CN107665182A - 一种光时域反射仪曲线数据降噪的方法 - Google Patents
一种光时域反射仪曲线数据降噪的方法 Download PDFInfo
- Publication number
- CN107665182A CN107665182A CN201610611874.XA CN201610611874A CN107665182A CN 107665182 A CN107665182 A CN 107665182A CN 201610611874 A CN201610611874 A CN 201610611874A CN 107665182 A CN107665182 A CN 107665182A
- Authority
- CN
- China
- Prior art keywords
- data
- otdr
- wavelet
- high frequency
- frequency coefficient
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/071—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using a reflected signal, e.g. using optical time domain reflectometers [OTDR]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Complex Calculations (AREA)
Abstract
本发明揭示了一种光时域反射仪（OTDR）曲线数据降噪的方法。OTDR数据为dB值、电压值时，噪声分别为非高斯分布、高斯分布。采用小波分析对信号进行多尺度分析，通过不同层级的小波分解，信号分解为不同层级的低频和高频系数，噪声主要体现在高频中，通过设定阈值对高频系数进行处理，再进行小波重构，完成OTDR曲线数据的降噪。
Description
技术领域
本发明涉及光时域反射仪（OTDR）技术领域，有关OTDR曲线数据降噪的方法。
背景技术
光时域反射仪（OTDR）是光在光纤传输过程中的瑞利散射和菲涅尔反射所产生的背向散射而制成的光电一体化仪表，OTDR通过向光纤中发射光脉冲，然后从OTDR接收返回信号。当光脉冲在光纤内传输时，在光纤前端、尾端、光纤之间的连接处、光纤弯曲处、光纤的破损处产生反射、散射，其中小部分反射、散射返回到OTDR仪表中，通过OTDR中的信号采集器，获取到光纤内不同时间片反射、散射信息，基于反射、散射信号和返回信号之间的时间差，利用光纤折射率算出光在光纤中的传播速度，即能求出采集到的数据对应于光纤中的距离位置。目前，OTDR作为一种非破坏性的光纤测量仪，在通信光纤的施工、维护、故障检测等方面得到了广泛的应用。它可测定光纤首段、尾端、反射和非反射（衰减）等事件，也能测定光纤损耗、光纤长度等信息，是一种多功能的光纤测量仪器。
OTDR通过检测对数化的数据，以获得更大的动态范围(单位dB)。光信号在光纤传输过程中，由于光纤材料和杂质对光具有吸收、散射等作用，光功率会逐渐变小。根据信噪比 (SNR)计算方法10*lg(Ps/Pn)，其中Ps和Pn分别代表信号和噪声的有效功率，随着光功率变小，信噪比(单位dB)会越小， dB值的OTDR曲线数据呈现为线性函数与非高斯噪声的叠加，且越接近光纤尾端，dB噪声会越大。
发明内容
本发明提供一种对OTDR曲线数据降噪的方法。用时域频率域转换模块进行降噪，转换模块中的小波分析可对信号进行多尺度分析，通过不同层级的小波分解，信号可分解为不同层级的低频和高频系数，噪声主要体现在高频中。将OTDR数据通过小波分解，设置阈值对高频系数的噪声进行处理，再通过小波重构，可实现OTDR数据降噪。
为了实现上述目的，本发明提出如下技术方案：一种OTDR曲线数据降噪的方法，其内容包括如下步骤：
S1，将OTDR数据进行相应数据转换，根据时域点序列排列；
S2，OTDR数据用小波变换进行不同层级小波分解，分解为低频和高频系数；
S3，对分解所得的高频系数，设置阈值进行处理；
S4，将低频系数和处理后的高频系数，进行小波重构，得到降噪的OTDR数据。
所述S1中相应数据转换方式为：OTDR数据为dB值时，进行数据转换为电压值的OTDR数据。数据转换公式为：，其中vol表示电压值，d表示dB值。
所述S1中相应数据转换方式为：OTDR数据为电压值时，进行数据转换为dB值的OTDR数据。
数据转换公式为：，其中vol表示电压值，d表示dB值。
所述S1中相应数据转换方式为：OTDR数据不进行数据转换，用原始的OTDR数据进行点序列排列。原始数据为dB值、电压值时，分别用dB值、电压值数据进行点序列排列。
所述S2中用小波变换，采用Haar小波基，
Haar尺度函数定义为： ，
Haar小波基函数定义为： 。
所述S2中用小波变换，采用Daubechies小波基，
Daubechies尺度函数定义为：，
Daubechies小波基函数定义为：，
，其中：和为滤波器系数，只有2M个非零项。
所述S2中用不同层级小波分解，小波分解层级根据一个脉宽时间内采集到的离散点数量决定，小波分解层级计算公式：，w表示脉宽，s表示采样率，L表示小波分解层级。
所述S3中设置阈值进行处理，实现对分解的每一层高频系数进行处理，阈值方法有软阈值、硬阈值。
所述S4中降噪的OTDR数据，数据进行相应数据转换，原始OTDR数据为dB值，将降噪后的数据转为dB值，原始OTDR数据为电压值时，将降噪后的数据转为电压值。
本发明提出了一种OTDR降噪方法的装置，其包括：
数据转换模块，OTDR数据dB值和电压值能互相转换；
时域频率域转换模块，OTDR数据能进行时域和频率域相互转换。对OTDR数据，进行小波分解为低频和高频系数，设置阈值将高频系数中的噪声进行处理，再通过小波重构转换为时域下的OTDR数据，实现降噪。
与现有技术相比，本发明所揭示的OTDR降噪方法，通过小波变换，将时域数据转换为频率域数据，并在频率域下进行降噪处理。利用小波变换进行OTDR数据降噪，对dB值的非高斯噪声和电压值的高斯噪声都有效。
附图说明
图1是dB值OTDR数据示意图。
图2是进行数据转换而得的电压值OTDR数据示意图，图1和图2能进行数据相互转换。
图3是dB值OTDR数据通过小波分解后高频系数部分。
图4是电压值OTDR数据通过小波分解后高频系数部分。
图5是降噪后的dB值OTDR数据。
图6是降噪后的电压值OTDR数据。
具体实施方式
下面将结合本发明的附图，对本发明实施的技术方案进行详细描述。
本发明提出了OTDR数据降噪的方法。数据转换模块能将dB值和电压值OTDR数据进行相互转换，对dB值和电压值OTDR数据降噪都适用。用时域频率域转换模块进行降噪处理，转换模块中小波分析可对信号进行多尺度分析，通过不同层级的小波分解，信号可分解为不同层级的低频和高频系数，噪声主要体现在高频中，dB值噪声在高频中表现为非高斯特性，电压值噪声在高频中表现为高斯特性。设定阈值对高频系数的噪声进行处理，再通过小波重构，实现OTDR数据降噪。其具体方法包括：
S1，将OTDR数据进行相应数据转换，根据时域点序列排列；
S2，OTDR数据用小波变换进行不同层级小波分解，分解为低频和高频系数；
S3，对分解所得的高频系数，设置阈值进行处理；
S4，将低频系数和处理后的高频系数，进行小波重构，得到降噪的OTDR数据。
S1，将OTDR数据进行相应数据转换，本发明对dB值和电压值OTDR数据降噪都适用。
当原始OTDR数据为dB值，可将dB值转换为电压值。dB值转电压值数据转换公式为：，其中vol表示电压值，d表示dB值。
当原始OTDR数据为电压值，可将电压值转换为dB值，电压值转dB值数据转换公式为：，其中vol表示电压值，d表示dB值。
当原始OTDR数据为dB值或电压值，也可不进行数据转换，直接进入下一步操作。
S2，小波变换采用Haar小波基，
Haar尺度函数定义为： ，
Haar小波基函数定义为： 。
S2，小波变换，或者采用Daubechies小波基
Daubechies尺度函数定义为：，
Daubechies小波基函数定义为：，
，其中：和为滤波器系数，只有2M个非零项。
S2，用不同层级小波分解，小波分解层级根据一个脉宽时间内采集到的离散点数量决定，小波分解层级计算公式：，表示脉宽，表示采样率，L表示小波分解层级。参数L表示对原始OTDR进行小波分解的层级数，分解后，可得共L级高频系数。
S3，设置阈值可对高频系数的噪声进行处理，阈值方法有软阈值、硬阈值。
S4，将低频系数和阈值处理后的高频系数，进行小波重构，可得降噪的OTDR数据。
通过以上步骤，降噪前的dB值OTDR数据如图1所示，降噪后的dB值OTDR数据如图5所示。降噪前的电压值OTDR数据如图2所示，降噪后的电压值OTDR数据如图6所示。降噪处理后，使得曲线变得较为平滑。
数据转换模块，实现了dB值OTDR数据（如图1）和电压值OTDR数据（如图2）能进行相互转换。对dB值OTDR数据进行小波分解，噪声在高频系数中表现为非高斯特性（如图3），对电压值OTDR数据进行小波分解，噪声在高频系数中表现为高斯特性（如图4）。
高频系数设置阈值降噪处理时，对于电压值OTDR数据，噪声表现为高斯特性，阈值设定为某个值，既能实现较好降噪效果。对于dB值OTDR数据，噪声表现为非高斯特性，在测量光纤的前端噪声较小，越接近光纤尾端时噪声越大，使得阈值设置需根据噪声变化，进行适当调整，才能有较好降噪效果。
以上所述实施例仅阐述了本发明的几种实施方式，但并不能因此而解读为对本发明专利范围的限制。应当指出的是，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干替换和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围以所附权利要求为准。
Claims (11)
1.一种OTDR数据降噪的方法，其特征是包括：
S1，将OTDR数据进行相应数据转换，根据时域点序列排列；
S2，OTDR数据用小波变换进行不同层级小波分解，分解为低频和高频系数；
S3，对高频系数部分，设置阈值进行处理；
S4，将低频系数和处理后的高频系数，进行小波重构，得到降噪的OTDR数据。
2.根据权利要求1所述的方法，其特征是，所述S1中相应数据转换方式为：OTDR数据为dB值时，进行数据转换为电压值的OTDR数据。
3.根据权利要求1所述的方法，其特征是，所述S1中相应数据转换方式为：OTDR数据为电压值时，进行数据转换为dB值的OTDR数据。
4.根据权利要求1所述的方法，其特征是，所述S1中相应数据转换方式为：OTDR数据不进行数据转换，用原始的OTDR数据进行点序列排列。
5.根据权利要求1至4任一权利要求所述方法，其特征是，所述S2中用小波变换，采用Haar小波基，
Haar尺度函数定义为： ，
Haar小波基函数定义为： 。
6.根据权利要求1至4任一权利要求所述方法，其特征是，所述S2中用小波变换，采用Daubechies小波基，
Daubechies尺度函数定义为：，
Daubechies小波基函数定义为：，
，其中：和为滤波器系数，只有2M个非零项。
7.根据权利要求1至6任一权利要求所述方法，其特征是，所述S2中用不同层级小波分解，小波分解层级根据一个脉宽时间内采集到的离散点数量决定，小波分解层级计算公式：，表示脉宽，表示采样率，L表示小波分解层级。
8.根据权利要求1至7任一权利要求所述方法，其特征是，所述S3中设置阈值进行处理，实现对分解的每一层高频系数进行处理，阈值为软阈值。
9.根据权利要求1至7任一权利要求所述方法，其特征是，所述S3中设置阈值进行处理，实现对分解的每一层高频系数进行处理，阈值为硬阈值。
10.根据权利要求1至9任一权利要求所述方法，其特征是，所述S4中降噪的OTDR数据，OTDR数据为dB值。
11.根据权利要求1至9任一权利要求所述方法，其特征是，所述S4中降噪的OTDR数据，OTDR数据为电压值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610611874.XA CN107665182A (zh) | 2016-07-31 | 2016-07-31 | 一种光时域反射仪曲线数据降噪的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610611874.XA CN107665182A (zh) | 2016-07-31 | 2016-07-31 | 一种光时域反射仪曲线数据降噪的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107665182A true CN107665182A (zh) | 2018-02-06 |
Family
ID=61114472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610611874.XA Pending CN107665182A (zh) | 2016-07-31 | 2016-07-31 | 一种光时域反射仪曲线数据降噪的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107665182A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109861746A (zh) * | 2018-12-17 | 2019-06-07 | 中博信息技术研究院有限公司 | 一种基于小波变换动态降噪的otdr曲线数据分析方法 |
| CN110492930A (zh) * | 2019-08-15 | 2019-11-22 | 深圳市矽赫科技有限公司 | 一种光纤故障点测量方法、装置、系统和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2116164A1 (en) * | 1994-02-22 | 1995-08-23 | Anton Strifler | An optical fiber testing and monitoring system with a bi-directional communication link |
| CN103196465A (zh) * | 2013-04-11 | 2013-07-10 | 电子科技大学 | 一种相敏光时域反射仪传感信号噪声分离及信号提取方法 |
| CN103226028A (zh) * | 2013-05-02 | 2013-07-31 | 电子科技大学 | 一种相敏光时域反射仪扰动信号检测与识别方法 |
| CN104052541A (zh) * | 2014-05-06 | 2014-09-17 | 上海温光自动化技术有限公司 | 光纤检测的显示方法、系统及光时域反射仪 |
-
2016
- 2016-07-31 CN CN201610611874.XA patent/CN107665182A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2116164A1 (en) * | 1994-02-22 | 1995-08-23 | Anton Strifler | An optical fiber testing and monitoring system with a bi-directional communication link |
| CN103196465A (zh) * | 2013-04-11 | 2013-07-10 | 电子科技大学 | 一种相敏光时域反射仪传感信号噪声分离及信号提取方法 |
| CN103226028A (zh) * | 2013-05-02 | 2013-07-31 | 电子科技大学 | 一种相敏光时域反射仪扰动信号检测与识别方法 |
| CN104052541A (zh) * | 2014-05-06 | 2014-09-17 | 上海温光自动化技术有限公司 | 光纤检测的显示方法、系统及光时域反射仪 |
Non-Patent Citations (3)
| Title |
|---|
| 张伟: "小波算法在光纤测量中的应用", 《电子科技》 * |
| 李建中 等: "基于ф_OTDR和POTDR结合的分布式光纤微扰传感系统", 《光子学报》 * |
| 陈永其 等: "基于小波包分析的瞬时信号侦测研究", 《通信对抗》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109861746A (zh) * | 2018-12-17 | 2019-06-07 | 中博信息技术研究院有限公司 | 一种基于小波变换动态降噪的otdr曲线数据分析方法 |
| CN109861746B (zh) * | 2018-12-17 | 2020-09-22 | 中博信息技术研究院有限公司 | 一种基于小波变换动态降噪的otdr曲线数据分析方法 |
| CN110492930A (zh) * | 2019-08-15 | 2019-11-22 | 深圳市矽赫科技有限公司 | 一种光纤故障点测量方法、装置、系统和存储介质 |
| CN110492930B (zh) * | 2019-08-15 | 2021-04-16 | 深圳市矽赫科技有限公司 | 一种光纤故障点测量方法、装置、系统和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Farahani et al. | Reduction in the number of averages required in BOTDA sensors using wavelet denoising techniques | |
| CN103115693B (zh) | 一种分布式光纤拉曼测温系统 | |
| Aktas et al. | Deep learning based multi-threat classification for phase-OTDR fiber optic distributed acoustic sensing applications | |
| CN106225907B (zh) | 一种基于φ-otdr技术的光纤振动识别系统及方法 | |
| CN101813497B (zh) | 一种布里渊散射谱实时频谱分析装置及其数据处理方法 | |
| CN105067104B (zh) | 一种复合型光纤传感系统和传感方法 | |
| CN107202653B (zh) | 分布式光纤测温系统的降噪方法及装置 | |
| CN104217513B (zh) | 提高相位敏感光时域反射计识别入侵事件准确率的方法 | |
| Zhang et al. | High-performance Raman distributed temperature sensing powered by deep learning | |
| Fedorov et al. | Note: Gaussian mixture model for event recognition in optical time-domain reflectometry based sensing systems | |
| CN111157097B (zh) | 一种基于相位敏感光时域反射系统的振动信号检测方法 | |
| CN112132256B (zh) | 一种基于神经网络的拉曼分布式温度传感方法和系统 | |
| US11032002B2 (en) | Signal processing system applied to remove OTDR noise | |
| DE102006015159A1 (de) | Verfahren und Vorrichtung zur räumlich verteilten und/oder entfernten Messung von physikalischen Größen | |
| Chen et al. | EMD self-adaptive selecting relevant modes algorithm for FBG spectrum signal | |
| CN109270346A (zh) | 一种opgw雷击处偏振态波形信号处理方法 | |
| CN107665182A (zh) | 一种光时域反射仪曲线数据降噪的方法 | |
| Wu et al. | Performance enhancement of ROTDR using deep convolutional neural networks | |
| Wang et al. | A novel deep-learning model for RDTS signal denoising based on down-sampling and convolutional neural network | |
| CN108317402B (zh) | 一种分布式光纤传感定位预警分析方法 | |
| CN107664571A (zh) | 一种光时域反射仪曲线数据事件检测的方法 | |
| CN105843779B (zh) | 一种面向potdr背向散射光信号的实时去噪方法 | |
| Zhang et al. | Performance optimization for a phase-sensitive optical time-domain reflectometry based on multiscale matched filtering | |
| CN109444895B (zh) | 分布式振动传感器消除干涉衰落的振动信息定位方法 | |
| Cao et al. | Correction algorithm of the frequency-modulated continuous-wave LIDAR ranging system |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180206 |
|
| WD01 | Invention patent application deemed withdrawn after publication |