基于SVM算法的φ-OTDR分布式光纤扰动传感系统模式识别研究

针对相位敏感光时域反射计(φ-OTDR)分布式光纤扰动传感系统对扰动事件进行有效判别和识别的问题,提出一种基于支持向量机(SVM)的扰动判别和扰动模式识别的方法。通过提取信号时域和频域的平均值、方差、均方差以及信号功率特征,利用二叉树结构建立基于SVM算法的分类器,对扰动进行判别并对扰动模式进行识别。根据传感信号的特征,通过分类器I在对有无扰动信号进行判别的基础上,进一步对有扰动信号利用分类器对扰动事件的模式进行识别。通过实验对所提出的方法进行验证,对600组实验数据进行扰动判别和模式识别,正确的扰动判别率在96%以上,漏报率和误报率在4%以下;正确的模式识别率均在94%以上。

选择性平均的φ-OTDR分布式光纤扰动传感系统阈值算法

阈值的准确设定是有效降低φ-OTDR分布式光纤扰动传感系统误报和漏报率的关键。针对该问题,提出了一种基于选择性平均的φ-OTDR分布式光纤扰动传感系统阈值算法,采用相关差值预挑选的方式确定信号模板,进行阈值模板匹配。理论和实验研究表明:提出的选择性平均阈值算法,能够更有效设定阈值,提高信噪比,降低φ-OTDR分布式光纤扰动传感系统的误报和漏报率,与直接平均和移动平均阈值算法相比,所提出的选择性平均阈值算法将误报率分别降低了5%和3%,漏报率均降低了2%;信噪比分别提升了2.55 d B、1.1 d B。所提出的算法有助于提高φ-OTDR分布式光纤扰动传感系统在实际应用中可靠性。

分布式光纤扰动传感系统故障模式识别仿真

针对传统方法存在识别时间过长、识别率较低等问题,提出一种新的识别方法———基于信息融合的光纤扰动传感故障识别方法。通过集合经验模态分解进行信号分解处理,并提取所得分量中的敏感分量。利用各敏感分量与原信号的关系值及互信息乘积绝对值作为评定标准,选择含系统信息的分量作为分析对象。利用轻量级协议算法及线性模型提取所选对象中的故障特征向量。以提取的故障特征向量为依据,利用系统灰色性故障识别方法和模糊性识别方法出发得到传感器系统故障诊断信息,获取传感器多角度信息融合故障识别,利用信息融合故障识别方法对光纤扰动传感器故障数据进行了识别。实验结果表明,所提方法有效减少了识别时间,提高了识别率。

调制频率对Φ-OTDR分布式光纤扰动传感系统动态性能的影响(英文)

调制器将输入连续光调制成脉冲光,是基于Φ-OTDR分布式光纤扰动传感系统的重要组成部分,其调制频率直接决定了系统的监测距离并影响系统的动态特性。对调制频率对系统动态响应范围的影响进行了理论分析及仿真研究。结果表明,脉冲调制频率决定了系统所能还原的外界扰动信号的最高频率。调制频率越高,系统的频率响应范围越大,可探测到的扰动的极限频率越高,采集到的信号失真度越低;反之,调制频率较低甚至低于扰动信号频率时,采集到的信号将严重失真。

基于LMS算法和线性插值的光纤扰动定位系统

目前光纤扰动监测系统的定位算法以互相关为主,存在定位精度低、实时性差和稳定性不够的问题。基于上述现象,研究并运用最小均方(LMS)算法和线性插值原理,设计出一种精度高、实时定位的光纤扰动定位系统。检测光路采用双马赫-曾德尔分布式干涉结构,定位算法以两段式步长调整的LMS时延估计为主,对LMS估计结果的差分进行线性插值能额外提高定位精度,定位算法的实现和数据处理在FPGA内进行。多次光纤敲击实验表明:系统响应时间在0.45s左右;在采样率为10MHz的条件下,系统定位精度达到±6m,且较为稳定可靠。

基于多特征参量的?-OTDR分布式光纤扰动传感系统模式识别研究

针对目前相位敏感光时域反射计(?-OTDR)分布式光纤扰动传感系统难以对扰动事件进行有效判别的问题,提出一种基于多特征参量的扰动模式识别方法。作为识别依据的多特征参量包括平方差、短时过电平率、短时傅里叶变换以及扰动持续时间,对以上特征参量利用加权平均型综合评判函数进行模式识别,可以有效识别出应力破坏(敲击)、攀爬、浇水(模拟下雨环境)以及轻度碾压(模拟非破坏性人为扰动)四种扰动模式。对60组共240个实验样本进行识别,对以上四种扰动事件的识别率分别达到91.2%,88.3%,90%和86.7%。该方法克服了现有单一特征参量识别模式受限的问题,提高了扰动事件识别的准确性。

多模光纤强度调制型扰动传感器传感原理

介绍了一种采用"单模光纤-多模光纤-单模光纤"结构的强度调制型扰动传感器,传感光纤为多模光纤.以提高传感灵敏度为目的,对强度调制的传感原理进行研究,并通过仿真及实验验证原理,得出使用相干光源、阶跃折射率多模光纤、对轴熔接单模光纤和多模光纤可以得到传感灵敏度很高的扰动传感器.所述方案结构简单、传感距离长,可应用于各种扰动传感领域,如边界线、军事基地、石油管道等.

基于空间域差分的φ-OTDR光纤分布式扰动传感器定位方法研究

针对φ-OTDR光纤分布式扰动传感器偏振衰落导致漏报的问题,提出了一种基于空间域差分的定位方法。在不增加光路器件的情况下,在空间域对探测光强进行差分处理,与现有时域定位方法相结合,通过在时域和空间域分别设置报警阈值,可以有效抑制偏振衰落导致的漏报。对提出的定位方法进行了实验验证,在空间分辨率为50 m、光纤长度为25.05 km的条件下进行多次实验测试,与现有单一时域定位方法相比,漏报率从18.5%降低到2%,报警准确率从76%提高至89%。该研究工作可以为优化和提高φ-OTDR光纤分布式扰动传感器在实际应用中的技术性能提供理论指导和技术参考。

基于Sagnac组合型干涉仪的光纤分布式扰动传感器(英文)

提出并研究了基于Sagnac组合型干涉仪的光纤分布式扰动传感器。扰动作用在传感光纤上引起传输光波相位的变化,可以通过Sagnac干涉仪进行检测。所提出的光纤传感器包括三个Sagnac干涉仪,它们共用一个宽带光源(BBS),并通过两个光电探测器(PD)检测干涉信号。由于宽谱光源的相干长度很短,因此只有经历相同路径的两束光会发生干涉,这样的路径存在三条。其中一个光电探测器检测有着相同环路长度的两个Sagnac干涉仪的信号之和,另一个光电探测器检测由法拉第旋光镜和传感光纤组成的干涉仪中的干涉光强。通过对探测器接收到的信号进行数学运算可以对扰动进行定位。实验结果表明,所提出的传感器可以检测并定位扰动。10次实验的最大定位误差为370 m,平均定位误差为270 m。

M-Z干涉仪型光纤分布式扰动传感系统模式识别方法

针对M-Z干涉仪型光纤分布式扰动传感系统输出信号短时频率随外界扰动变化的特征,提出了基于短时频率-时间特性的模式识别算法。采用提取短时过电平率来描述传感信号的短时平均频率-时间特性,并将提取出来的时频特性分段后建立相应的特征元素模型,通过动态规划算法(DTW)筛选出最优特征元素模型,将信号所有最优模型的参数作为信号特征输入到人工神经网络(ANN)进行学习和判决,降低了ANN的训练难度以及对时间的敏感性,提高了系统的环境适应能力。实验结果表明:该方法可以有效区分瞬时作用、长时作用、径向作用和不规则作用等多种不同扰动事件,平均识别速度在0.26 s之内,平均识别准确度在97%以上。

基于Michelson干涉仪的光纤分布式扰动传感器(英文)

提出并研究了基于Michelson干涉仪的应用于检测时变扰动的光纤分布式传感器。所提出的光纤传感器由两个Michelson干涉仪和一个光纤延迟环组成。扰动作用在传感光纤上,引起传输光波相位的调制作用,可以通过该传感器进行检测并得到扰动的位置信息。通过光电探测器对干涉信号进行接收。对接收到的信号进行隔直,并通过求取峰峰值的方法对隔直后的信号进行预处理。通过希尔伯特变换、相位去包裹和三角函数运算可以提取出预处理信号中包含的相位信息。最后,通过频谱分析和相应的数学运算可以实现扰动的定位。在20 km的监测距离内通过实验验证了传感器的可行性。所提出的光纤传感器具有实时性好、抗偏振性、低成本的独特优势。

基于Lissajous图形的光纤分布式扰动传感器定位方法

研究了一种基于Lissajous图形的光纤分布式扰动传感器定位方法。光纤分布式扰动传感器基于Mach-Zehnder干涉仪，通过两路输出信号的时延得到扰动定位。在两路输出信号的Lissajous图形中构造拟合椭圆，基于实验数据的仿真研究表明：通过椭圆半短轴长可以得到时延，实现定位。法进行了仿真和实验研究，在无需噪声抑制的条件下定位精度较高：在信噪比为-6~7dB范围，最大定位误差为207 m 多次测量中，最大误差为94 m。研究结论可以为光纤分布式扰动传感器定位方法提供新的技术参考。

光纤分布式扰动传感器中瑞利和受激布里渊散射光谱特性及其影响研究

针对光纤分布式扰动传感器长距离应用定位误差增大的问题,研究了传感器长距离光纤中的瑞利散射和受激布里渊散射的光谱特性及其对系统定位精度的影响。建立了长距离光纤中瑞利和受激布里渊散射的数学模型,通过仿真研究发现散射光波的杂波干涉和强度噪声会严重降低干涉仪的光学信噪比,从而导致定位误差。通过实验验证了仿真结果的正确性。研究结论可以为提高长距离应用定位精度提供理论指导。

传输扰动对光纤补偿网络结构参数的影响

分析了光纤传输扰动对光纤补偿网络内部结构参数的影响机理，并在理论上和实验上验证了耦合器模式选择性对光纤传输性能的影响。

全光纤安防系统模式识别混合编程的实现

介绍了宽域全光纤监控预警系统及光纤扰动信号模式识别算法.利用小波包分解对信号进行分解与重构,并提取各频段内信号分量能量谱作为特征向量;应用综合考虑观测数据和确定性先验知识的BVC-RBF神经网络实现信号分类,提高了网络的泛化能力.利用Matlab引擎、动态链接库(DLL)、组件对象模型(COM)3种混合编程方法将Matlab开发的算法程序集成到VC编写的用户操作平台中.使用文本文件存取网络数据,克服了Matlab无法编译神经网络工具箱函数的缺陷,并从操作复杂度、执行时间、内存消耗等方面对3种方式进行对比,最终选定动态链接库作为系统应用方案.

谱减降噪法在相位敏感OTDR扰动传感系统中的应用

针对当前基于相位敏感光时域反射计(Φ-OTDR)的分布式光纤扰动传感系统降噪算法复杂且效果不明显的问题,提出了谱减降噪法。首先对采样信号进行加窗分帧和傅里叶变换;其次取前十五帧无扰动信号功率谱的平均值作为噪声的功率谱估计,用含有扰动信号的功率谱减去噪声的估计谱得到降噪信号的功率谱;最后降噪信号通过逆傅里叶变换得到其时域信号。谱减法运算快且失真小,研究结果表明了在传感距离为53. 6 km的情况下,降噪信号的信噪比提高了2. 7 dB。

新一代光纤智能传感网技术进展

新一代光纤智能传感网是一项涵盖领域较为广泛的综合性技术,主要包括微结构光纤传感、基于非线性光学散射的光纤传感、基于光纤扰动的光纤传感、传感网的优化及应用技术四个方面。燕山大学、天津大学研制了不同类型的光子晶体光纤传感器,可用于生物化学方面检测。中国计量学院、南京大学开展了基于非线性光学散射的光纤系统研究,并在实际工程中得到应用。复旦大学、天津大学、上海理工大学针对光纤扰动的理论、算法等方面进行了研究。天津大学开展了光纤传感网优化及应用的研究,并在实际中得到应用。该文简要介绍了上述科研机构在光纤智能传感网技术方面取得的进展,为广大科研工作者进行相关研究提供参考。

全光纤安防系统模式识别及混合编程

介绍了全光纤监控预警系统及其模式识别算法。利用小波包分解对信号提取各频段内信号分量能量谱作为特征向量;应用速度与精度均非常出色的RBF神经网络实现信号分类,提高网络泛化能力。利用MATLAB引擎、组件对象模型(COM)两种混合编程方法实现将MATLAB算法程序集成到VC编写的系统平台中。使用文本文件存取网络数据,克服了MATLAB无法编译神经网络工具箱函数的缺陷,并从操作复杂度、执行时间、消耗内存等方面对两种方式进行对比,最终选定组件对象模型作为系统应用方案。

相位敏感光时域反射系统模式识别方法综述

基于相位敏感的光时域反射系统(Ф-OTDR)是一种新型的分布式光纤扰动传感系统。随着应用需求的不断细化,单纯对外部侵扰活动的检测及定位已无法满足实际需要,亟待对检测到的信号进行准确的分类识别。在检测到侵扰信号的同时,如何能准确判别入侵事件的类别,减少误报率和漏报率是分布式光纤扰动传感系统研究的关键问题。文中主要针对分布式光纤扰动传感系统的原理进行了简要的介绍,将现有的扰动信号特征提取的方法和分类器设计的方法进行归纳和分类,并对识别结果进行总结和对比以方便研究人员根据应用环境的差异以及待测信号的特征,准确选择适合的信号模式识别方法,促进研究人员对分布式光纤扰动传感系统模式识别方法进行更为深入的研究。

基于FPGA的高速数据处理系统设计

针对光纤微扰动传感器的高速数据处理问题,设计一种以XC4VSX25为核心,具有数据采集功能、存储功能、LCD显示功能和USB通信功能的系统。利用XC4VSX25带有的XtremeDSPTM IP核,通过并行运算解决高速实时数据处理问题,并且通过Verilog HDL语言设计串行结构和并行结构,并在ModelSim中对两种结构进行仿真比较。结果表明,本系统中并型结构的计算速度是正比于并行度的,可以提高系统处理速度。