CN106898031A - 一种用于高精度光纤测量的抽丝方法 - Google Patents

一种用于高精度光纤测量的抽丝方法 Download PDF

Info

Publication number
CN106898031A
CN106898031A CN201611270833.5A CN201611270833A CN106898031A CN 106898031 A CN106898031 A CN 106898031A CN 201611270833 A CN201611270833 A CN 201611270833A CN 106898031 A CN106898031 A CN 106898031A
Authority
CN
China
Prior art keywords
data
exponential smoothing
optical fiber
cocoons
reeling
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
Application number
CN201611270833.5A
Other languages
English (en)
Inventor
朱俊
高建
王磊
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.)
Jiangsu Chun Long Photoelectric Polytron Technologies Inc
Original Assignee
Jiangsu Chun Long Photoelectric Polytron Technologies Inc
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 Jiangsu Chun Long Photoelectric Polytron Technologies Inc filed Critical Jiangsu Chun Long Photoelectric Polytron Technologies Inc
Priority to CN201611270833.5A priority Critical patent/CN106898031A/zh
Publication of CN106898031A publication Critical patent/CN106898031A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/203Drawing of straight lines or curves

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种用于高精度光纤测量的抽丝方法,步骤包括:对待检测光纤进行采样,根据采样点数据通过滑动平均法或加权平均法诊断滑动序列曲线图的变化趋势;通过三次指数平滑法计算,获得整个曲线的趋势;根据反射点信号尖峰的特点,从极大值中过滤出尖峰点;消除尖峰点偏移,计算出原始曲线中尖峰点的信息。本发明针对高精度光纤测量的反射迹线图进行分析,剔除了毛刺等噪声的影响,获得更加直观、简约、精确的测试结果。

Description

一种用于高精度光纤测量的抽丝方法
技术领域
本发明涉及光缆检测技术领域,特别是一种用于高精度光纤测量的抽丝方法。
背景技术
传统的OFDR测试算法非常耗时,为了缩短OFDR的测试时间,提高测试效率,利用高精度光纤测量的快速算法,在不影响测试精度前提下,测试时间显著缩短。但是也带来了其他方面的不利影响,测试反射迹线图中不可避免的出现了许多毛刺噪声,影响观测结果,可能会造成对测试结果的误判。为了减少毛刺噪声,获得更加清晰的测试结果,需对单次测量进行进一步分析计算。从单次测量的数据中提取出有效的反射点信号,过滤掉无效的毛刺噪声,获得更加直观的测试结果,便于测试人员分析被测光纤的状态。
发明内容
针对现有技术中存在的问题,本发明提供了一种针对高精度光纤测量的反射迹线图进行分析,剔除了毛刺等噪声的影响,获得更加直观、简约、精确的测试结果的用于高精度光纤测量的抽丝方法。
本发明的目的通过以下技术方案实现。
一种用于高精度光纤测量的抽丝方法,步骤包括:
1)对待检测光纤进行采样,根据采样点数据通过滑动平均法或加权平均法诊断滑动序列曲线图的变化趋势;
2)通过三次指数平滑法计算,获得整个曲线的趋势;
3)根据反射点信号尖峰的特点,从极大值中过滤出尖峰点;
4)消除尖峰点偏移,计算出原始曲线中尖峰点的信息。
进一步的,所述滑动平均法的具体为:确定滑动长度k,样本量为n的序列x,用式直接对观测数据进行滑动平均计算,n个数据可以得到n-k+1个平滑值。
进一步的,所述三次指数平滑法是对同时含有趋势和非线性的时间序列进行预测,所述三次指数平滑法是基于一次指数平滑法和二次指数平滑法计算的。
4、根据权利要求3所述的一种用于高精度光纤测量的抽丝方法,其特征在于所述一次指数平滑法基于的递推关系:si=α xi+(1-α)si-1,其中α是平滑参数,si是之前i个数据的平滑值,取值为[0,1],α越接近1,平滑后的值越接近当前时间的数据值,数据越不平滑,α越接近0,平滑后的值越接近前i个数据的平滑值,数据越平滑;所述一次指数平滑法进行预测的公式为:xi+h=si,其中i为当前最后的一个数据记录的坐标,亦即预测的时间序列为一条直线。
进一步的,所述二次指数平滑法保留了趋势的信息,使得预测的时间序列可以包含之前数据的趋势,所述二次指数平滑法通过添加一个新的变量t来表示平滑后的趋势:
si=α xi+(1-α)(si-1+ti-1),ti=β(si-si-1)+(1-β)ti-1,所述二次指数平滑法的预测公式为xi+h=si+hti二次指数平滑的预测结果是一条斜的直线。
进一步的,所述三次指数平滑法是在二次指数平滑法的基础上保留了非线性的信息,所述三次指数平滑法添加了一个新的参数p来表示平滑后的趋势,所述三次指数平滑法包括累加的三次指数平滑法和累乘的三次指数平滑法,所述累加的三次指数平滑法:i=α(xi-pi-k)+(1-α)(si-1+ti-1),ti=β(si-si-1)+(1-β)ti-1,pi=γ(xi-si)+(1-γ)pi-k,其中k为周期,所述累加的三次指数平滑法的预测公式为:xi+h=si+hti+pi-k+(hmod k);所述累乘的三次指数平滑法:si=α xi/pi-k+(1-α)(si-1+ti-1),i=β(si-si-1)+(1-β)ti-1,pi=γ xi/si+(1-γ)pi-k,其中k为周期,所述累乘的三次指数平滑法的预测公式为:xi+h=(si+hti)pi-k+(h mod k),α,β,γ的值都位于[0,1]之间。
相比于现有技术,本发明的优点在于:针对高精度光纤测量的反射迹线图进行分析,剔除了毛刺等噪声的影响,获得更加直观、简约、精确的测试结果。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合说明书附图和具体的实施例,对本发明作详细描述。
如图1所示,一种用于高精度光纤测量的抽丝方法,步骤包括:
1)对待检测光纤进行采样,根据采样点数据通过滑动平均法或加权平均法诊断滑动序列曲线图的变化趋势;
2)通过三次指数平滑法计算,获得整个曲线的趋势;
3)根据反射点信号尖峰的特点,从极大值中过滤出尖峰点;
4)消除尖峰点偏移,计算出原始曲线中尖峰点的信息。
滑动平均法是趋势拟合技术最基础的方法,它相当于低通滤波器。用确定时间的平滑值来显示变化趋势。对样本量为n的序列x,其滑动平均序列表示为:式中k为滑动长度。作为一种规则,k最好取奇数,以使平均值可以加到时间序列中中项的时间坐标上。若k取偶数,可以对滑动平均后的新序列取每两项的平均值,以使滑动平均对准中间排列。可以证明,经过滑动平均后,序列中短于滑动长度的周期大大削弱,显现出变化趋势。
所述滑动平均法的具体为:确定滑动长度k,样本量为n的序列x,用式直接对观测数据进行滑动平均计算,n个数据可以得到n-k+1个平滑值。编程计算时可采用这样的形式:首先将序列的前k个数据求和得到一个值,然后依次用这个值减去平均时段的第一个数据,并加上第k+1个数据,再用求出的值除以k,循环这样的过程计算出1,2,…,n-k+1个平滑值。分析时主要从滑动序列曲线图来诊断其变化趋势。例如:看其演变趋势有几次明显的波动,是呈上升还是呈下降的趋势。
所述三次指数平滑法是对同时含有趋势和非线性的时间序列进行预测,所述三次指数平滑法是基于一次指数平滑法和二次指数平滑法计算的。
4、根据权利要求3所述的一种用于高精度光纤测量的抽丝方法,其特征在于所述一次指数平滑法基于的递推关系:si=α xi+(1-α)si-1,其中α是平滑参数,si是之前i个数据的平滑值,取值为[0,1],α越接近1,平滑后的值越接近当前时间的数据值,数据越不平滑,α越接近0,平滑后的值越接近前i个数据的平滑值,数据越平滑,α的值通常可以多尝试几次以达到最佳效果;所述一次指数平滑法进行预测的公式为:xi+h=si,其中i为当前最后的一个数据记录的坐标,亦即预测的时间序列为一条直线。不能反映时间序列的趋势和非线性。
所述二次指数平滑法保留了趋势的信息,使得预测的时间序列可以包含之前数据的趋势,所述二次指数平滑法通过添加一个新的变量t来表示平滑后的趋势:
si=α xi+(1-α)(si-1+ti-1),ti=β(si-si-1)+(1-β)ti-1,所述二次指数平滑法的预测公式为xi+h=si+hti二次指数平滑的预测结果是一条斜的直线。
所述三次指数平滑法是在二次指数平滑法的基础上保留了非线性的信息,得其可以预测带有非线性的时间序列,所述三次指数平滑法添加了一个新的参数p来表示平滑后的趋势,所述三次指数平滑法包括累加的三次指数平滑法和累乘的三次指数平滑法,所述累加的三次指数平滑法:i=α(xi-pi-k)+(1-α)(si-1+ti-1),ti=β(si-si-1)+(1-β)ti-1,pi=γ(xi-si)+(1-γ)pi-k,其中k为周期,所述累加的三次指数平滑法的预测公式为:xi+h=si+hti+pi-k+(hmod k);所述累乘的三次指数平滑法:si=α xi/pi-k+(1-α)(si-1+ti-1),i=β(si-si-1)+(1-β)ti-1,pi=γ xi/si+(1-γ)pi-k,其中k为周期,所述累乘的三次指数平滑法的预测公式为:xi+h=(si+hti)pi-k+(h mod k),α,β,γ的值都位于[0,1]之间,可以多试验几次以达到最佳效果。s,t,p初始值的选取对于算法整体的影响不是特别大,通常的取值为s0=x0,t0=x1-x0,累加时p=0,累乘时p=1。

Claims (6)

1.一种用于高精度光纤测量的抽丝方法,其特征在于步骤包括:
1)对待检测光纤进行采样,根据采样点数据通过滑动平均法或加权平均法诊断滑动序列曲线图的变化趋势;
2)通过三次指数平滑法计算,获得整个曲线的趋势;
3)根据反射点信号尖峰的特点,从极大值中过滤出尖峰点;
4)消除尖峰点偏移,计算出原始曲线中尖峰点的信息。
2.根据权利要求1所述的一种用于高精度光纤测量的抽丝方法,其特征在于所述滑动平均法的具体为:确定滑动长度k,样本量为n的序列x,用式直接对观测数据进行滑动平均计算,n个数据可以得到n-k+1个平滑值。
3.根据权利要求1所述的一种用于高精度光纤测量的抽丝方法,其特征在于所述三次指数平滑法是对同时含有趋势和非线性的时间序列进行预测,所述三次指数平滑法是基于一次指数平滑法和二次指数平滑法计算的。
4.根据权利要求3所述的一种用于高精度光纤测量的抽丝方法,其特征在于所述一次指数平滑法基于的递推关系:si=α xi+(1-α)si-1,其中α是平滑参数,si是之前i个数据的平滑值,取值为[0,1],α越接近1,平滑后的值越接近当前时间的数据值,数据越不平滑,α越接近0,平滑后的值越接近前i个数据的平滑值,数据越平滑;所述一次指数平滑法进行预测的公式为:xi+h=si,其中i为当前最后的一个数据记录的坐标,亦即预测的时间序列为一条直线。
5.根据权利要求3所述的一种用于高精度光纤测量的抽丝方法,其特征在于所述二次指数平滑法保留了趋势的信息,使得预测的时间序列可以包含之前数据的趋势,所述二次指数平滑法通过添加一个新的变量t来表示平滑后的趋势:si=α xi+(1-α)(si-1+ti-1),ti=β(si-si-1)+(1-β)ti-1,所述二次指数平滑法的预测公式为xi+h=si+hti二次指数平滑的预测结果是一条斜的直线。
6.根据权利要求3所述的一种用于高精度光纤测量的抽丝方法,其特征在于所述三次指数平滑法是在二次指数平滑法的基础上保留了非线性的信息,所述三次指数平滑法添加了一个新的参数p来表示平滑后的趋势,所述三次指数平滑法包括累加的三次指数平滑法和累乘的三次指数平滑法,所述累加的三次指数平滑法:i=α(xi-pi-k)+(1-α)(si-1+ti-1),ti=β(si-si-1)+(1-β)ti-1,pi=γ(xi-si)+(1-γ)pi-k,其中k为周期,所述累加的三次指数平滑法的预测公式为:xi+h=si+hti+pi-k+(h mod k);所述累乘的三次指数平滑法:si=α xi/pi-k+(1-α)(si-1+ti-1),i=β(si-si-1)+(1-β)ti-1,pi=γ xi/si+(1-γ)pi-k,其中k为周期,所述累乘的三次指数平滑法的预测公式为:xi+h=(si+hti)pi-k+(hmod k),α,β,γ的值都位于[0,1]之间。
CN201611270833.5A 2016-12-30 2016-12-30 一种用于高精度光纤测量的抽丝方法 Pending CN106898031A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611270833.5A CN106898031A (zh) 2016-12-30 2016-12-30 一种用于高精度光纤测量的抽丝方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611270833.5A CN106898031A (zh) 2016-12-30 2016-12-30 一种用于高精度光纤测量的抽丝方法

Publications (1)

Publication Number Publication Date
CN106898031A true CN106898031A (zh) 2017-06-27

Family

ID=59197789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611270833.5A Pending CN106898031A (zh) 2016-12-30 2016-12-30 一种用于高精度光纤测量的抽丝方法

Country Status (1)

Country Link
CN (1) CN106898031A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110333506A (zh) * 2019-06-12 2019-10-15 中铁大桥科学研究院有限公司 一种提取索力测量雷达的拉索位置参数的方法
CN112539693A (zh) * 2020-11-19 2021-03-23 珠海格力电器股份有限公司 汽车的车身高度检测装置、方法和汽车
CN113761799A (zh) * 2021-08-31 2021-12-07 东风商用车有限公司 车辆性能曲线趋势拟合方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184267A (zh) * 2011-04-14 2011-09-14 上海同岩土木工程科技有限公司 一种自动数据采集系统消除干扰的异常数据过滤方法
CN103617548A (zh) * 2013-12-06 2014-03-05 李敬泉 一种趋势性、周期性商品的中长期需求预测方法
CN103778323A (zh) * 2014-01-03 2014-05-07 株洲南车时代电气股份有限公司 基于指数平滑的预测交通流数据的方法和系统
CN104820938A (zh) * 2015-05-15 2015-08-05 南京大学 一种季节性、周期性商品的最优订购周期预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184267A (zh) * 2011-04-14 2011-09-14 上海同岩土木工程科技有限公司 一种自动数据采集系统消除干扰的异常数据过滤方法
CN103617548A (zh) * 2013-12-06 2014-03-05 李敬泉 一种趋势性、周期性商品的中长期需求预测方法
CN103778323A (zh) * 2014-01-03 2014-05-07 株洲南车时代电气股份有限公司 基于指数平滑的预测交通流数据的方法和系统
CN104820938A (zh) * 2015-05-15 2015-08-05 南京大学 一种季节性、周期性商品的最优订购周期预测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
派派派派派大庆: "时间序列挖掘-预测算法-三次指数平滑法", 《百度文库》 *
裴益轩 等: "滑动平均法的基本原理及应用", 《火炮发射与控制学报》 *
邓胜强: "光纤光栅传感OFDR解调关键技术研究", 《中国硕士学位论文全文数据库 信息科技辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110333506A (zh) * 2019-06-12 2019-10-15 中铁大桥科学研究院有限公司 一种提取索力测量雷达的拉索位置参数的方法
CN112539693A (zh) * 2020-11-19 2021-03-23 珠海格力电器股份有限公司 汽车的车身高度检测装置、方法和汽车
CN112539693B (zh) * 2020-11-19 2021-11-16 珠海格力电器股份有限公司 汽车的车身高度检测装置、方法和汽车
CN113761799A (zh) * 2021-08-31 2021-12-07 东风商用车有限公司 车辆性能曲线趋势拟合方法、装置、设备及存储介质
CN113761799B (zh) * 2021-08-31 2024-03-26 东风商用车有限公司 车辆性能曲线趋势拟合方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US8611588B2 (en) Method of measuring progress of alopecia
CN108982107B (zh) 一种基于形态学和多尺度排列熵均值的轴承故障定量趋势诊断方法
CN101676699B (zh) 一种多点温度采集方法
CN104849360B (zh) 用于监测色谱仪的操作状态的系统
CN106898031A (zh) 一种用于高精度光纤测量的抽丝方法
JP5827426B1 (ja) 予兆診断システム及び予兆診断方法
CN111222095B (zh) 一种大坝变形监测中的粗差判别方法、装置及系统
CN107743048B (zh) 一种应用于去除otdr噪声的信号处理系统
CN117168337B (zh) Ofdr应变边缘优化方法及测量方法
CN111693915B (zh) 基于多尺度排列模糊熵的功能磁共振复杂度测度方法
CN107908728B (zh) 一种在线监测数据历史值的储存及访问方法
CN115192024A (zh) 一种评测vr设备对心理健康影响程度的方法及系统
CN104808643B (zh) 一种基于改进的倒双谱分析的控制回路非线性检测方法
JP2015161506A (ja) 信号解析装置、信号解析方法、劣化診断装置及び劣化診断方法
CN111474293A (zh) 一种青枯病菌溶液测定方法及测定系统
CN110489604B (zh) 一种用于燃气轮机试验测量数据的解析方法及系统
CN110032758B (zh) 计算电信号的能量的方法、装置和计算机存储介质
JP6811168B2 (ja) 電源劣化判定方法、電源劣化評価方法、電源劣化判定装置、電源劣化評価装置、およびプログラム
CN117434486B (zh) 一种直流分路计量误差分析处理方法
CN106678549B (zh) 一种管道检测数据处理方法
CN103869129B (zh) 一种计算差异度的方法及其示波器
CN103389352A (zh) 油中气体色谱数据平滑处理方法
RU124411U1 (ru) Система обработки и анализа данных цифровых регистраторов для мониторинга переходных режимов в энергообъединении
CN112834881B (zh) 一种基于时分复用的模拟局放相位图谱的脉冲输出方法
KR102681637B1 (ko) 문제소음 발음원 식별을 위한 소음데이터의 인공지능 장치 및 전처리 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170627

RJ01 Rejection of invention patent application after publication