This dataset contains six types of Phi-OTDR events including background noises digging knocking shaking watering and walking in total of 15612 samples The data is divided into training set and test se

该数据集包含六种Phi-OTDR事件，包括背景噪声、挖掘、敲击、摇晃、浇水和行走，总共包含15,612个样本。数据被分为训练集和测试集，比例为8:2，详细的事件数量在数据集的自述文件中显示。数据集还包含标签文件。由于GitHub有数据上传大小限制，我们已将数据上传到Google Drive和百度网盘（原始数据文件中的链接）。

我们还公开了两种常见基线模型的代码，分别是SVM（支持向量机，1D方法）和CNN（卷积神经网络，2D方法）模型。SVM模型的文件das_data_svm.py、get_das_data.py和feature_extraction.py，CNN模型的文件das_data_cnn.py、models.py和mydataset.py。还有一个额外的feature_visualization.py文件用于直接观察事件特征的可区分性。

欢迎您使用我们的代码和数据集进行非商业科学研究，但请务必提及它们的来源（我们的论文和Github）。对于商业应用，请与我们联系。

更多详细信息请参见[1]。

[1]。Cao, X., Su, Y., Jin, Z., & Yu, K. (2023). An open dataset of φ-OTDR events with two classification models as baselines. Results in Optics, 100372.

首次在线日期：2022年6月2日北京时间22:00

----------更新：2022年9月13日--------------

该数据集包含六种Phi-OTDR事件，包括背景噪声（3094个样本，图（a）），挖掘（2512个样本，图（b）），敲击（2530个样本，图（c）），摇晃（2298个样本，图（d）），浇水（2728个样本，图（e））和行走（2450个样本，图（f）），总共包含15,612个样本。图中展示了不同事件的典型差异化样本（大小：12（空间）*9999（时间））。

图。不同事件典型样本的时空图

为了确保数据集的鲁棒性，我们使用了两段光纤（5.1公里和10.1公里）来收集上述事件在其尾部部分（从5.0到5.05公里和从10.0到10.05公里）的数据，由我们研究团队的十名成员在不同的时间进行。为了便于后续数据处理，我们剪切了收集到的数据，并且只选择围绕干扰位置的点（主要是中心点）来制作样本。具体而言，每个事件的每个样本由时间域中的10000个点（5公里为0.8秒，10公里为1.25秒）和空间域中的12个相邻空间点（每点10米）组成。

原始数据被分为训练集和测试集，比例为8:2。样本的标签文件也包含在数据集文件中。数据集中样本的格式是.mat文件。