CN115622626A - 一种分布式声波传感语音信息识别***及方法 - Google Patents
一种分布式声波传感语音信息识别***及方法 Download PDFInfo
- Publication number
- CN115622626A CN115622626A CN202211636042.5A CN202211636042A CN115622626A CN 115622626 A CN115622626 A CN 115622626A CN 202211636042 A CN202211636042 A CN 202211636042A CN 115622626 A CN115622626 A CN 115622626A
- Authority
- CN
- China
- Prior art keywords
- signal
- laser
- voice
- noise
- rayleigh scattering
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000013307 optical fiber Substances 0.000 claims abstract description 76
- 239000000835 fiber Substances 0.000 claims abstract description 48
- 238000013507 mapping Methods 0.000 claims abstract description 18
- 230000002269 spontaneous effect Effects 0.000 claims abstract description 9
- 230000005855 radiation Effects 0.000 claims abstract description 6
- 238000001228 spectrum Methods 0.000 claims description 51
- 230000003287 optical effect Effects 0.000 claims description 39
- 238000012549 training Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 230000002441 reversible effect Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 229910052691 Erbium Inorganic materials 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- UYAHIZSMUZPPFV-UHFFFAOYSA-N erbium Chemical compound [Er] UYAHIZSMUZPPFV-UHFFFAOYSA-N 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010070670 Limb asymmetry Diseases 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/25—Arrangements specific to fibre transmission
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
- G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
- G01D5/26—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
- G01D5/32—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light
- G01D5/34—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells
- G01D5/353—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells influencing the transmission properties of an optical fibre
- G01D5/35338—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells influencing the transmission properties of an optical fibre using other arrangements than interferometer arrangements
- G01D5/35354—Sensor working in reflection
- G01D5/35358—Sensor working in reflection using backscattering to detect the measured quantity
- G01D5/35361—Sensor working in reflection using backscattering to detect the measured quantity using elastic backscattering to detect the measured quantity, e.g. using Rayleigh backscattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/20—Speech recognition techniques specially adapted for robustness in adverse environments, e.g. in noise, of stress induced speech
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Electromagnetism (AREA)
- Artificial Intelligence (AREA)
- Electrostatic, Electromagnetic, Magneto- Strictive, And Variable-Resistance Transducers (AREA)
- Optical Communication System (AREA)
Abstract
本申请涉及分布式光纤传感技术领域，尤其涉及一种分布式声波传感语音信息识别***及方法。***包括传感光纤，被配置为：接收语音信息，并将语音信息转换为语音信号；激光出射单元，被配置为：射出消除自发辐射噪声的窄线宽的激光信号；环形器，设置在激光出射单元和传感光纤之间的光纤上，环形器被配置为：将激光信号传输至传感光纤，以对语音信号进行监测，以及，接收来自传感光纤的后向瑞利散射信号；采集单元，通过光纤与环形器连接，采集单元被配置为：采集环形器发出的后向瑞利散射信号；卷积递归网络单元，与采集单元连接，卷积递归网络单元被配置为：将采集单元采集到的后向瑞利散射信号，进行复数域映射，以重构语音信号。
Description
技术领域
本申请涉及分布式光纤传感技术领域，尤其涉及一种分布式声波传感语音信息识别***及方法。
背景技术
由于光纤具有很强的抗电磁干扰、耐腐蚀、电绝缘性好以及传光特性。近年来，利用光纤作为敏感元件和信号传输介质的分布式光纤传感技术在国防、军事、民用设施等方面越来越受到研究学者的广泛关注。分布式光纤传感技术通过探测及分析光纤内的光学效应从而测量沿光纤方向的特征信息。由于光纤沿线的特征信息随外界温度、应变、振动等参量的变化而变化，因而其可以感知到光纤周围的环境参数信息。分布式光纤传感技术主要利用光纤中的散射效应，如瑞利散射，布里渊散射以及拉曼散射实现对外界信息的检测。作为分布式光纤传感***的代表，基于相位敏感型光时域反射技术的分布式声波传感(DAS)***具有重量轻、体积小、灵敏度高等优点，并且可连续探测传输过程中的扰动、应变等外界干扰的时间变化及空间分布信息。因此DAS***在桥梁、隧道、水坝等大型公共设施的安全检测、或者输气管道、大型仓库、油库、矿井安全预防及国家边界安防等领域得到了广泛的应用。
DAS技术主要是通过测量光纤中不同散射点产生的后向瑞利散射光之间的相互干涉效果。当传感光纤受到外界的扰动时，对应位置的光纤折射率会发生变化，进而引起对应的光相位变化，光相位的变化则会反映到后向瑞利散射信号的振幅之中。因此，最终的干涉结果将会直接反应出受到扰动的位置，之后，通过对扰动信息采用相关解调算法即可获取振动信号的相位及强度特征信息。
目前，对于DAS的相关研究主要是振动声波信号进行相关解调，而采用DAS技术实现对光纤沿线的语音信息识别仍然是一个难以解决的问题。在DAS***中，由于***相关硬件噪声以及光纤沿线的环境噪声等因素的影响，使得真实的语音信息被淹埋在噪声中，直接通过解调技术对其信号进行分析难以实现对语音信息的读取和识别。因此，如何有效的通过DAS***对光纤沿线语音信号进行识别是当前DAS***面临的一个重要问题。
发明内容
本申请提供一种分布式声波传感语音信息识别***，用以解决现有技术中如何有效的通过DAS***对光纤沿线语音信号进行识别的问题。
本申请第一方面提供一种分布式声波传感语音信息识别***，包括：
传感光纤，被配置为：接收语音信息，并将所述语音信息转换为语音信号；
激光出射单元，被配置为：射出消除自发辐射噪声的窄线宽的激光信号；
环形器，设置在所述激光出射单元和所述传感光纤之间的光纤上，所述环形器被配置为：将所述激光信号传输至所述传感光纤，以对所述语音信号进行监测，以及，接收来自所述传感光纤的后向瑞利散射信号；
采集单元，通过光纤与所述环形器连接，所述采集单元被配置为：采集所述环形器发出的所述后向瑞利散射信号；
卷积递归网络单元，与所述采集单元连接，所述卷积递归网络单元被配置为：将所述采集单元采集到的后向瑞利散射信号，进行复数域映射，以重构语音信号。
可实施的一种方式中，所述激光出射单元包括依次设置在光纤上的激光器、隔离器和第一滤波器；其中，
所述激光器，被配置为：射出窄线宽的激光信号；
所述隔离器，被配置为：阻止激光信号产生的反射光返回所述激光器；
所述第一滤波器，被配置为：滤掉激光信号中的非工作波段。
可实施的一种方式中，所述激光出射单元还包括函数发生器，以及设置在光纤上的声光调制器和第一掺铒光纤放大器；其中，
所述函数发生器，与所述声光调制器连接，所述函数发生器被配置为：驱动所述声光调制器动作，使经过所述声光调制器的激光信号调制成脉冲激光信号；
所述第一掺铒光纤放大器，设置在所述声光调制器与所述第一滤波器之间，所述第一掺铒光纤放大器被配置为：放大脉冲激光信号。
可实施的一种方式中，所述采集单元包括依次设置在光路上的第二掺铒光纤放大器、第二滤波器、非平衡干涉仪和探测器，以及采集卡；其中，
所述第二掺铒光纤放大器被配置为：接收所述环形器发出的所述后向瑞利散射信号，并对所述后向瑞利散射信号放大；
所述第二滤波器，被配置为：滤掉所述后向瑞利散射信号中的非工作波段；
所述非平衡干涉仪，被配置为：将滤掉非工作波段的所述后向瑞利散射信号***成多道光信号；
所述探测器，被配置为：探测被所述非平衡干涉仪***的光信号；
所述采集卡，与所述探测器连接，所述采集卡被配置为：采集所述探测器探测到的光信号。
可实施的一种方式中，所述非平衡干涉仪包括依次设置在光路上的第一耦合器、延迟光纤和第二耦合器；
所述第一耦合器，接收由所述第二掺铒光纤放大器放大的所述后向瑞利散射信号，并将所述后向瑞利散射信号干涉成两路第一光信号；
所述延迟光纤，接收经所述第一耦合器耦合的两路第一光信号，并传输至所述第二耦合器；
所述第二耦合器，接收所述延迟光纤传输的两路第一光信号，并对两路光信号干涉成三路第二光信号。
可实施的一种方式中，其特征在于，
所述第一耦合器为50:50的耦合器；
所述第二耦合器为3×3耦合器。
可实施的一种方式中，所述非平衡干涉仪为非平衡马赫-曾德尔干涉仪。
可实施的一种方式中，所述卷积递归网络单元包括第一短时傅里叶变换层、编码层、解码层和第二短时傅里叶变换层；其中，
所述第一短时傅里叶变换层，被配置为：对采集到的后向瑞利散射信号进行短时傅里叶变换；
所述编码层，被配置为：对短时傅里叶变换的后向瑞利散射信号卷积，提取特征信息，并记忆；
所述解码层，被配置为：根据所述编码层提取的特征信息，反向卷积，得到后向瑞利散射信号的实部和虚部；
所述第二短时傅里叶变换层，被配置为：将所述实部和所述虚部合并，进行短时傅里叶变换。
本申请第二方面提供一种分布式声波传感语音信息识别方法，应用于前述的分布式声波传感语音信息识别***，方法包括：
获取第一含噪声信号，其中，所述第一含噪声信号表示激光信号监测的第一语音信号形成的后向瑞利散射信号；
基于所述第一含噪声信号和所述第一语音信号的非线性映射关系，建立卷积递归网络模型，其中，所述第一含噪声信号作为所述卷积递归网络模型的输入信号，所述第一语音信号作为所述卷积递归网络模型的输出信号；
通过卷积递归网络模型的迭代估计方法，训练所述卷积递归网络模型；
基于训练后的所述卷积递归网络模型，输入第二含噪声信号得到重构的第二语音信号，其中，所述第二语音信号表示所述第二含噪声信号去除噪声后的语音信号。
可实施的一种方式中，所述通过卷积递归网络模型的迭代估计对噪声信号训练得到语音信号的方式，训练所述卷积递归网络模型的步骤，包括：
将所述第一含噪声信号的复数频谱映射到重构的所述第一语音信号的复数频谱；
对所述第一含噪声信号的复数频谱做短时傅里叶变换；
将短时傅里叶变换的所述第一含噪声信号的复数频谱应用在直角坐标系中，并建立幅度谱和相位谱，其中，所述幅度谱和所述相位谱表示所述第一含噪声信号与所述第一语音信号的非线性映射关系的谱图；
通过卷积递归网络模型估计复数理想比值掩码得到增强的第一语音信号的幅度谱和相位谱；
将增强的所述幅度谱和所述相位谱合并后，经过短时傅里叶逆变换，得到重构的所述第一语音信号。
本申请有益效果：
传感光纤采集到外界语音信息，并将语音信息转化为语音信号。激光出射单元射出消除自发辐射噪声的窄线宽的激光信号。环形器将激光出射单元射出的激光信号传输至传感光纤处，对语音信号进行监测，并接收来自传感光纤的后向瑞利散射信号。采集单元与环形器连接，采集环形器发出的后向瑞利散射信号。卷积递归网络单元与所述采集单元连接，将所述采集单元采集到的后向瑞利散射信号，进行复数域映射，以重构语音信号。利用上述方式将够有效的对光纤沿线语音信号进行识别，将传感光纤处接收到的外界语音信号重构，以便根据重构的语音信号了解传感光纤处的语音信息。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一种分布式声波传感语音信息识别***的结构示意图；
图2为本申请一种分布式声波传感语音信息识别***的卷积递归网络单元示意图；
图3为本申请一种分布式声波传感语音信息识别方法的流程图；
图4为本申请一种分布式声波传感语音信息识别方法的训练所述卷积递归网络模型的流程图。
附图标记：
1-激光器；2-隔离器；3-声光调制器；4-函数发生器；5-第一掺铒光纤放大器；6-第一滤波器；7-环形器；8-传感光纤；9-第二掺铒光纤放大器；10-第二滤波器；11-第一耦合器；12-延迟光纤；13-第二耦合器；14-探测器；15-采集卡。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本申请一种分布式声波传感语音信息识别***，包括传感光纤8、激光出射单元、环形器7、采集单元和卷积递归网络单元。
其中，传感光纤8被配置为：接收语音信息，并将语音信息转换为语音信号。传感光纤8能采集外界的语音信息，即采集外界的振动，并将振动频率转换为光信号，即语音信号，以便语音信号能够在传感光纤8内沿光纤传输。
激光出射单元被配置为：射出消除自发辐射噪声的窄线宽的激光信号。经激光出射单元射出的信号沿光纤传输至传感光纤8处，激光信号在光纤内传播会形成散射效应，散射的激光会沿激光信号传输的方向反向传输。
环形器7为光纤环形器，设置在激光出射单元和传感光纤8之间的光纤上。环形器7被配置为：将激光信号传输至传感光纤8，以对语音信号进行监测，以及，接收来自传感光纤8的后向瑞利散射信号。
需要说明地是，在激光信号在传播过程中会持续发生散射效应，形成后向瑞利散射信号。当传感光纤8处接收到外界的语音信息，并将语音信息转换为语音信号的情况下，语音信号会随后向瑞利散射信号沿光纤反向传输至环形器7，环形器7在接收到后向瑞利散射信号后，会沿设定的光纤路线将后向瑞利散射信号传输至采集单元。
采集单元通过光纤与环形器7连接，采集单元被配置为采集环形器7发出的后向瑞利散射信号。采集单元可以采集光纤中的后向瑞利散射信号，并将后向瑞利散射信号转换成计算机程序可以识别的信号。
卷积递归网络单元与采集单元连接。卷积递归网络单元被配置为：将采集单元采集到的后向瑞利散射信号，进行复数域映射，以重构语音信号。
需要说明地是，后向瑞利散射信号可以被采集单元转换成计算机程序可以识别的信号，也可以在卷积递归网络单元处进行信号的转换，本实施例对此不做具体限定。
本实施例中，激光出射单元射出消除自发辐射噪声的窄线宽的激光信号，不仅能够避免噪声对携带有语音信号的后向瑞利散射信号造成干扰，减少卷积递归网络单元的计算量，提高运算效率及重构语音信号的准确率，还能够利用窄线宽的特点提高提高激光信号的散射，进一步提高后向瑞利散射信号。另外，利用环形器7使得在一条光纤上产生的后向瑞利散射信号，能够传输至另一条光纤，并被传输至采集单元，方便采集单元采集后向瑞利散射信号。采集单元采集到信号后，会将信号传输至卷积递归网络单元。接下来，卷积递归网络单元会对瑞利散射信号进行卷积和递归的训练，复数域映射以及多次卷积和递归等操作，提取瑞利散射信号中的特征，在根据提取到的特征重构语音信号。根据重构的语音信号即可复原传感光纤8处的外界语音信号。本实施例提供的分布式声波传感语音信息识别***在光纤传感相关领域，尤其是在桥梁、隧道和水坝等大型公共设施的安全检测领域，以及输气管道、大型仓库、油库和矿井安全预防及国家边界安防等领域尤为适用。
如图1所示，在一个实施例中，激光出射单元包括依次设置在光纤上的激光器1、隔离器2和第一滤波器6。
激光器1被配置为：射出窄线宽的激光信号。具体地，激光器1可选用窄线宽激光器1。
隔离器2被配置为：阻止激光信号产生的反射光返回激光器1。隔离器2可选用光隔离器2，允许激光信号沿光纤向一个方向传输，阻止向相反方向传输，对激光信号的方向进行限制，使激光信号单向传输，通过光纤回波反射的光能够被隔离器2隔离，提高激光信号的传输效率。
第一滤波器6被配置为：滤掉激光信号中的非工作波段。第一滤波器6能使激光信号中特定的频率成分通过，并极大地衰减其他频率成分，利用第一滤波器6可以滤除干扰噪声，以便后续动作中对后向瑞利散射信号进行分析。第一滤波器6消除激光信号中的自发辐射噪声。
本实施例中，利用依次设置在光纤上的激光器1、隔离器2和第一滤波器6分别实现了出射的激光信号具有窄线宽、阻止激光器1经光纤射出的激光信号反射回激光器1以及滤掉非工作波段，从而保证了激光信号具有射出消除自发辐射噪声的窄线宽的特性。
如图1所示，在一个实施例中，激光出射单元还包括函数发生器4，以及设置在光纤上的声光调制器3和第一掺铒光纤放大器5。
函数发生器4与声光调制器3连接，函数发生器4为信号发生装置，声光调制器3控制激光束的强度变化，可产生调制脉冲信号。函数发生器4被配置为：驱动声光调制器3动作，使经过声光调制器3的激光信号调制成脉冲激光信号。
第一掺铒光纤放大器5设置在声光调制器3与第一滤波器6之间。第一掺铒光纤放大器5被配置为：放大脉冲激光信号。经第一掺铒光纤放大器5放大的脉冲激光信号会进一步被第一滤波器6滤掉非工作波段。
本实施例中，利用函数发生器4和声光调制器3使得激光信号形成脉冲激光信号，脉冲激光信号经第一掺铒光纤放大器5放大后，射向第一滤波器6。不仅增加了激光信号在光纤中的传输距离，并且还能够减少激光出射单元的体积。
如图1所示，在一个实施例中，采集单元包括依次设置在光路上的第二掺铒光纤放大器9、第二滤波器10、非平衡干涉仪和探测器14，以及采集卡15。
第二掺铒光纤放大器9被配置为：接收环形器7发出的后向瑞利散射信号，并对后向瑞利散射信号放大。第二掺铒光纤放大器9与第一掺铒光纤放大器5的作用相同，此处不再赘述。
第二滤波器10被配置为：滤掉后向瑞利散射信号中的非工作波段。第二滤波器10与第一滤波器6的作用相同，此处不再赘述。
非平衡干涉仪被配置为：将滤掉非工作波段的后向瑞利散射信号***成多道光信号。非平衡干涉仪为初始状态下，两干涉臂的臂长不相等的干涉仪。利用非平衡对激光信号形成干涉。
其中，非平衡干涉仪包括依次设置在光路上的第一耦合器11、延迟光纤12和第二耦合器13。利用非平衡干涉仪获取激光信号的波的相位信息，从而获得需要的物理量。
具体地，第一耦合器11接收由第二掺铒光纤放大器9放大的后向瑞利散射信号，并将后向瑞利散射信号干涉成两路第一光信号。
延迟光纤12接收经第一耦合器11耦合的两路第一光信号，并传输至第二耦合器13。
第二耦合器13接收延迟光纤12传输的两路第一光信号，并对两路第一光信号干涉成三路第二光信号。
这样，利用第一耦合器11可以使瑞利散射信号形成两道准直光束。然后，利用不同的延迟光纤12路径与介质可以使两道准直光束产生的相对相移变化。最后，利用第二耦合器13可以对产生相对位移变化的两道准直光束进行干涉，形成多路光分别射向探测器14。
优选地，第一耦合器11为50:50的耦合器。第二耦合器13为3*3耦合器。非平衡干涉仪为非平衡马赫-曾德尔干涉仪。
探测器14可以为光探测器，优选数量为三个，三个探测器14分别被配置为：探测被非平衡干涉仪***的光信号。以便三个探测器14能够利用3*3解调算法计算语音信号。
采集卡15分别与三个探测器14连接，采集卡15被配置为：采集探测器14探测到的光信号。
本实施例中，利用第二掺铒光纤放大器9放大后向瑞利散射信号，再利用第二滤波器10消除自发辐射噪声，最后利用非平衡干涉仪对后向瑞利散射信号进行干涉，获取后向瑞利散射信号中的相位信息。接下来，探测器14可以将非平衡干涉仪输出的信号传输至采集卡15，以便采集卡15将信号传输至卷积递归网络单元。
如图2所示，在一个实施例中，卷积递归网络单元包括第一短时傅里叶变换层、编码层、解码层和第二短时傅里叶变换层。
第一短时傅里叶变换层被配置为：对采集到的后向瑞利散射信号进行短时傅里叶变换。
编码层被配置为：对短时傅里叶变换的后向瑞利散射信号卷积，提取特征信息，并记忆。
解码层被配置为：根据编码层提取的特征信息，反向卷积，得到后向瑞利散射信号的实部和虚部。
第二短时傅里叶变换层被配置为：将实部和虚部合并，进行短时傅里叶变换。
本实施例中，采用编码解码的方式，通过迭代估计含噪声信号（采集单元采集到的后向瑞利散射信号）到干净声信号（去除噪声的信号，即传感光纤8接收到语音信息，转换形成的语音信号）的非线性映射关系，将含噪声信号的复数频谱映射到重构语音信号的复数频谱，从而还原出较为干净的声信号。
如图3所示，具体地，卷积递归网络单元涉及一种分布式声波传感语音信息识别方法，该方法包括：
S100：获取第一含噪声信号，其中，第一含噪声信号表示激光信号监测的第一语音信号形成的后向瑞利散射信号。
其中，卷积递归网络单元获取到采集卡传输的第一含噪声信号，第一含噪声信号表示的激光信号由激光出射单元射出，第一语音信号由传感光纤获取。激光信号携带第一语音信号形成后向瑞利散射信号。
S200：基于第一含噪声信号和第一语音信号的非线性映射关系，建立卷积递归网络模型，其中，第一含噪声信号作为卷积递归网络模型的输入信号，第一语音信号作为卷积递归网络模型的输出信号。
其中，该卷积递归网络模型可以基于复数卷积递归网络（Complex ConvolutionRecurrent Network，CCRN）构建，也可以基于其他类型的卷积递归神经网络构建，本实施例对此不做限定。
其中，采集卡采集到的第一含噪声信号被上位机进行解调得到的相位信息根据定位位置进行提取，并将第一含噪声信号与第一语音信号同时以序列形式输入卷积递归网络模型中进行训练。
定位位置表示的是分布式传感通过光纤监测传感光纤的声波振动信号的位置，上位机可以观察到声波产生的振动处于传感光纤的位置，以便确定第一语音信号产生的位置。例如传感光纤被安装在桥梁中，上位机即可判断桥梁中何处发出的第一语音信号。
可以理解地是，传感光纤所覆盖的地区具有一定的范围性，不需要将传感光纤覆盖范围内产生的所有第一语音信号均重构复原，仅需要对指定位置的第一语音信号进行复原即可。基于该原因上位机将采集到的数据进行解调得到的相位信息根据定位位置进行提取。
S300：通过卷积递归网络模型的迭代估计方法，训练卷积递归网络模型。
如图4所示，其中，训练卷积递归网络模型包括步骤S301至S305。
S301：将第一含噪声信号的复数频谱映射到重构的第一语音信号的复数频谱。
其中，复数频谱映射的目的在于从第一含噪声信号中提取出第一语音信号的幅度谱和相位谱，并且同时增强第一语音信号的幅度响应和相位响应。即对于第一含噪声信号y通过如下公式表示：
其中，y是第一含噪声信号；x是第一语音信号；n是处第一语音信号外的噪声信号。
S302：对第一含噪声信号的复数频谱做短时傅里叶变换。
其中，通过对公式（1）的等式两边做短时傅里叶变换得到幅值频谱映射，幅值频谱映射通过如下公式表示：
其中，Y、X和N分别代表对应表示y、x和n的短时傅里叶变换。
S303：将短时傅里叶变换的第一含噪声信号的复数频谱应用在直角坐标系中，并建立幅度谱和相位谱，其中，幅度谱和相位谱表示第一含噪声信号与第一语音信号的非线性映射关系的谱图。
其中，对复数频谱进行映射，即将公式（2）应用在直角坐标系，表示的公式为：
其中，r表示幅度谱的实部，i表示相位谱的虚部。
S304：通过卷积递归网络模型估计复数理想比值掩码得到增强的幅度谱和相位谱。
其中，通过模型估计复数理想比值掩码
，得到的表示公式为：
其中，增强的第一语音信号幅度谱和相位谱，可以通过复数理想比值掩码对含噪
频谱的估计
来得到，并且，用于重构第一语音信号X，表示公式为：
S305：将增强第一语音信号的幅度谱和相位谱合并后，经过短时傅里叶逆变换，得到重构的第一语音信号。
其中，将增强的第一语音信号的幅度谱和相位谱合并，再对合并后的第一语音信号进行短时傅里叶逆变换，即可得到由分布式声波传感***采集的增强后的第一语音信号。
通过步骤S301至S305在卷积递归网络模型中对第一含噪声信号进行不断的训练，以便输入含噪声信号即可得到重构的语音信号。
S400：基于训练后的卷积递归网络模型，输入第二含噪声信号得到重构的第二语音信号，其中，第二语音信号表示第二含噪声信号去除噪声后的语音信号。
当卷积递归网络模型经过多次训练后，实现输入第二含噪声信号即可得到重构的第二语音信号，其中，第二含噪声信号表示的是实际中的含噪声信号，第二语音信号表示实际想要得到的传感光纤接收到的语音信息转换而成的语音信号。
综上，本申请提供一种分布式声波传感语音信息识别***及方法具有如下优点：
1、可以有效的对分布式声学传感***采集到的声音信号进行处理，提高语音信号的信噪比，使得语音信号的质量提高。
2、实现了对语音信号的识别，进一步的拓宽了分布式声波传感***的应用范围，为长距离语音识别***提供了一种新的潜在可能。
3、提升分布式声波传感***的测量能力。
4、可广泛应用于国防，军事，民用设施等领域。
以上实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (10)
1.一种分布式声波传感语音信息识别***，其特征在于，包括：
传感光纤，被配置为：接收语音信息，并将所述语音信息转换为语音信号；
激光出射单元，被配置为：射出消除自发辐射噪声的窄线宽的激光信号；
环形器，设置在所述激光出射单元和所述传感光纤之间的光纤上，所述环形器被配置为：将所述激光信号传输至所述传感光纤，以对所述语音信号进行监测，以及，接收来自所述传感光纤的后向瑞利散射信号；
采集单元，通过光纤与所述环形器连接，所述采集单元被配置为：采集所述环形器发出的所述后向瑞利散射信号；
卷积递归网络单元，与所述采集单元连接，所述卷积递归网络单元被配置为：将所述采集单元采集到的后向瑞利散射信号，进行复数域映射，以重构语音信号。
2.根据权利要求1所述的分布式声波传感语音信息识别***，其特征在于，所述激光出射单元包括依次设置在光纤上的激光器、隔离器和第一滤波器；其中，
所述激光器，被配置为：射出窄线宽的激光信号；
所述隔离器，被配置为：阻止激光信号产生的反射光返回所述激光器；
所述第一滤波器，被配置为：滤掉激光信号中的非工作波段。
3.根据权利要求2所述的分布式声波传感语音信息识别***，其特征在于，所述激光出射单元还包括函数发生器，以及设置在光纤上的声光调制器和第一掺铒光纤放大器；其中，
所述函数发生器，与所述声光调制器连接，所述函数发生器被配置为：驱动所述声光调制器动作，使经过所述声光调制器的激光信号调制成脉冲激光信号；
所述第一掺铒光纤放大器，设置在所述声光调制器与所述第一滤波器之间，所述第一掺铒光纤放大器被配置为：放大脉冲激光信号。
4.根据权利要求1所述的分布式声波传感语音信息识别***，其特征在于，所述采集单元包括依次设置在光路上的第二掺铒光纤放大器、第二滤波器、非平衡干涉仪和探测器，以及采集卡；其中，
所述第二掺铒光纤放大器被配置为：接收所述环形器发出的所述后向瑞利散射信号，并对所述后向瑞利散射信号放大；
所述第二滤波器，被配置为：滤掉所述后向瑞利散射信号中的非工作波段；
所述非平衡干涉仪，被配置为：将滤掉非工作波段的所述后向瑞利散射信号***成多道光信号；
所述探测器，被配置为：探测被所述非平衡干涉仪***的光信号；
所述采集卡，与所述探测器连接，所述采集卡被配置为：采集所述探测器探测到的光信号。
5.根据权利要求4所述的分布式声波传感语音信息识别***，其特征在于，所述非平衡干涉仪包括依次设置在光路上的第一耦合器、延迟光纤和第二耦合器；
所述第一耦合器，接收由所述第二掺铒光纤放大器放大的所述后向瑞利散射信号，并将所述后向瑞利散射信号干涉成两路第一光信号；
所述延迟光纤，接收经所述第一耦合器耦合的两路第一光信号，并传输至所述第二耦合器；
所述第二耦合器，接收所述延迟光纤传输的两路第一光信号，并对两路光信号干涉成三路第二光信号。
6.根据权利要求5所述的分布式声波传感语音信息识别***，其特征在于，
所述第一耦合器为50:50的耦合器；
所述第二耦合器为3×3耦合器。
7.根据权利要求4所述的分布式声波传感语音信息识别***，其特征在于，所述非平衡干涉仪为非平衡马赫-曾德尔干涉仪。
8.根据权利要求4所述的分布式声波传感语音信息识别***，其特征在于，所述卷积递归网络单元包括第一短时傅里叶变换层、编码层、解码层和第二短时傅里叶变换层；其中，
所述第一短时傅里叶变换层，被配置为：对采集到的所述后向瑞利散射信号进行短时傅里叶变换；
所述编码层，被配置为：对短时傅里叶变换的后向瑞利散射信号卷积，提取特征信息，并记忆；
所述解码层，被配置为：根据所述编码层提取的特征信息，反向卷积，得到后向瑞利散射信号的实部和虚部；
所述第二短时傅里叶变换层，被配置为：将所述实部和所述虚部合并，进行短时傅里叶变换。
9.一种分布式声波传感语音信息识别方法，其特征在于，应用于权利要求1-8中任一项所述的分布式声波传感语音信息识别***，方法包括：
获取第一含噪声信号，其中，所述第一含噪声信号表示激光信号监测的第一语音信号形成的后向瑞利散射信号；
基于所述第一含噪声信号和所述第一语音信号的非线性映射关系，建立卷积递归网络模型，其中，所述第一含噪声信号作为所述卷积递归网络模型的输入信号，所述第一语音信号作为所述卷积递归网络模型的输出信号；
通过卷积递归网络模型的迭代估计方法，训练所述卷积递归网络模型；
基于训练后的所述卷积递归网络模型，输入第二含噪声信号得到重构的第二语音信号，其中，所述第二语音信号表示所述第二含噪声信号去除噪声后的语音信号。
10.根据权利要求9所述的分布式声波传感语音信息识别方法，其特征在于，所述通过卷积递归网络模型的迭代估计对噪声信号训练得到语音信号的方式，训练所述卷积递归网络模型的步骤，包括：
将所述第一含噪声信号的复数频谱映射到重构的所述第一语音信号的复数频谱；
对所述第一含噪声信号的复数频谱做短时傅里叶变换；
将短时傅里叶变换的所述第一含噪声信号的复数频谱应用在直角坐标系中，并建立幅度谱和相位谱，其中，所述幅度谱和所述相位谱表示所述第一含噪声信号与所述第一语音信号的非线性映射关系的谱图；
通过卷积递归网络模型估计复数理想比值掩码得到增强的第一语音信号的幅度谱和相位谱；
将增强的所述幅度谱和所述相位谱合并后，经过短时傅里叶逆变换，得到重构的所述第一语音信号。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211636042.5A CN115622626B (zh) | 2022-12-20 | 2022-12-20 | 一种分布式声波传感语音信息识别***及方法 |
| US18/532,166 US20240201008A1 (en) | 2022-12-20 | 2023-12-07 | Distributed Acoustic Sensing Voice Message Recognition System and Method |
| FR2314523A FR3143735A1 (fr) | 2022-12-20 | 2023-12-19 | Systeme et procede de reconnaissance d’information vocale de detection acoustique distribuee |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211636042.5A CN115622626B (zh) | 2022-12-20 | 2022-12-20 | 一种分布式声波传感语音信息识别***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115622626A true CN115622626A (zh) | 2023-01-17 |
| CN115622626B CN115622626B (zh) | 2023-03-21 |
Family
ID=84880550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211636042.5A Active CN115622626B (zh) | 2022-12-20 | 2022-12-20 | 一种分布式声波传感语音信息识别***及方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20240201008A1 (zh) |
| CN (1) | CN115622626B (zh) |
| FR (1) | FR3143735A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220283021A1 (en) * | 2019-11-13 | 2022-09-08 | Tianjin University | Differential cotdr distributed acoustic sensing device and method based on heterogeneous double-sideband chirped-pulses |
| CN116380140A (zh) * | 2023-06-07 | 2023-07-04 | 山东省科学院激光研究所 | 基于均值滤波技术的分布式声波传感***及其测量方法 |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103411660A (zh) * | 2013-08-29 | 2013-11-27 | 山东省科学院激光研究所 | 光纤分布式声波监测*** |
| CN106525362A (zh) * | 2016-12-02 | 2017-03-22 | 山东省科学院激光研究所 | 光纤分布式传感监测*** |
| WO2017054564A1 (zh) * | 2015-09-28 | 2017-04-06 | 中兴通讯股份有限公司 | 一种激光器相位噪声消除装置、***及方法 |
| WO2018082208A1 (zh) * | 2016-11-01 | 2018-05-11 | 北京大学 | 光纤水听器阵列***和加速度传感器阵列***及测量方法 |
| CN108981767A (zh) * | 2018-08-17 | 2018-12-11 | 山东省科学院激光研究所 | 光纤分布式监测***及方法 |
| CN110148420A (zh) * | 2019-06-30 | 2019-08-20 | 桂林电子科技大学 | 一种适用于噪声环境下的语音识别方法 |
| US20190318755A1 (en) * | 2018-04-13 | 2019-10-17 | Microsoft Technology Licensing, Llc | Systems, methods, and computer-readable media for improved real-time audio processing |
| US20210010835A1 (en) * | 2019-07-08 | 2021-01-14 | Laser Institute of Shandong Academy of Science | High-performance distributed fiber sensing system based on ehz ultrafast pulse scanning |
| WO2021093181A1 (zh) * | 2019-11-13 | 2021-05-20 | 天津大学 | 异构双边带啁啾脉冲的差分cotdr分布式声传感装置及方法 |
| CN113447110A (zh) * | 2021-06-10 | 2021-09-28 | 天津大学 | 一种分布式光纤振动传感***及其相位载波解调方法 |
| WO2021251627A1 (ko) * | 2020-06-11 | 2021-12-16 | 한양대학교 산학협력단 | 다채널 음향 신호를 이용한 심화 신경망 기반의 잔향 제거, 빔포밍 및 음향 인지 모델의 결합 학습 방법 및 장치 |
| CN113936681A (zh) * | 2021-10-13 | 2022-01-14 | 东南大学 | 一种基于掩膜映射和混合空洞卷积网络的语音增强方法 |
| CN113935467A (zh) * | 2021-10-19 | 2022-01-14 | 吉林大学 | 基于迭代多尺度注意力网络的das井中勘探数据噪声抑制方法 |
| CN114400018A (zh) * | 2021-12-31 | 2022-04-26 | 深圳市优必选科技股份有限公司 | 语音降噪方法、装置、电子设备及计算机可读存储介质 |
| CN114566180A (zh) * | 2020-11-27 | 2022-05-31 | 北京搜狗科技发展有限公司 | 一种语音处理方法、装置和用于处理语音的装置 |
| CN114692681A (zh) * | 2022-03-18 | 2022-07-01 | 电子科技大学 | 基于scnn的分布式光纤振动及声波传感信号识别方法 |
| CN115326186A (zh) * | 2022-05-30 | 2022-11-11 | 南方科技大学 | 基于相移双脉冲探测技术的ф-otdr***及其解调方法 |
| CN115497496A (zh) * | 2022-09-22 | 2022-12-20 | 东南大学 | 一种基于FirePS卷积神经网络的语音增强方法 |
-
2022
- 2022-12-20 CN CN202211636042.5A patent/CN115622626B/zh active Active
-
2023
- 2023-12-07 US US18/532,166 patent/US20240201008A1/en active Pending
- 2023-12-19 FR FR2314523A patent/FR3143735A1/fr active Pending
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103411660A (zh) * | 2013-08-29 | 2013-11-27 | 山东省科学院激光研究所 | 光纤分布式声波监测*** |
| WO2017054564A1 (zh) * | 2015-09-28 | 2017-04-06 | 中兴通讯股份有限公司 | 一种激光器相位噪声消除装置、***及方法 |
| WO2018082208A1 (zh) * | 2016-11-01 | 2018-05-11 | 北京大学 | 光纤水听器阵列***和加速度传感器阵列***及测量方法 |
| CN106525362A (zh) * | 2016-12-02 | 2017-03-22 | 山东省科学院激光研究所 | 光纤分布式传感监测*** |
| US20190318755A1 (en) * | 2018-04-13 | 2019-10-17 | Microsoft Technology Licensing, Llc | Systems, methods, and computer-readable media for improved real-time audio processing |
| CN108981767A (zh) * | 2018-08-17 | 2018-12-11 | 山东省科学院激光研究所 | 光纤分布式监测***及方法 |
| CN110148420A (zh) * | 2019-06-30 | 2019-08-20 | 桂林电子科技大学 | 一种适用于噪声环境下的语音识别方法 |
| US20210010835A1 (en) * | 2019-07-08 | 2021-01-14 | Laser Institute of Shandong Academy of Science | High-performance distributed fiber sensing system based on ehz ultrafast pulse scanning |
| WO2021093181A1 (zh) * | 2019-11-13 | 2021-05-20 | 天津大学 | 异构双边带啁啾脉冲的差分cotdr分布式声传感装置及方法 |
| WO2021251627A1 (ko) * | 2020-06-11 | 2021-12-16 | 한양대학교 산학협력단 | 다채널 음향 신호를 이용한 심화 신경망 기반의 잔향 제거, 빔포밍 및 음향 인지 모델의 결합 학습 방법 및 장치 |
| CN114566180A (zh) * | 2020-11-27 | 2022-05-31 | 北京搜狗科技发展有限公司 | 一种语音处理方法、装置和用于处理语音的装置 |
| CN113447110A (zh) * | 2021-06-10 | 2021-09-28 | 天津大学 | 一种分布式光纤振动传感***及其相位载波解调方法 |
| CN113936681A (zh) * | 2021-10-13 | 2022-01-14 | 东南大学 | 一种基于掩膜映射和混合空洞卷积网络的语音增强方法 |
| CN113935467A (zh) * | 2021-10-19 | 2022-01-14 | 吉林大学 | 基于迭代多尺度注意力网络的das井中勘探数据噪声抑制方法 |
| CN114400018A (zh) * | 2021-12-31 | 2022-04-26 | 深圳市优必选科技股份有限公司 | 语音降噪方法、装置、电子设备及计算机可读存储介质 |
| CN114692681A (zh) * | 2022-03-18 | 2022-07-01 | 电子科技大学 | 基于scnn的分布式光纤振动及声波传感信号识别方法 |
| CN115326186A (zh) * | 2022-05-30 | 2022-11-11 | 南方科技大学 | 基于相移双脉冲探测技术的ф-otdr***及其解调方法 |
| CN115497496A (zh) * | 2022-09-22 | 2022-12-20 | 东南大学 | 一种基于FirePS卷积神经网络的语音增强方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李真;吴文锦;任慧;: "基于短时谱估计的语音增强改进算法" * |
| 杨志,李永倩,何玉钧,崔翔,芳野俊颜: "分布式光纤布里渊散射温度传感实验***" * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220283021A1 (en) * | 2019-11-13 | 2022-09-08 | Tianjin University | Differential cotdr distributed acoustic sensing device and method based on heterogeneous double-sideband chirped-pulses |
| CN116380140A (zh) * | 2023-06-07 | 2023-07-04 | 山东省科学院激光研究所 | 基于均值滤波技术的分布式声波传感***及其测量方法 |
| CN116380140B (zh) * | 2023-06-07 | 2023-11-03 | 山东省科学院激光研究所 | 基于均值滤波技术的分布式声波传感***及其测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20240201008A1 (en) | 2024-06-20 |
| CN115622626B (zh) | 2023-03-21 |
| FR3143735A1 (fr) | 2024-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115622626B (zh) | 一种分布式声波传感语音信息识别***及方法 | |
| Liu et al. | Advances in phase-sensitive optical time-domain reflectometry | |
| US11431409B2 (en) | Method and apparatus for detecting a disturbance in a medium based on shifted filtered phase information for a plurality of fixed locations | |
| US11438059B2 (en) | Method and apparatus for detecting a disturbance in a medium based on shifted filtered phase information for a plurality of locations | |
| Aktas et al. | Deep learning based multi-threat classification for phase-OTDR fiber optic distributed acoustic sensing applications | |
| EP3143249B1 (en) | Noise removal for distributed acoustic sensing data | |
| Che et al. | Partial discharge recognition based on optical fiber distributed acoustic sensing and a convolutional neural network | |
| US8396360B2 (en) | Communicating information | |
| CN107907151A (zh) | 基于光频调制与直接探测的фotdr与传感方法 | |
| CN106768277B (zh) | 一种分布式光纤振动传感装置的解调方法 | |
| CN106052842A (zh) | 可消衰落噪声的分布式光纤振动传感***及其解调方法 | |
| CN108225541A (zh) | 识别异物入侵的分布式光纤传感器及异物入侵信号感知处理方法 | |
| CN112833929A (zh) | 基于本地光移频的外差型φ-otdr技术的扰动监测*** | |
| CN116907627B (zh) | 基于光程差辅助的大动态范围分布式相位传感方法和装置 | |
| CN116973043A (zh) | 基于分布式光纤的管道智能监测预警方法及*** | |
| CN113686424A (zh) | 基于波长分集技术的高信噪比声传感***及多波长合并方法 | |
| US11698289B2 (en) | Method providing increased signal-to-noise (SNR) for coherent distributed acoustic sensing | |
| CN114485905A (zh) | 一种基于不同脉宽光信号的分布式光纤振动与应变传感方法 | |
| Li et al. | Fading noise suppression method of Ф-OTDR system based on non-local means filtering | |
| Zhao et al. | Pipeline intrusion detection and location based on phase-sensitive optical time domain reflectometer | |
| CN116754910B (zh) | 基于多路光纤差分的电缆局部放电监测方法、***和设备 | |
| Gao et al. | Application of smart fiber optic sensor technology in feature extraction, recognition, and detection | |
| Law et al. | Application of fiber laser dynamics in leak detection for operating water pipeline | |
| CN116073900B (zh) | 一种分布式光纤声波传感***及盲区消除检测方法 | |
| CN221281247U (zh) | 一种分布式光纤声波传感电缆防盗挖监测装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240613 Address after: Room 406, Office Building, No. 818 Chunbo Road, Suncun Street, High tech Zone, Jinan City, Shandong Province, 250104 Patentee after: Shandong Senyou Optoelectronic Technology Co.,Ltd. Country or region after: China Address before: 272000 complex building of laser research institute, Shandong Academy of Sciences, No.46 Haichuan Road, high tech Zone, Jining City, Shandong Province Patentee before: LASER INSTITUTE,SHANDONG ACADEMY OF SCIENCES Country or region before: China |