CN117168515A - 一种基于盲源分离的高空间分辨率ofdr数据处理方法 - Google Patents
一种基于盲源分离的高空间分辨率ofdr数据处理方法 Download PDFInfo
- Publication number
- CN117168515A CN117168515A CN202311127390.4A CN202311127390A CN117168515A CN 117168515 A CN117168515 A CN 117168515A CN 202311127390 A CN202311127390 A CN 202311127390A CN 117168515 A CN117168515 A CN 117168515A
- Authority
- CN
- China
- Prior art keywords
- signal
- optical fiber
- cross
- spatial resolution
- data
- 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.)
- Pending
Links
- 238000000926 separation method Methods 0.000 title claims abstract description 18
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000002168 optical frequency-domain reflectometry Methods 0.000 title claims abstract 6
- 238000012880 independent component analysis Methods 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 239000013307 optical fiber Substances 0.000 claims description 34
- 238000012360 testing method Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 12
- 238000007476 Maximum Likelihood Methods 0.000 claims description 6
- 230000008602 contraction Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000002087 whitening effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000010287 polarization Effects 0.000 description 10
- 239000000835 fiber Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于盲源分离的高空间分辨率OFDR数据处理方法,首先将传统的一维互相关处理结果信号转化为二维图像信号,在二维图像的基础上通过独立分量分析算法对图像进行去噪处理,再将处理后的图像进行下一步运算,最终得到高空间分辨率的结果。本发明所提出的独立分量分析算法的OFDR传感***可以提高测量***的空间分辨率,使其在航天航空、机器设备等高精度监测领域具有更大优势和更广阔的应用。
Description
技术领域
本发明属于光纤传感探测的技术领域,具体涉及一种基于盲源分离的高空间分辨率OFDR数据处理方法。
背景技术
分布式光纤传感中光纤作为传感介质的同时也是测量的传输介质,利用光纤中光波的传输特性,包括拉曼散射、瑞利散射和布里渊散射,实现了沿光纤长度方向对外界环境进行实时监控。分布式光纤传感技术具有抗电磁干扰能力强,结构相对简单,空间分辨率高,传感距离长等优势。基于其上述优势,该技术正被逐渐应用在越来越多的领域,例如检测大桥安全,土木工程的检测,隧道等地下的火灾警报,勘测地质等,在社会建设中发挥着重要的影响。作为分布式光纤传感***的代表,光频域反射技术(OFDR)具有重量轻、体积小、灵敏度高、抗电磁干扰性强和空间分辨率高等优点,可以连续测量沿光纤距离上的应变、振动、温度等外界的物理量变化。近些年,随着OFDR技术的发展,也实现了形状传感和声学传感的应用。OFDR***具有高空间分辨率的特点,其***空间分辨率可以达到毫米量级,因此其在航天航空等高精度监测领域具有非常重要的应用。然而,当测量空间分辨率提高时,参考信号与测试信号的互相关相关性会极大降低,从而导致互相关结果产生多峰和假峰,得不到正确的结果。因此,如何有效提高OFDR***的空间分辨率是一个十分重要的研究方向。
发明内容
基于上述问题,本申请提供一种基于盲源分离的高空间分辨率OFDR数据处理方法,在不改变***结构及增加成本的前提下,有效提升了OFDR***的空间分辨率。其技术方案为,
一种基于盲源分离的高空间分辨率OFDR数据处理方法,包括以下步骤:
S1.分别采集两次信号,一次为不包含应变信息的信号,为参考信号;另一次为包含应变信息的信号,为测试信号;
S2.将参考信号与测试信号在距离域上按一定的窗口大小C分割成N等份;
S3.将参考信号与测试信号各自的每一份距离域信息使用快速逆傅里叶变换;
S4.将逆傅里叶变换后的参考信号与测试信号进行互相关运算,得出一维互相关结果;
S5.重复步骤S3-S4,得到光纤每一对应位置的互相关结果,将得到的所有一维互相关结果做为光纤距离的函数重排列为二维图像信号A;
S6.用生成数副无噪声的与互相关结果二维图像具有相同统计分布的模拟图作为训练集B;
S7.对S6中得到的训练集B,选取其中部分图像块作为训练子图像块,对其进行去均值和白化处理,得到无噪声数据b;
S8.对无噪声数据b进行FastICA算法处理,得到混合矩阵Wk,然后计算分离矩阵
S9.各分量概率密度si由估计,其中Wi是第i个分量的分离矩阵;由si确定收缩函数g(u)的最大似然函数;
S10.对S5得到的二维图像信号A进行与步骤S7同样的预处理,得到含噪声数据a,通过y=Wa对a进行独立分量分析变换,得到二维图像信号A在分离矩阵W下的投影y;
S11.利用步骤S9中的收缩函数g(u)的最大似然函数得到去噪估计通过独立分量分析反演变换/>得到低噪声的互相关二维图像估计/>
S12.将重新解构得到光纤各位置的光谱偏移量,从而能够得到高空间分辨率下的测量结果。
优选的,步骤S12中光谱偏移量获得方法为,
将重新以光纤距离为函数将结果分解到光纤的对应位置,通过寻找主峰的偏移得到对应光纤位置光谱的偏移量。
一种OFDR***,包括耦合器一、耦合器二、马赫-曾德干涉仪、采集卡、偏振控制器一、偏振控制器二、菲尼尔环;可调谐激光源的连续激光输出由耦合器一分成两份,10%入射到一个非平衡的马赫-曾德干涉仪,为采集卡提供一个触发信号,其余部分的光进入耦合器二;之后耦合器二分成两个部分,其中1%的输出通过偏振控制器一进行调整,使“p”和“s”光分量具有相同的功率,99%通过环形器和偏振控制器二进入到传感光纤探测,菲尼尔环用来抑制光纤末端菲尼尔反射,然后瑞利散射信号与1%激光输出从耦合器三相结合得到的干涉信号,通过偏振分束器分解成“p”和“s”分量;最后“p”和“s”光由采集卡采集。
有益效果
1)本发明所提出的高斯滤波去噪算法的OFDR传感***可以提高测量***的空间分辨率,使其在航天航空、机器设备等高精度监测领域具有更大优势和更广阔的应用。
2)本发明所提出的基于独立分量分析去噪算法的OFDR传感***通过对二维图像信息的去噪处理,不仅能够提高***空间分辨率,而且能够有效去除测量结果的异常值,提高测量的准确性。
附图说明
图1为本申请处理流程图。
图2为OFDR***原理图。
其中1-为可调谐激光器;2-为耦合器一;3-为耦合器二;4-为环形器;5-为马赫-曾德干涉仪;6为偏振控制器一;7-为偏振控制器二;8-为耦合器三;9-为偏振分束器;10-为平衡探测器;11-为采集卡;12-传感光纤;13-菲尼尔环。
图3为传感光纤70.1m处受100με未使用此方法的结果图,空间分辨率为0.4mm。
图4为传感光纤70.1m处受100με使用此方法的结果图,空间分辨率为0.4mm。
图5为Matlab生成的五张模拟无噪声互相关图像的训练集,其中中间位置白色条纹模拟无应变位置,两侧条纹模拟有应变位置。
具体实施方式
下面结合附图1-5和具体实施例对技术作进一步说明,以助于理解本发明的内容。
一种基于盲源分离的高空间分辨率OFDR数据处理方法,包括以下步骤,
S1.分别采集两次信号,一次为不包含应变信息的信号,为参考信号;另一次为包含应变信息的信号,为测试信号。
S2.将参考信号与测试信号在距离域上按一定的窗口大小C分割成N等份;
S3.将参考信号与测试信号各自的每一份距离域信息使用快速逆傅里叶变换;
S4.将逆傅里叶变换后的参考信号与测试信号进行互相关运算,可以得出一维互相关结果;
S5.重复步骤S3-S4,得到光纤每一对应位置的互相关结果,将得到的所有一维互相关结果做为光纤距离的函数重排列为二维图像信号A;
S6.利用Matlab生成数副无噪声的与互相关结果二维图像具有相同统计分布的模拟图作为训练集B;
S7.对S6中得到的训练集B,选取其中部分图像块作为训练子图像块,对其进行去均值和白化处理,得到无噪声数据b;
S8.对无噪声数据b进行FastICA算法处理,得到混合矩阵Wk,然后计算分离矩阵
S9.各分量概率密度si由估计,其中Wi是第i个分量的分离矩阵;由si确定收缩函数g(u)的最大似然函数,u没特定的含义,就是一个变量,可以代指上面的s也可以是y;
S10.对S5得到的二维图像信号A进行与步骤S7同样的预处理,得到含噪声数据a,通过y=Wa对a进行独立分量分析变换,得到二维图像信号A在分离矩阵W下的投影y;
S11.利用步骤S9中的收缩函数g(u)的最大似然函数得到去噪估计通过独立分量分析反演变换/>得到低噪声的互相关二维图像估计/>
S12.将通过步骤S11处理后的图像重新解构得到光纤各位置的光谱偏移量,从而能够得到高空间分辨率下的测量结果,提高测量的准确性。
步骤S12中光谱偏移量获得方法为,
将步骤S11重构的二维图像信号在光纤距离上以一个像素为单位分解到光纤的对应位置,通过寻找主峰的偏移得到对应光纤位置光谱的偏移量。
图5中,二维图像模拟图为两条明亮条纹,靠近中间位置的代表无应变位置信息,偏离中间位置的代表有应变位置信息。
实施例2
图3为传感光纤73.6m处受400με未使用此方法的结果图,空间分辨率为2mm,可以看到其结果有许多异常值,无法得出沿光纤长度正确的应变分布结果。
从图中可以看出,对73.6m到74m处的光纤施加大小为400με的微应变,在未使用此方法的情况下,由于***的空间分辨率较高(2mm),这使得***对应变的传感性能受到影响,导致在这个传感区间对400με的微应变传感结果出现许多与400με相差较大的异常值,无法得出沿光纤长度正确的应变分布
图4为传感光纤73.6m处受400με使用此方法的结果图,此方法很好的消除了异常值,提高了***分辨率,得到了2mm空间分辨率的正确应变分布结果。
从图中可以看出,对73.6m到74m处的光纤施加大小为400με的微应变,在使用此方法的情况下,尽管***的空间分辨率较高(2mm),但在传感区间内得到的结果基本都位于400με值附近,这说明此方法很好的消除了异常值,使得***在高空间分辨率下仍能得到正确的应变分布结果。
实施例3
图2是OFDR***原理图。一种基于距离域补偿的OFDR传感***,包括:可调谐激光源的连续激光输出由耦合器一2(10/90光耦合器)分成两份,10%入射到一个非平衡的马赫-曾德干涉仪5,为采集卡11提供一个触发信号,其余部分的光进入耦合器二3;之后耦合器二3(1/99光耦合器)分成两个部分,其中1%的输出通过偏振控制器一6进行调整,使“p”和“s”光分量具有相同的功率,99%通过环形器4和偏振控制器二7进入到传感光纤12探测,菲尼尔环13用来抑制光纤末端菲尼尔反射,然后瑞利散射信号与1%激光输出从耦合器三8(50/50光耦合器)相结合得到的干涉信号,通过偏振分束器分解成“p”和“s”分量;最后“p”和“s”光由采集卡采集。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (2)
1.一种基于盲源分离的高空间分辨率OFDR数据处理方法,其特征在于,包括以下步骤:
S1.分别采集两次信号,一次为不包含应变信息的信号,为参考信号;另一次为包含应变信息的信号,为测试信号;
S2.将参考信号与测试信号在距离域上按一定的窗口大小C分割成N等份;
S3.将参考信号与测试信号各自的每一份距离域信息使用快速逆傅里叶变换;
S4.将逆傅里叶变换后的参考信号与测试信号进行互相关运算,得出一维互相关结果;
S5.重复步骤S3-S4,得到光纤每一对应位置的互相关结果,将得到的所有一维互相关结果做为光纤距离的函数重排列为二维图像信号A;
S6.用生成数副无噪声的与互相关结果二维图像具有相同统计分布的模拟图作为训练集B;
S7.对S6中得到的训练集B,选取其中部分图像块作为训练子图像块,对其进行去均值和白化处理,得到无噪声数据b;
S8.对无噪声数据b进行FastICA算法处理,得到混合矩阵Wk,然后计算分离矩阵
S9.各分量概率密度si由估计,其中Wi是第i个分量的分离矩阵;由si确定收缩函数g(u)的最大似然函数;
S10.对S5得到的二维图像信号A进行与步骤S7同样的预处理,得到含噪声数据a,通过y=Wa对a进行独立分量分析变换,得到二维图像信号A在分离矩阵W下的投影y;
S11.利用步骤S9中的收缩函数g(u)的最大似然函数得到去噪估计通过独立分量分析反演变换/>得到低噪声的互相关二维图像估计/>
S12.将重新解构得到光纤各位置的光谱偏移量,从而能够得到高空间分辨率下的测量结果。
2.根据权利要求1所述的一种基于盲源分离的高空间分辨率OFDR数据处理方法,其特征在于,步骤S12中光谱偏移量获得方法为,
将重新以光纤距离为函数将结果分解到光纤的对应位置,通过寻找主峰的偏移得到对应光纤位置光谱的偏移量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311127390.4A CN117168515A (zh) | 2023-09-04 | 2023-09-04 | 一种基于盲源分离的高空间分辨率ofdr数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311127390.4A CN117168515A (zh) | 2023-09-04 | 2023-09-04 | 一种基于盲源分离的高空间分辨率ofdr数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117168515A true CN117168515A (zh) | 2023-12-05 |
Family
ID=88942434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311127390.4A Pending CN117168515A (zh) | 2023-09-04 | 2023-09-04 | 一种基于盲源分离的高空间分辨率ofdr数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117168515A (zh) |
-
2023
- 2023-09-04 CN CN202311127390.4A patent/CN117168515A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110132329B (zh) | 应力、温度和振动复合检测光纤传感器及信号处理方法 | |
CN103940363B (zh) | 基于小波互相关技术的高精度光纤应变低频传感解调方法 | |
CN113188461B (zh) | 一种高空间分辨率下的ofdr大应变测量方法 | |
CN112985639B (zh) | 基于去啁啾和时域子啁啾脉冲提取的分布式光纤传感方法 | |
CN111157097B (zh) | 一种基于相位敏感光时域反射***的振动信号检测方法 | |
Alekseev et al. | Dual-pulse phase-OTDR response to propagating longitudinal disturbance | |
CN105067101A (zh) | 振源识别的基于振动信号的基音频率特征的提取方法 | |
CN113237431B (zh) | 一种提升ofdr***分布式空间分辨率的测量方法 | |
CN111780856B (zh) | 基于瑞利散射谱的相位谱分析的光纤分布式振动测量方法 | |
Pang et al. | Comparison between time shifting deviation and cross-correlation methods | |
Wu et al. | NLM Parameter Optimization for $\varphi $-OTDR Signal | |
CN113218320B (zh) | 一种基于距离域补偿的ofdr大应变测量方法 | |
CN115165071A (zh) | 一种基于机器学习与相位分段差分实现振动精确定位的方法和*** | |
JP2005147900A (ja) | Ofdr方式の歪連続分布計測装置 | |
CN108344432B (zh) | 获取布里渊光纤分布式传感***的传感信息的方法 | |
CN101520509B (zh) | 混沌光时域波形帧间比较测距方法 | |
CN111579048B (zh) | 一种基于滑动时间选通的ofdr***振动检测方法 | |
CN112179475B (zh) | 一种多源混叠的分布式光纤振动传感信号的分离方法 | |
CN107014409B (zh) | 一种长距离光频域反射光纤分布式多点扰动传感方法 | |
CN117168515A (zh) | 一种基于盲源分离的高空间分辨率ofdr数据处理方法 | |
CN104482858B (zh) | 一种高灵敏度和高精度的光纤识别标定方法及*** | |
CN115752696A (zh) | 基于前向传输的分布式光纤振动传感***及信号处理方法 | |
Meng et al. | Comparative analysis of temporal-spatial and time-frequency features for pattern recognition of φ-OTDR | |
CN113155267A (zh) | 一种基于二次相关的ofdr***振动检测方法、***、存储介质和终端 | |
CN107687939A (zh) | 一种干涉型光纤水听器传感臂光纤检测装置及方法 |
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 |