CN106092340B - 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 PDF

Info

Publication number
CN106092340B
CN106092340B CN201610564506.4A CN201610564506A CN106092340B CN 106092340 B CN106092340 B CN 106092340B CN 201610564506 A CN201610564506 A CN 201610564506A CN 106092340 B CN106092340 B CN 106092340B
Authority
CN
China
Prior art keywords
pulse
vector
value
data
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.)
Expired - Fee Related
Application number
CN201610564506.4A
Other languages
English (en)
Other versions
CN106092340A (zh
Inventor
张敏
刘飞
邱晓康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Peking University
Original Assignee
Tsinghua University
Peking University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University, Peking University filed Critical Tsinghua University
Priority to CN201610564506.4A priority Critical patent/CN106092340B/zh
Publication of CN106092340A publication Critical patent/CN106092340A/zh
Application granted granted Critical
Publication of CN106092340B publication Critical patent/CN106092340B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J11/00Measuring the characteristics of individual optical pulses or of optical pulse trains

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)
  • Optical Transform (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

基于脉冲模板函数的光纤传感阵列的脉冲延时测量方法
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,是系统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,在数字系统中将参数τ,τr和τf按照数字系统的采样率离散化成T,Tr和Tf
其中,round代表四舍五入操作,fs为系统的采样率,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,在数字系统中将参数τ,τr和τf按照数字系统的采样率离散化成T,Tr和Tf
其中,round代表四舍五入操作,fs为系统的采样率,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位系统,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,在数字系统中将参数τ,τr和τf按照数字系统的采样率离散化成T,Tr和Tf
其中,round代表四舍五入操作,fs为系统的采样率,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%。
CN201610564506.4A 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 Expired - Fee Related CN106092340B (zh)

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 CN106092340A (zh) 2016-11-09
CN106092340B true 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)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (3)

* Cited by examiner, † Cited by third party
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
Title
《一种自适应模板平均的脉冲无线通信差分接收方法》;杨福理;《数字通信》;20160731;全文
《光纤水听器时分复用检测电路带宽与串扰分析》;杨春;《光电工程》;20100731;全文
《利用自相关方法实现光脉冲时间延迟精确测量》;王竞;《中国光学》;20150430;第8卷(第2期);全文
《基于全脉冲的周期信号样本提取技术》;吴琳;《航天电子对抗》;20160430;41-42页

Also Published As

Publication number Publication date
CN106092340A (zh) 2016-11-09

Similar Documents

Publication Publication Date Title
RU2556748C2 (ru) Фазовое считывание
CA2928309C (en) Monitoring of steam injection
CN105509868B (zh) 相位敏感光时域反射光纤分布式传感系统相位计算方法
CN103017934B (zh) 消除分布式拉曼测温系统波长色散的自修正方法
CN103176210B (zh) 估计沿拖曳的声学线天线布置的节点之间节点间距离的方法和装置
NO174561B (no) Dybde-bestemmelsessystem for broennloggeapparat
ATE344452T1 (de) Optische vorrichtung und verfahren zur messung von lichttransmission
NO333944B1 (no) Fiberoptisk Bragg-gitter sensorsystem for bruk ved vertikal, seismisk profilering
WO2004070346A3 (en) Fiber-optic sensor
US20200032644A1 (en) Temperature-corrected distributed fiber-optic sensing
BR112012022931B1 (pt) Método para identificar discrepâncias de temporizações de relógio em pelo menos um relógio de interesse que esteja associado com um receptor sísmico
CN109632134B (zh) 一种布里渊光时域分析温度、应变解耦方法及系统
CN110518969A (zh) 一种光缆振动的定位装置及方法
CN106092340B (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
RU2018123176A (ru) Система установки наземных сейсмических датчиков с парами смежных многокомпонентных сейсмических датчиков на расстоянии в среднем по меньшей мере двадцать метров
RU2016139263A (ru) Системы и способы кодирования калибровки биосенсора
Nakstad et al. Probing oil fields
NO20131605A1 (no) Optisk nettverkskonfigurasjon med iboende forsinkelse for interferensmålesystemer med bølgelengdesveiping.
CN106153088B (zh) 双向阵列光纤光栅复合传感系统
Madsen et al. Data-driven depth calibration for distributed acoustic sensing
CN102939548B (zh) 确定放置于海底的探测器的位置的方法
CN112484837B (zh) 光纤空间定位系统及其实现方法
US4592030A (en) Method of seismic exploration by acoustic well logging
Huang et al. Progression features of dart leaders in natural negative cloud‐to‐ground lightning flashes
CA3151611C (en) Locating passive seismic events in a wellbore using distributed acoustic sensing

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

Granted publication date: 20190301

CF01 Termination of patent right due to non-payment of annual fee