CN106092340A - 基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法 - Google Patents
基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法 Download PDFInfo
- Publication number
- CN106092340A CN106092340A CN201610564506.4A CN201610564506A CN106092340A CN 106092340 A CN106092340 A CN 106092340A CN 201610564506 A CN201610564506 A CN 201610564506A CN 106092340 A CN106092340 A CN 106092340A
- Authority
- CN
- China
- Prior art keywords
- pulse
- vector
- data
- correlation coefficient
- maximum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000013307 optical fiber Substances 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 11
- 239000000835 fiber Substances 0.000 claims description 6
- 210000001367 artery Anatomy 0.000 claims description 5
- 210000003462 vein Anatomy 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000004080 punching Methods 0.000 claims 2
- 239000000654 additive Substances 0.000 abstract description 2
- 230000000996 additive effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 239000011551 heat transfer agent Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 239000012491 analyte Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J11/00—Measuring the characteristics of individual optical pulses or of optical pulse trains
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optical Transform (AREA)
- Testing Of Optical Devices Or Fibers (AREA)
Abstract
本发明公开了一种基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法。本发明读取信号数据,确定第一个定位脉冲位置,结合脉冲周期数划分信号数据得到数据矩阵A,计算得到方差值向量c,根据脉冲的时间参数构建脉冲模板函数h,计算方差值向量c与脉冲模板函数h的相关值得到相关系数向量d,找出d中最大的K个极大值点得到相关系数向量极大值索引值向量p,对p求差分得到脉冲延时值;本发明的方法极大提高了处理速度;并且,对噪声的抵抗能力显著增强,可以在其他方法无法进行正常判断的情况下仍能准确的计算出脉冲延时值;同时指定输入的参数少,仅需要事先知道脉冲的宽度、上升时间、下降时间和阵列中的传感器数目,因此非常的简便、可靠。
Description
技术领域
本发明涉及光纤传感器,具体涉及一种基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法。
背景技术
光纤传感器是一类的新型传感器,因其抗电磁干扰,耐腐蚀,传输距离远,可大规模复用等优势在水声探测、油田开发、大型结构物检测等领域有着日益广泛的应用。为了进一步发挥光纤传感器体积小、重量轻等优势,目前主流的应用趋势是尽可能将多个光纤传感器用各种不同的手段进行复用,形成光纤传感阵列或者网络来感知外界信息,如在水声探测领域形成的海底阵缆(OBC),在石油勘探领域采用的VSP检波器阵列等,都是目前已经商用的典型光纤传感阵列。主要的复用方法包括时分复用,空分复用,波分复用,频分复用等,这其中又以时分复用效率最高,成本最低。在上述提到的这些应用中,都是以时分复用为基础,结合波分复用和空分复用形成大规模的传感阵列或者网络。
时分复用的方法是通过向光纤传感阵列中注入周期性的脉冲光,接收返回的一系列脉冲光再进行数据处理。由于阵列上的不同传感器返回的光脉冲在时域上相互不重叠,因此就可以从返回的一串光脉冲中将不同传感器对应的脉冲分离开,进而解调出其分别对应的传感信息。在数据处理之前,一个很重要的工作就是需要测定阵列上每一个传感器对应的脉冲延时值,只有获知准确的脉冲延时值,才能精确地分离出每个传感器对应的脉冲。由于在每一个光纤传感阵列中,光纤的长度均有所差异,因此,对于每一个时分复用的光纤传感阵列,其脉冲延时值都有所不同,都需要在使用之前仔细测定其脉冲延时值。
在以往的应用中,时分复用的光纤传感阵列的脉冲延时值基本上位手动测量,即通过人为采集、观察、计算返回的光信号数据进行脉冲延时判定。即使存在自动测量方法,也十分依赖信号的质量,对信号的幅度时分敏感,不够稳健。总之现有的方案存在如下问题:效率低下,过程繁琐;同时很容易受到噪声的干扰导致误判,即对信号的信噪比要求较高。因此,在大规模的光纤传感阵列中,需要开发简便易行,可靠度高的脉冲延时自动测量方法。
发明内容
针对以上现有技术中存在的问题,本发明提出了一种基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法,能准确的计算出脉冲延时值;同时简便、可靠。
对于时分复用的光纤传感阵列,结合某阵列返回的光脉冲信号,首先给出以下基本术语:
定位脉冲:用于确定脉冲延时值的基准脉冲,不包含在光纤传感阵列返回的脉冲序列中,是***主动产生并添加进接收信号中的,该脉冲的幅值大于正常的脉冲序列中所有的数值。
脉冲周期:相邻两个定位脉冲之前的时间是一个脉冲周期,在一个传感阵列中,这个脉冲周期是事先确定且不变的。
脉冲序列:光纤传感阵列返回的一系列脉冲,会周期性出现,出现的周期值等同于脉冲周期,即在一个脉冲周期内包含一个脉冲序列。其中不发生干涉现象的脉冲为非干涉脉冲,发生干涉现象的为干涉脉冲。一般非干涉脉冲的幅度值在不同脉冲周期内维持不变,干涉脉冲的幅度值会发生明显的变化,因为其携带了传感信息。脉冲延时值测量只针对干涉脉冲。
脉冲延时:各干涉脉冲中之间的时间差值,其中第一个脉冲延时值为第一个干涉脉冲距离定位脉冲的距离。
本发明的基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法,包括以下步骤:
(1)读取信号数据:从已经保存的文本文件中,或者从上位机接收的数据缓冲区中光纤传感阵列的信号数据,包括多个脉冲周期,信号数据中包括添加进入的定位脉冲数据和光纤传感阵列返回的脉冲序列数据;
(2)确定第一个定位脉冲位置:在信号数据中找出第一个数值最大且固定不变的脉冲,即为第一个定位脉冲;
(3)得到数据矩阵:根据第一个定位脉冲的位置和已知的脉冲周期,将读取的信号数据划分到一个m*n的矩阵中,记为数据矩阵A,其中m为两个定位脉冲之间的数据点数,n为读取的信号数据中所包含的完整的脉冲周期的个数,则每一个行向量代表距离定位脉冲特定距离数据点在各个脉冲周期内的变化值,记为行向量ai;每一个列向量代表一个脉冲周期内的数据点,记为列向量bj,其中,i=0,1,2…m-1,j=0,1,2…n-1;
(4)得到方差值向量:计算每一个行向量ai的方差值,得到由方差值构成的方差值向量c,其中c的元素ci=var(ai);
(5)构建脉冲模板函数:已知光纤传感阵列的脉冲的时间长度τ,脉冲的上升时间τr,脉冲的下降时间τf,在数字***中将参数τ,τr和τf按照数字***的采样率离散化成T,Tr和Tf:
其中,round代表四舍五入操作,fs为***的采样率,然后构建脉冲模板函数h,h中的元素hl的表达式为:
其中,l为整数且0≤l≤T;
(6)计算得到相关系数向量:从方差值向量c的第一元素开始,依次计算c中的元素与脉冲模板函数h的相关值,得到相关系数向量d,相关系数向量d中的元素di表达式为:
(7)得到相关系数向量极大值索引值向量:根据时分复用光纤传感阵列中所包含的传感器的数目K,找出相关系数向量中最大的K个极大值点,将这些极大值点在相关系数向量d中索引值按升序排列成一个新的1×K维的向量,从而得到相关系数向量极大值索引值向量p;
(8)得到脉冲延时值向量:对p求差分,可得到K-1个脉冲延时值,第一个值为p的第一个元素加上T/2,即脉冲延时值构成的向量q中的元素表达式为:
其中,round代表四舍五入操作,pk为相关系数向量极大值索引值向量p中的元素,k=0,1…,K-1。
其中,在步骤(1)中,一般要求读取的信号数据中至少包含20个以上的连续脉冲周期。
在步骤(2)中,信号数据中会包含定位脉冲,此定位脉冲并不是光纤传感阵列实际返回的信号,而是人为添加进去的,作用在于辅助确定脉冲延时值的数值;一般定位脉冲的幅度值会远远大于正常的信号数据的数值,为最大值且固定不变,因此第一个定位脉冲的位置非常容易确定。
在步骤(5)中,脉冲的上升时间为从最大值的5%~20%上升至80%~90%,脉冲的下降时间为从最高值的80%~90%下降至5%~20%。
本发明的优点:
本发明读取信号数据,确定第一个定位脉冲位置,结合脉冲周期数划分信号数据得到数据矩阵A,计算得到方差值向量c,根据脉冲的时间参数构建脉冲模板函数h,计算方差值向量c与脉冲模板函数h的相关值得到相关系数向量d,找出d中最大的K个极大值点得到相关系数向量极大值索引值向量p,对p求插分得到脉冲延时值;与手动测试方法相比,本发明的方法处理速度大为提高;同其他的脉冲延时值测量方法相比,本发明的方法对噪声的抵抗能力显著增强,可以在其他方法无法进行正常判断的情况下仍能准确的计算出脉冲延时值;同时需要指定输入的参数少,仅需要事先知道脉冲的宽度,上升时间,下降时间以及阵列中的传感器数目,因此非常的简便、可靠。
附图说明
图1为根据本发明的基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法读取信号数据的示意图;
图2为本发明的基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法的流程图。
具体实施方式
下面结合附图,通过具体实施例,进一步阐述本发明。
在本实施例中,光纤传感阵列包括8个传感器;读取65组脉冲序列,在一组脉冲序列中首尾两个脉冲是非干涉脉冲,其余为干涉脉冲。
如图2所示,本实施例的基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法,包括以下步骤:
(1)读取信号数据:从已经保存的文本文件中读取信号数据,包括8个脉冲周期,如图1所示;
(2)确定第一个定位脉冲位置:在信号数据中找出第一个数值最大且固定不变的脉冲,即为第一个定位脉冲;
(3)得到数据矩阵:根据第一个定位脉冲的位置和已知的脉冲周期,将读取信号数据划分到一个m*n的矩阵中,记为数据矩阵A,其中m为两个定位脉冲之间的数据点数,n为读取的信号数据中所包含的完整的脉冲周期的个数,n=8,则每一个行向量代表距离定位脉冲特定距离数据点在各个脉冲周期内的变化值,记为行向量ai;每一个列向量代表一个脉冲周期内的数据点,记为列向量bj,其中,i=0,1,2…m-1,j=0,1,2…7;
(4)得到方差值向量:计算每一个行向量ai的方差值,得到由方差值构成的方差值向量c,其中c的元素ci=var(ai);
(5)构建脉冲模板函数:已知光纤传感阵列的脉冲的时间长度τ,脉冲的上升时间为从最高值的10%上升至90%τr,脉冲的下降时间为从最高值的90%下降至10%τf,τ=140ns,τr=30ns,τf=30ns,在数字***中将参数τ,τr和τf按照数字***的采样率离散化成T,Tr和Tf:
其中,round代表四舍五入操作,fs为***的采样率,构建脉冲模板函数h,h中的元素hl的表达式为:
其中,l为整数且0≤l≤T;
(6)计算得到相关系数向量:从方差值向量c的第一元素开始,依次计算c中的元素与脉冲模板函数h的相关值,得到相关系数向量d,相关系数向量d中的元素di表达式为:
(7)得到相关系数向量极大值索引值向量:根据时分复用光纤传感阵列中所包含的传感器的数目K,K=8,找出相关系数向量中最大的8个极大值点,将这些极大值点在相关系数向量d中索引值按升序排列成一个新的1×8维的向量,从而得到相关系数向量极大值索引值向量p;
(8)得到脉冲延时值向量:对p求差分,可得到7个脉冲延时值,第一个值为p的第一个元素加上T/2,即脉冲延时值构成的向量q中的元素表达式为:
其中,round代表四舍五入操作,pk为相关系数向量极大值索引值向量p中的元素,k=0,1…,7。
本实施例在Matlab程序运行结果,win7 64位***,Intel i5处理器,最高主频2.7GHz,计算出8个延时参数,时间不超过0.5s。如果是采用该平台下的Labview程序,则可以做到根据返回的数据每隔10ms对参数进行更新和调整。
最后需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附的权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。
Claims (4)
1.一种基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法,其特征在于,所述测量方法包括以下步骤:
(1)读取信号数据:从已经保存的文本文件中,或者从上位机接收的数据缓冲区中光纤传感阵列的信号数据,包括多个脉冲周期,信号数据中包括添加进入的定位脉冲数据和光纤传感阵列返回的脉冲序列数据;
(2)确定第一个定位脉冲位置:在信号数据中找出第一个数值最大且固定不变的脉冲,即为第一个定位脉冲;
(3)得到数据矩阵:根据第一个定位脉冲的位置和已知的脉冲周期,将读取的信号数据划分到一个m*n的矩阵中,记为数据矩阵A,其中m为两个定位脉冲之间的数据点数,n为读取的信号数据中所包含的完整的脉冲周期的个数,则每一个行向量代表距离定位脉冲特定距离数据点在各个脉冲周期内的变化值,记为行向量ai;每一个列向量代表一个脉冲周期内的数据点,记为列向量bj,其中,i=0,1,2…m-1,j=0,1,2…n-1;
(4)得到方差值向量:计算每一个行向量ai的方差值,得到由方差值构成的方差值向量c,其中c的元素ci=var(ai);
(5)构建脉冲模板函数:已知光纤传感阵列的脉冲的时间长度τ,脉冲的上升时间τr,脉冲的下降时间τf,在数字***中将参数τ,τr和τf按照数字***的采样率离散化成T,Tr和Tf:
其中,round代表四舍五入操作,fs为***的采样率,然后构建脉冲模板函数h,h中的元素hl的表达式为:
其中,l为整数且0≤l≤T;
(6)计算得到相关系数向量:从方差值向量c的第一元素开始,依次计算c中的元素与脉冲模板函数h的相关值,得到相关系数向量d,相关系数向量d中的元素di表达式为:
(7)得到相关系数向量极大值索引值向量:根据时分复用光纤传感阵列中所包含的传感器的数目K,找出相关系数向量中最大的K个极大值点,将这些极大值点在相关系数向量d中索引值按升序排列成一个新的1×K维的向量,从而得到相关系数向量极大值索引值向量p;
(8)得到脉冲延时值向量:对p求差分,可得到K-1个脉冲延时值,第一个值为p的第一个元素加上T/2,即脉冲延时值构成的向量q中的元素表达式为:
其中,round代表四舍五入操作,pk为相关系数向量极大值索引值向量p中的元素,k=0,1…,K-1。
2.如权利要求1所述的测量方法,其特征在于,在步骤(1)中,读取的信号数据中至少包含20个以上的连续脉冲周期。
3.如权利要求1所述的测量方法,其特征在于,在步骤(2)中,信号数据中包含定位脉冲,此定位脉冲并不是光纤传感阵列实际返回的信号,而是人为添加进去的,作用在于辅助确定脉冲延时值的数值;定位脉冲的幅度值会远远大于正常的信号数据的数值,为最大值且固定不变。
4.如权利要求1所述的测量方法,其特征在于,在步骤(5)中,脉冲的上升时间为从最大值的5%~20%上升至80%~90%,脉冲的下降时间为从最高值的80%~90%下降至5%~20%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610564506.4A CN106092340B (zh) | 2016-07-18 | 2016-07-18 | 基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610564506.4A CN106092340B (zh) | 2016-07-18 | 2016-07-18 | 基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106092340A true CN106092340A (zh) | 2016-11-09 |
CN106092340B CN106092340B (zh) | 2019-03-01 |
Family
ID=57220477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610564506.4A Expired - Fee Related CN106092340B (zh) | 2016-07-18 | 2016-07-18 | 基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106092340B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225542A (zh) * | 2018-02-01 | 2018-06-29 | 苏州三拓光电科技有限公司 | 基于多均值周期的分布式光纤振动传感定位方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010127831A (ja) * | 2008-11-28 | 2010-06-10 | Yokohama National Univ | 光学遅延素子および光パルス計測装置 |
CN104535970A (zh) * | 2014-12-25 | 2015-04-22 | 西安电子工程研究所 | 基于最大值的频率步进雷达信号目标抽取方法 |
CN105136316A (zh) * | 2015-07-28 | 2015-12-09 | 清华大学 | 时分复用光纤传感器阵列的脉冲延时自动测量方法 |
-
2016
- 2016-07-18 CN CN201610564506.4A patent/CN106092340B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010127831A (ja) * | 2008-11-28 | 2010-06-10 | Yokohama National Univ | 光学遅延素子および光パルス計測装置 |
CN104535970A (zh) * | 2014-12-25 | 2015-04-22 | 西安电子工程研究所 | 基于最大值的频率步进雷达信号目标抽取方法 |
CN105136316A (zh) * | 2015-07-28 | 2015-12-09 | 清华大学 | 时分复用光纤传感器阵列的脉冲延时自动测量方法 |
Non-Patent Citations (4)
Title |
---|
吴琳: "《基于全脉冲的周期信号样本提取技术》", 《航天电子对抗》 * |
杨春: "《光纤水听器时分复用检测电路带宽与串扰分析》", 《光电工程》 * |
杨福理: "《一种自适应模板平均的脉冲无线通信差分接收方法》", 《数字通信》 * |
王竞: "《利用自相关方法实现光脉冲时间延迟精确测量》", 《中国光学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108225542A (zh) * | 2018-02-01 | 2018-06-29 | 苏州三拓光电科技有限公司 | 基于多均值周期的分布式光纤振动传感定位方法 |
CN108225542B (zh) * | 2018-02-01 | 2020-12-01 | 北京交通大学 | 基于多均值周期的分布式光纤振动传感定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106092340B (zh) | 2019-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6028661A (en) | Multi-branched optical line testing apparatus | |
US6256090B1 (en) | Method and apparatus for determining the shape of a flexible body | |
US6072567A (en) | Vertical seismic profiling system having vertical seismic profiling optical signal processing equipment and fiber Bragg grafting optical sensors | |
US5019978A (en) | Depth determination system utilizing parameter estimation for a downhole well logging apparatus | |
JP2018146371A (ja) | 温度・歪センシング装置及び温度・歪センシング方法 | |
US20120016587A1 (en) | Resolution enhancement for subterranean well distributed optical measurements | |
CN102129063A (zh) | 一种微震源或声发射源的定位方法 | |
WO2004070346A3 (en) | Fiber-optic sensor | |
ATE23752T1 (de) | Optische analyseeinrichtung. | |
US20200032644A1 (en) | Temperature-corrected distributed fiber-optic sensing | |
US11906394B2 (en) | System and method for locating an area of interest in a conduit | |
CN109632134B (zh) | 一种布里渊光时域分析温度、应变解耦方法及*** | |
CA1171951A (en) | Method and apparatus for determining physical quantities | |
CN104880209A (zh) | 具有两步式评估的分布式光学传感 | |
CN106092340A (zh) | 基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法 | |
WO2003102370A1 (en) | Parameter sensing apparatus and method for subterranean wells | |
CN103822646A (zh) | 光纤光栅解调***中长距离光延迟效应的解调方法 | |
CN114861737A (zh) | 分布式光纤传感***的远端扰动特征提取方法及*** | |
EP3259571B1 (en) | Method and apparatus for detecting shared risk link groups | |
CN106153088A (zh) | 双向阵列光纤光栅复合传感*** | |
Madsen et al. | Data-driven depth calibration for distributed acoustic sensing | |
CN110501092A (zh) | 一种布里渊光纤传感***温度提取方法 | |
US3281773A (en) | Methods and apparatus using a single downhole detector for making seismic velocity measurements | |
CN113916271A (zh) | 光学传感器寻址芯片、模组、测量***及测量方法 | |
US4592030A (en) | Method of seismic exploration by acoustic well logging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190301 |