CN119666039B - 基于光谱和动态信号压缩感知的快速botda系统及解调方法 - Google Patents
基于光谱和动态信号压缩感知的快速botda系统及解调方法Info
- Publication number
- CN119666039B CN119666039B CN202311223462.5A CN202311223462A CN119666039B CN 119666039 B CN119666039 B CN 119666039B CN 202311223462 A CN202311223462 A CN 202311223462A CN 119666039 B CN119666039 B CN 119666039B
- Authority
- CN
- China
- Prior art keywords
- dynamic signal
- spectrum
- brillouin
- optical
- sampling
- 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.)
- Active
Links
Landscapes
- Optical Transform (AREA)
Abstract
本发明提供了一种基于光谱和动态信号压缩感知的快速BOTDA系统及解调方法,该解调方法包括:1)进行布里渊光谱压缩采样与重构:通过探测光频率高斯随机扫描实现布里渊光谱压缩采样;根据观测信号和布里渊光谱变换域字典,基于布里渊光谱压缩采样变换向量实现布里渊光谱重构;2)动态信号压缩采样与重构:通过控制脉冲序列及其对应微波扫描序列实现动态信号压缩采样,根据动态信号变换域字典,基于动态信号压缩采样变换向量实现动态信号重构;3)根据重构后的布里渊光谱和重构后的动态信号进行解调。应用本发明的技术方案,能够解决现有技术无法满足快速BOTDA系统对数据压缩需求的技术问题。
Description
技术领域
本发明涉及光学技术领域,尤其涉及一种基于光谱和动态信号压缩感知的快速BOTDA系统及解调方法。
背景技术
光纤传感具有抗电磁干扰耐腐蚀等特性可以在极端情况下工作,并且光纤材质具有体积小、质量轻、便于布设等优势,展示出优良的工程特性。基于散射效应的分布式光纤传感技术,能够同时传输和感知信号实现空间连续测量,其监测点位可达百万个,散射型分布式光纤传感技术也成为光纤传感器重要的发展方向。散射光信号类型主要包括瑞利散射、布里渊散射和拉曼散射,相应的分布式光纤传感器都得到了广泛的研究。布里渊光时域分析系统(Brillouin Optical Time Domain Analysis,BOTDA)具有高空间分辨率、快速测量、高精度等优势,成为分布式光纤传感技术的典型代表技术之一。
经过十余年的技术发展,基于频率扫描方案的BOTDA系统的测量时间已接近性能极限。其测量过程中,需要对泵浦光和探测光之间的频率差进行扫描,影响BOTDA系统测量时间的主要因素有光纤长度、平均次数、频率切换速度和频率扫描步数。光纤长度限制了脉冲信号的触发间隔,需保证待测光纤内只有一个脉冲信号避免信号重叠,并且测得的布里渊信号还需要一定的平均次数从而提高信噪比。对于短距离传感而言,脉冲间隔和所需的平均次数都能够有所减少,此时后两个因素(频率切换时间和扫频步数)成为主要限制。任意波形发生器(AWG)利用高速数字电路能够实现快速频率切换,即光学捷变频技术,有效解决了频率切换时间对于BOTDA系统测量时间的限制。采用光学捷变频技术实现BOTDA系统探测光频率快速扫描,将所需扫描的频率写入任意波形发生器内存一次输出,结合IQ升频实现对探测光频率的快速扫描,泵浦脉冲序列和光学捷变频调制的探测光的时序同步从待测光纤两端输入。待测光纤长度为100m,在10次平均的情况下,系统采样率可以达到10kHz。因此,布里渊光谱的频率扫描个数成为限制BOTDA系统的主要因素,尤其面向大温度和大应变监测,需要进一步增加频率扫描个数,导致扫频BOTDA系统测量时间增加。
另一方面频率扫描BOTDA性能受制于高数据存储压力。BOTDA系统单次测量需要记录频率扫描过程中所有光纤位置的数据,获取所有光纤位置的布里渊增益谱,然而动态信号测量过程中,单次测量的布里渊增益谱为动态信号的一次采样,需要连续记录一定时间,完成动态信号测量。在高速采样情况下,基于频率扫描的BOTDA系统无法实现数据的快速处理,只能先记录所有数据,对高采样率(百兆赫兹以上)采集卡的存储空间同样提出了较高的要求。传统的压缩技术,首先将信号数据完整采集,然后利用算法剔除数据中的冗余信息实现数据压缩,在数据重构的过程中利用解压缩算法恢复出原始信号。这种采集-压缩-传输-解压缩的模式中,数据压缩技术只是减少了后期处理设备存储和传输的数据量,对于采集设备而言仍存在巨大的硬件压力。
压缩感知技术直接在采集过程中实现数据压缩,降低采集卡的内存要求。基于压缩感知技术的BOTDA传感研究已得到初步应用,将布里渊增益谱在余弦域等其他稀疏域表示,利用少量的采集样本结合重构算法实现布里渊增益谱重构。2020年,哈尔滨工业大学研究人员提出基于主成分分析的布里渊光谱压缩采样,在4MHz的扫描步长的情况下,利用均匀等间隔采样30%的数据量即可完成分布式布里渊光纤传感,有效提高了系统采样率和降低了数据存储量。
但现有技术仍然无法满足快速BOTDA系统对数据压缩的需求。如何进一步拓展压缩感知算法在快速BOTDA系统的应用,具有较高的科研和工程应用价值。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。
根据本发明的一方面,提供了一种基于光谱和动态信号压缩感知的快速BOTDA系统的解调方法,该解调方法包括:
1)进行布里渊光谱压缩采样与重构:通过探测光频率高斯随机扫描实现布里渊光谱压缩采样;根据观测信号和布里渊光谱变换域字典,基于布里渊光谱压缩采样变换向量实现布里渊光谱重构;
2)动态信号压缩采样与重构:通过控制脉冲序列及其对应微波扫描序列实现动态信号压缩采样,根据动态信号变换域字典,基于动态信号压缩采样变换向量实现动态信号重构;
3)根据重构后的布里渊光谱和重构后的动态信号进行解调。
进一步地,在步骤1)中,根据布里渊光谱特征,仿真获取不同频移的布里渊光谱数据库,基于布里渊光谱变换域字典实现布里渊光谱稀疏化,基于布里渊光谱测量矩阵实现布里渊光谱压缩采样。
进一步地,通过主成分分析算法获得布里渊光谱变换域字典。
进一步地,利用高斯随机矩阵构造布里渊光谱测量矩阵。
进一步地,布里渊光谱压缩采样变换向量和动态信号压缩采样变换向量采用凸优化算法、组合算法、统计优化算法、贪婪算法或交匹配追踪算法求解。
根据本发明的另一方面,提供了一种基于光谱和动态信号压缩感知的快速BOTDA系统,该快速BOTDA系统采用如上所述的解调方法实现解调,快速BOTDA系统包括:第一激光器、耦合器、第一电光调制器、第二电光调制器、任意波形发生器、放大器、第二激光器、待测光纤、光电探测器、数据采集卡和数据处理模块,第一激光器的输出信号经耦合器后分为两路信号,分别进入第一电光调制器和第二电光调制器,任意波形发生器分别为第一电光调制器和第二电光调制器提供加载电信号,第一电光调制器输出泵浦脉冲光信号,第二电光调制器输出光学捷变频信号,实现布里渊光谱压缩采样和动态信号压缩采样;泵浦脉冲光信号经放大器放大后进入待测光纤,光学捷变频信号经第二激光器整形后进入待测光纤,待测光纤中的信号发生受激布里渊散射作用,携带布里渊增益谱信息输出至光电探测器,数据采集卡采集光电探测器的数据,数据处理模块根据数据采集卡采集的数据进行布里渊光谱重构和动态信号重构,并根据重构后的布里渊光谱和重构后的动态信号进行解调。
进一步地,快速BOTDA系统还包括第一环行器,经放大器放大后的泵浦脉冲光信号经第一环行器的第一端口后由第二端口进入待测光纤,待测光纤中的信号发生受激布里渊散射作用,携带布里渊增益谱信息从第一环行器的第三端口输出至光电探测器。
进一步地,快速BOTDA系统还包括第二环行器,经第二电光调制器双边带调制后输出的光学捷变频信号经第二环行器的第一端口后由第二端口进入第二激光器,下边带光信号注入锁定输出,实现探测光滤波、放大和频谱整形后从第二环行器的第三端口输出。
进一步地,快速BOTDA系统还包括隔离器,隔离器位于第二环行器与待测光纤之间。
进一步地,放大器为掺铒光纤放大器。
应用本发明的技术方案,提供了一种基于光谱和动态信号压缩感知的快速BOTDA系统及解调方法,该解调方法分别对布里渊光谱和动态信号进行压缩采样与重构,降低布里渊光谱测量所需的频率个数和动态信号所需的布里渊光谱数量,大幅降低数据存储空间。相比于现有压缩感知BOTDA系统,进一步降低数据存储空间,缓解快速BOTDA系统对采集卡内存的要求,并具备突破奈奎斯特采样定理实现更高频率动态信号采样能力。与现有技术相比,本发明的技术方案能够解决现有技术无法满足快速BOTDA系统对数据压缩需求的技术问题。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施例,并与文字描述一起来阐释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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示出了根据本发明的具体实施例提供的压缩感知求解过程示意图的结构示意图;
图2示出了根据本发明的具体实施例提供的布里渊光谱压缩采样示意图;
图3示出了根据本发明的一个具体实施例提供的动态信号压缩采样示意图;
图4示出了根据本发明的另一个具体实施例提供的动态信号压缩采样示意图;
图5示出了根据本发明的具体实施例提供的快速BOTDA系统示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作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。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
根据本发明的具体实施例提供了一种基于光谱和动态信号压缩感知的快速BOTDA系统的解调方法,该解调方法包括:
1)进行布里渊光谱压缩采样与重构:通过探测光频率高斯随机扫描实现布里渊光谱压缩采样;根据观测信号和布里渊光谱变换域字典,基于布里渊光谱压缩采样变换向量实现布里渊光谱重构;
2)动态信号压缩采样与重构:通过控制脉冲序列及其对应微波扫描序列实现动态信号压缩采样,根据动态信号变换域字典,基于动态信号压缩采样变换向量实现动态信号重构;
3)根据重构后的布里渊光谱和重构后的动态信号进行解调。
应用此种配置方式,提供了一种基于光谱和动态信号压缩感知的快速BOTDA系统的解调方法,该解调方法分别对布里渊光谱和动态信号进行压缩采样与重构,降低布里渊光谱测量所需的频率个数和动态信号所需的布里渊光谱数量,大幅降低数据存储空间。相比于现有压缩感知BOTDA系统,进一步降低数据存储空间,缓解快速BOTDA系统对采集卡内存的要求,并具备突破奈奎斯特采样定理实现更高频率动态信号采样能力。
压缩感知理论表明,在采样信号稀疏的先验条件下,可以突破奈奎斯特采样定理,减少测量信号所需的采样点数,并通过求解一个优化逆问题实现原始信号的精确恢复。压缩感知的解调过程如图1所示,由于观测信号、测量矩阵和变换域字典是已知的,通过使用变换向量和变换域字典可以获得重构信号。可以看出,变换域字典、测量矩阵和信号重构算法是实现布里渊光谱和应变信号的压缩采样的三个重要组成部分。
进一步地,在本发明中,在布里渊光谱压缩采样过程中,首先根据布里渊光谱特征,仿真获取不同频移的布里渊光谱数据库,基于布里渊光谱变换域字典实现布里渊光谱稀疏化,基于布里渊光谱测量矩阵实现布里渊光谱压缩采样。
作为本发明的一个具体实施例,可通过主成分分析算法获得变换域字典(Φ),相比于余弦域等其他固定变换域,能够根据数据特征自适应构造稀疏变换字典,实现布里渊光谱稀疏化。然后,利用高斯随机矩阵构造布里渊光谱测量矩阵(Ψ),基于布里渊光谱测量矩阵实现布里渊光谱压缩采样,满足测量矩阵与变换域字典的相关性低的要求。如图2所示,布里渊光谱的随机选择的频率由图中圆圈表示。
进一步地,在本发明中,在完成布里渊光谱压缩采样后,根据观测信号和布里渊光谱变换域字典,基于布里渊光谱压缩采样变换向量实现布里渊光谱重构。
由于感知矩阵A为A=ΨΦ,由于感知矩阵的维数远小于变换向量X的维数,布里渊光谱的恢复为一病态方程求解。通常,求解变换向量是寻找最稀疏解的过程。作为本发明的一个具体实施例,求解变换向量的主要算法包括凸优化算法、组合算法、统计优化算法、贪婪算法和正交匹配追踪(OMP)算法等。其中,贪婪算法的核心是通过不断迭代比较,每次选择局部最优解来重构变换向量,收敛性好,重构速度快。
以正交匹配追踪(OMP)算法为例,实现信号恢复,算法核心步骤如下:
输入:压缩采样信号Y、感知矩阵A和稀疏度K;
输出:估计信号y和残差R;
初始化:残差R0=Y,支撑集F=[],变换向量X=[],迭代次数h=1;
循环步骤1-5:
步骤1:计算残差R与感知矩阵A的列的内积,并找到内积最大值所在的列j_h;
步骤2:找到感知矩阵A的对应列,更新支撑集:F=[F,Aj_h],更新后将感知矩阵对应列置为0;
步骤3:由最小二乘算法求解变换向量系数Xh,Xh=(FTF)-1FTY;
步骤4:更新残差R,R=Y-FX;
步骤5:判断是否满足迭代终止条件h>K,若满足条件,则输出X,R;否则返回步骤1。
进一步地,在发明中,在完成布里渊光谱压缩采样与重构后,进行动态信号压缩采样:通过控制脉冲序列及对应的微波扫描序列实现动态信号压缩采样。本发明中,只需要输出随机采样的脉冲序列及其对应微波序列,同时微波序列内是随机采样的微波频率,即可实现动态信号的压缩采样。
在动态信号的压缩采样和重构过程中,一般动态应变在频域具有良好的稀疏性,利用离散余弦变换得到动态信号变换域字典。对于BOTDA传感,通过布里渊光谱的频移对应变进行解调,每个布里渊光谱都可以作为动态信号的一个采样点。与布里渊增益谱的压缩采样类似,选择高斯随机矩阵作为测量矩阵,满足测量矩阵与变换域字典的相关性低,不同应变信号的压缩采样示意图如图3和图4所示。
进一步地,在本发明中,在完成动态信号压缩采样后,根据动态信号变换域字典,基于动态信号压缩采样变换向量实现动态信号的重构。
作为本发明的一个具体实施例,可采用凸优化算法计算动态信号压缩采样变换向量。
通过凸优化问题求解,可以从少量观测结果中求得稀疏系数x,Y=Ax。这里通过求解线性带等式约束的最小化L1范数问题,实现动态信号重构,该问题的数学表达如下:
min‖x‖1,s.t.(约束条件):Ax=Y
上式的求解也被称为基追踪算法,即找到具有最小L1范数的向量:
该算法的原理就是不断寻找L1范数最小的x来解释采样到的压缩信号Y,如果找到了一组足够稀疏的信号(L1范数足够小的信号),那么就认为方程组找到了最合适的解。
进一步地,在本发明中,在完成动态信号的重构后,根据重构后的布里渊光谱和重构后的动态信号进行解调。
本发明首先对布里渊光谱进行压缩采样与重构,降低所需的扫频个数,提高系统采样率和降低数据存储空间,在此基础上对动态信号进行压缩采样与重构,进一步降低数据存储空间,缓解快速BOTDA系统对采集卡内存的要求,或在同等硬件条件的情况下,有效增加快速BOTDA系统对动态信号的记录时间。
如图5所示,根据本发明的另一方面,提供了一种基于光谱和动态信号压缩感知的快速BOTDA系统,该快速BOTDA系统采用如上所述的解调方法实现解调,该快速BOTDA系统包括:第一激光器、耦合器、第一电光调制器、第二电光调制器、任意波形发生器、放大器、第二激光器、待测光纤、光电探测器、数据采集卡和数据处理模块,第一激光器的输出信号经耦合器后分为两路信号,分别进入第一电光调制器和第二电光调制器,任意波形发生器分别为第一电光调制器和第二电光调制器提供加载电信号,第一电光调制器输出泵浦脉冲光信号,第二电光调制器输出光学捷变频信号,实现布里渊光谱压缩采样和动态信号压缩采样;泵浦脉冲光信号经放大器放大后进入待测光纤,光学捷变频信号经第二激光器整形后进入待测光纤,待测光纤中的信号发生受激布里渊散射作用,携带布里渊增益谱信息输出至光电探测器,数据采集卡采集光电探测器的数据,数据处理模块根据数据采集卡采集的数据进行布里渊光谱重构和动态信号重构,并根据重构后的布里渊光谱和重构后的动态信号进行解调。
本发明的快速BOTDA系统中,每一脉冲及其对应微波信号能够获得所有位置处的布里渊增益信号,通过任意波形发生器频率扫描信号的输出实现布里渊光谱的压缩采样。每一组脉冲序列及其对应微波扫描序列能够获得某一时刻所有位置的布里渊光谱,可看作对于动态信号的一个采样点,通过控制脉冲序列及其对应微波扫描序列实现动态信号压缩采样。
进一步地,在本发明中,为了实现对待测光纤中携带布里渊增益谱信息的信号的探测和采集,可配置快速BOTDA系统还包括第一环行器,经放大器放大后的泵浦脉冲光信号经第一环行器的第一端口后由第二端口进入待测光纤,待测光纤中的信号发生受激布里渊散射作用,携带布里渊增益谱信息从第一环行器的第三端口输出至光电探测器。
进一步地,在本发明中,为了实现第二激光器对光学捷变频信号的整形,可配置快速BOTDA系统还包括第二环行器,经第二电光调制器双边带调制后输出的光学捷变频信号经第二环行器的第一端口后由第二端口进入第二激光器,下边带光信号注入锁定输出,实现探测光滤波、放大和频谱整形后从第二环行器的第三端口输出。
进一步地,在本发明中,为了防止经放大器放大的高功率的泵浦脉冲光进入第二激光器和第二电光调制器,可配置快速BOTDA系统还包括隔离器,隔离器位于第二环行器与待测光纤之间。
作为本发明的一个具体实施例,放大器可选择掺铒光纤放大器。泵浦脉冲光经掺铒光纤放大器放大后峰值功率为数百毫瓦。
电光调制器1和电光调制器2都工作在输出最低工作点,泵浦脉冲光的脉冲宽度影响了系统空间分辨率,例如20ns脉冲宽度,对于系统空间分辨率为2m。
根据初步实验结果可知,传统快速BOTDA测量从10.7GHz扫描到11.2GHz,步长4MHz,共需126个频率,布里渊光谱压缩采样只需要传统BOTDA系统31.8%的数据量即可实现布里渊谱的压缩重构,将系统采样率提高3.3倍,数据量压缩68.2%,进一步只需要50%的脉冲序列即可实现动态信号的压缩采样。因此,利用提出的光谱和动态信号同时压缩采样,快速BOTDA的数据量可压缩84.1%,动态信号采样率提高3.3倍,同时具备突破奈奎斯特采样定理实现更高频率动态信号采样的能力。
本发明创新提出的基于光谱和动态信号压缩感知的快速BOTDA系统及解调方法,利用布里渊光谱的压缩采样与重构,降低所需扫描的频率个数,提高系统采样率和降低数据存储空间;利用动态信号的压缩采样与重构,降低所需的脉冲序列及其对应扫频序列个数,进一步降低数据存储空间,具备高频信号解调能力。相比于现有压缩感知BOTDA系统,进一步降低数据存储空间,缓解快速BOTDA系统对采集卡内存的要求,并具备突破奈奎斯特采样定理实现更高频率动态信号采样能力。
相比于现有技术,本发明的有益效果包括:
1)大幅压缩数据存储空间,同时对布里渊光谱和动态信号进行压缩采样与重构,降低布里渊光谱测量所需的频率个数和动态信号所需的布里渊光谱数量,大幅降低数据存储空间;
2)提高系统采样率,并具备突破奈奎斯特采样定理的限制实现高频振动信号测量能力,布里渊光谱压缩感知能够有效降低BOTDA系统测量时间,提高系统采样率,动态信号的随机压缩感知能够突破奈奎斯特采样定理,具备高频振动信号测量能力;
3)易于应用推广,所提出的算法可直接用于现有的BOTDA硬件系统,只需要改变扫描频率、脉冲序列及其对应扫频序列输出,即可实现布里渊谱和动态信号压缩感知。
综上所述,本发明提供了一种基于光谱和动态信号压缩感知的快速BOTDA系统及解调方法,该解调方法分别对布里渊光谱和动态信号进行压缩采样与重构,降低布里渊光谱测量所需的频率个数和动态信号所需的布里渊光谱数量,大幅降低数据存储空间。相比于现有压缩感知BOTDA系统,进一步降低数据存储空间,缓解快速BOTDA系统对采集卡内存的要求,并具备突破奈奎斯特采样定理实现更高频率动态信号采样能力。与现有技术相比,本发明的技术方案能够解决现有技术无法满足快速BOTDA系统对数据压缩需求的技术问题。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本发明保护范围的限制。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于光谱和动态信号压缩感知的快速BOTDA系统的解调方法,其特征在于,所述解调方法包括:
1)进行布里渊光谱压缩采样与重构:通过探测光频率高斯随机扫描实现布里渊光谱压缩采样;根据观测信号和布里渊光谱变换域字典,基于布里渊光谱压缩采样变换向量实现布里渊光谱重构;
2)动态信号压缩采样与重构:通过控制脉冲序列及其对应微波扫描序列实现动态信号压缩采样,根据动态信号变换域字典,基于动态信号压缩采样变换向量实现动态信号重构;
3)根据重构后的布里渊光谱和重构后的动态信号进行解调。
2.根据权利要求1所述的基于光谱和动态信号压缩感知的快速BOTDA系统的解调方法,其特征在于,在步骤1)中,根据布里渊光谱特征,仿真获取不同频移的布里渊光谱数据库,基于布里渊光谱变换域字典实现布里渊光谱稀疏化,基于布里渊光谱测量矩阵实现布里渊光谱压缩采样。
3.根据权利要求2所述的基于光谱和动态信号压缩感知的快速BOTDA系统的解调方法,其特征在于,通过主成分分析算法获得布里渊光谱变换域字典。
4.根据权利要求2所述的基于光谱和动态信号压缩感知的快速BOTDA系统的解调方法,其特征在于,利用高斯随机矩阵构造布里渊光谱测量矩阵。
5.根据权利要求4所述的基于光谱和动态信号压缩感知的快速BOTDA系统的解调方法,其特征在于,布里渊光谱压缩采样变换向量和动态信号压缩采样变换向量采用凸优化算法、组合算法、统计优化算法、贪婪算法或交匹配追踪算法求解。
6.一种基于光谱和动态信号压缩感知的快速BOTDA系统,其特征在于,所述快速BOTDA系统采用如权利要求1至5中任一项的解调方法实现解调,所述快速BOTDA系统包括:第一激光器、耦合器、第一电光调制器、第二电光调制器、任意波形发生器、放大器、第二激光器、待测光纤、光电探测器、数据采集卡和数据处理模块,第一激光器的输出信号经耦合器后分为两路信号,分别进入第一电光调制器和第二电光调制器,任意波形发生器分别为第一电光调制器和第二电光调制器提供加载电信号,第一电光调制器输出泵浦脉冲光信号,第二电光调制器输出光学捷变频信号,实现布里渊光谱压缩采样和动态信号压缩采样;泵浦脉冲光信号经放大器放大后进入待测光纤,光学捷变频信号经第二激光器整形后进入待测光纤,待测光纤中的信号发生受激布里渊散射作用,携带布里渊增益谱信息输出至光电探测器,数据采集卡采集光电探测器的数据,数据处理模块根据数据采集卡采集的数据进行布里渊光谱重构和动态信号重构,并根据重构后的布里渊光谱和重构后的动态信号进行解调。
7.根据权利要求6所述的基于光谱和动态信号压缩感知的快速BOTDA系统,其特征在于,所述快速BOTDA系统还包括第一环行器,经放大器放大后的泵浦脉冲光信号经第一环行器的第一端口后由第二端口进入待测光纤,待测光纤中的信号发生受激布里渊散射作用,携带布里渊增益谱信息从第一环行器的第三端口输出至光电探测器。
8.根据权利要求6或7所述的基于光谱和动态信号压缩感知的快速BOTDA系统,其特征在于,所述快速BOTDA系统还包括第二环行器,经第二电光调制器双边带调制后输出的光学捷变频信号经第二环行器的第一端口后由第二端口进入第二激光器,下边带光信号注入锁定输出,实现探测光滤波、放大和频谱整形后从第二环行器的第三端口输出。
9.根据权利要求8所述的基于光谱和动态信号压缩感知的快速BOTDA系统,其特征在于,所述快速BOTDA系统还包括隔离器,隔离器位于第二环行器与待测光纤之间。
10.根据权利要求6至9中任一项所述的基于光谱和动态信号压缩感知的快速BOTDA系统,其特征在于,所述放大器为掺铒光纤放大器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311223462.5A CN119666039B (zh) | 2023-09-21 | 2023-09-21 | 基于光谱和动态信号压缩感知的快速botda系统及解调方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311223462.5A CN119666039B (zh) | 2023-09-21 | 2023-09-21 | 基于光谱和动态信号压缩感知的快速botda系统及解调方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN119666039A CN119666039A (zh) | 2025-03-21 |
| CN119666039B true CN119666039B (zh) | 2025-10-17 |
Family
ID=94999466
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311223462.5A Active CN119666039B (zh) | 2023-09-21 | 2023-09-21 | 基于光谱和动态信号压缩感知的快速botda系统及解调方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN119666039B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109781156A (zh) * | 2019-03-12 | 2019-05-21 | 电子科技大学 | 基于布里渊增益谱调制的botda系统及其传感方法 |
| CN112697178A (zh) * | 2020-11-11 | 2021-04-23 | 浙江工业大学 | 一种基于压缩感知的布里渊光信号采集方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102322806B (zh) * | 2011-08-01 | 2013-08-07 | 杭州欧忆光电科技有限公司 | 一种混沌激光相关布里渊光时域分析器 |
| WO2014012411A1 (zh) * | 2012-07-19 | 2014-01-23 | 南京大学 | 基于脉冲编码和相干探测的botda系统 |
| WO2017116383A1 (en) * | 2015-12-28 | 2017-07-06 | Halliburton Energy Services, Inc. | Distributed optical sensing using compressive sampling |
| CN111537444B (zh) * | 2020-05-25 | 2021-07-06 | 南京航空航天大学 | 一种重复频率虚拟调控的激光超声无损检测方法及系统 |
-
2023
- 2023-09-21 CN CN202311223462.5A patent/CN119666039B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109781156A (zh) * | 2019-03-12 | 2019-05-21 | 电子科技大学 | 基于布里渊增益谱调制的botda系统及其传感方法 |
| CN112697178A (zh) * | 2020-11-11 | 2021-04-23 | 浙江工业大学 | 一种基于压缩感知的布里渊光信号采集方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN119666039A (zh) | 2025-03-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110926355B (zh) | 一种基于卷积神经网络的布里渊频移提取方法和装置 | |
| CN111879344B (zh) | 基于捷变频与cs技术的快速布里渊光学时域分析仪及方法 | |
| CN105423943B (zh) | 高速三维显微成像系统及方法 | |
| CN110470329B (zh) | 一种基于多泵浦的实时光纤布里渊时域分析传感系统 | |
| CN111609916B (zh) | 一种基于压缩感知的ofdr分布式振动传感检测方法 | |
| CN113049083A (zh) | 一种在分布式光纤传感系统中实现高频相位解调的方法 | |
| Zhu et al. | A high-precision wavelength demodulation method based on optical fiber fabry-perot tunable filter | |
| CN113188461B (zh) | 一种高空间分辨率下的ofdr大应变测量方法 | |
| Zheng et al. | Accelerated fast BOTDA assisted by compressed sensing and image denoising | |
| Wang et al. | SNR enhancement for BOTDR with spatial-adaptive image denoising method | |
| Li et al. | High spatial resolution implementation method for OFDR system based on convolution neural network | |
| Dong et al. | Compressed sensing based on K-SVD for Brillouin optical fiber distributed sensors | |
| Xiao et al. | Frequency response enhancement of Φ-OTDR using interval-sweeping pulse equivalent sampling based on compressed sensing | |
| CN119364520A (zh) | 一种基于逆散射的集成传感与反向散射通信方法和装置 | |
| CN119666039B (zh) | 基于光谱和动态信号压缩感知的快速botda系统及解调方法 | |
| Chen et al. | A method of fiber Bragg grating sensing signal de-noise based on compressive sensing | |
| CN109282898A (zh) | 一种退卷积的超高光谱分辨率增强方法 | |
| Mao et al. | Fast interrogation of dynamic fiber Bragg grating using neighborhood average algorithm | |
| CN110260897B (zh) | 一种基于字典学习的布里渊光时域分析仪去噪方法与系统 | |
| CN116402696A (zh) | 基于非局部哈尔变换图像去噪光频域反射分布式传感方法 | |
| CN112697178A (zh) | 一种基于压缩感知的布里渊光信号采集方法 | |
| CN113595638A (zh) | 一种基于四分频驱动的botda系统 | |
| Feng et al. | φ-OTDR signal compression scheme based on the compressed sensing theory | |
| CN118074793A (zh) | 快速分布式光时域反射系统及瑞利干涉光谱测量解调方法 | |
| Zeng et al. | Enhanced BOTDA sensors based on brillouin phase recovery using Kramers-Kronig relation |
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 |