射计（OTDR）分布式光纤传感进行石油裂化管振动检测的方法。根据泄漏孔附近空泡噪声的信号空间填充度特征，引入分形盒维数对时域信号进行度量，采用了一种新的寻找无标度区的办法使得出的盒维数参数值能够把握过电平率很高信号的特定特征根据湍流噪声信号混沌性特征；根据湍流噪声的混沌特性，引入近似嫡复杂度对时域信号进行度量，采用了一种新的相似容限选取方法，使得更能体现信号随机性的大小。将去噪处理后检测信号的分形盒维数和改进近似嫡同时作为二维参数平面的两个输人，通过在该平面设置阈值范围辨识管道泄漏信号，用以区分泄漏信号和干扰信号。对实验信号进行处理，使用该方法对泄漏辨识的准确率能达到96.7%，结果表明，采用该方法能够准确、高效地区分将供水管道泄漏信号及其他信号。

       我国水资源人均占有量仅为世界水平的14，是个水资源短缺的***。同时，人口居住相对集中，城镇容纳了大量人口，石油裂化管承担了保障这些人口生活用水、工业用水安全、高效的供给任务。而根据建设部调查，我国供水管网平均漏损率在20%以上，甚至有的中小城市供水效率只有30%多，漏损率高达66%。如此低的供水效率不仅对城市人口的生活工作带了不便，由漏水引发的城市公共安全隐患也逐日增加，因此。控制和降低供水管网的漏损有重大意义。

       相位敏感的时光域反射计（Φ optical time domain reflectometry,OTDR）分布式光纤传感系统具有结构简单、检测距离长、可同时对多个扰动进行定位、分辨率高、定位精度稳定等优点，应用在供水管道泄漏检测上可以实时监测和定位泄漏位置。然而对于检测信号处理，普通的求差值法、移动平均法等只能定位振动能量大的点，该点振动信号所蕴含的模式信息却解读不甚明朗或因为模式识别算法运算量庞大而不能应用在实时系统上。2014年，TamD等人以信号强度为识别依据在埋地环境下对人工挖掘、车辆经过以及挖掘机挖掘3种模式进行了识别研究：2014年，ZhH等人“以短时过电平率为识别依据在埋墙环境下对攀爬、踢以及浇水3种模式进行了识别研究。到目前为止，研究多集中在提高ΦOTDR系统定位精度和增加传感长度上，而对扰动事件模式识别的研究较少，且由于ΦOTDR的时域信号等效采样率非常低，频域分析的方法易受复杂环境影响且准确率低。

       通过对ΦOTDR泄漏信号产生的机理和由此产生的特征进行分析，通过分形盒维数和改进近似熵这两个度量时间序列复杂度的特征参量对时域信号进行量度，把握泄漏时域信号的复杂度数值特征，避开了频域分析的不利因素，实现对泄漏信号的辨识。在计算分形盒维数的过程中，采用一种新的无标度区选取办法，使得分形盒维数适用于度量泄漏时域信号这种过电平率很高的信号：在近似熵的计算过程中，采取新的相似容限选取方法，使得近似熵对相空间重构后的时间序列细节信息把握更加充分，提取出泄漏信号的混沌性特征，从而实现对泄漏信号的辨识。由于本方法只选用了两个特征向量，与需要多特征向量的方法相比计算速度更快、识别效率更高，后续分类器设计也比较简单。

       分形盒维数在心电信号特征提取、机械故障诊断、爆破地震波分析等领域有广泛应用，近似熵在机械设备故障诊断、脑电信号检测等领域应用较广，以往两者均没有被应用在OTDR分布式光纤振动传感信号处理中。本文创新性地将分形盒维数和近似熵应用在ΦOTDR分布式光纤振动传感模式辨识中，达到良好的辨识效果。