CN110361037B - 基于弱光栅阵列分布式传感预处理系统与寻峰方法 - Google Patents
基于弱光栅阵列分布式传感预处理系统与寻峰方法 Download PDFInfo
- Publication number
- CN110361037B CN110361037B CN201910585836.5A CN201910585836A CN110361037B CN 110361037 B CN110361037 B CN 110361037B CN 201910585836 A CN201910585836 A CN 201910585836A CN 110361037 B CN110361037 B CN 110361037B
- Authority
- CN
- China
- Prior art keywords
- peak
- circulator
- lower computer
- grating array
- speed collector
- 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
- 238000007781 pre-processing Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 title claims description 16
- 239000013307 optical fiber Substances 0.000 claims abstract description 29
- 230000003044 adaptive effect Effects 0.000 claims abstract description 28
- 239000000835 fiber Substances 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 3
- 238000012937 correction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 101100113692 Caenorhabditis elegans clk-2 gene Proteins 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000005491 wire drawing Methods 0.000 description 3
- 101100003180 Colletotrichum lindemuthianum ATG1 gene Proteins 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 101100328957 Caenorhabditis elegans clk-1 gene Proteins 0.000 description 1
- 102100028778 Endonuclease 8-like 1 Human genes 0.000 description 1
- 101001123824 Homo sapiens Endonuclease 8-like 1 Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
- G01D5/26—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
- G01D5/32—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light
- G01D5/34—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells
- G01D5/36—Forming the light into pulses
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Optical Communication System (AREA)
Abstract
本发明公开了一种基于弱光栅阵列分布式传感预处理系统，包括：前置电路，包括顺次连接的激光器、掺铒光纤放大器、耦合器，所述第一环形器连接刻有弱光栅阵列的光纤，所述第二环形器连接空白光纤；下位机FPGA高速采集器，通过脉冲调制器与所述激光器连接，并通过第一光电探测器和所述第一环形器连接，通过第二光电探测器和所述第二环形器连接；该FPGA高速采集器包括自适应滤波器，该自适应滤波器根据从弱光栅阵列的光纤与空白光纤中反射回来的信号进行相抵，消除噪声；上位机，与所述FPGA高速采集器通信连接，发送控制指令给下位机FPGA高速采集器；并对下位机FPGA高速采集器上传的信号进行寻峰，储存所有的峰值和对应坐标。
Description
技术领域
本发明设计光纤光栅传感技术领域，尤其涉及一种基于弱光栅阵列的预处理系统和寻峰方法。
背景技术
光纤光栅传感技术其高灵敏度既是优点，也是缺点，它易受到各种干扰信息的影响，如光栅阵列中的多阶串扰与光路中的各种噪声干扰。为了降低或者避免干扰，需要在下位机进行滤波预处理，可以通过修改高通、低通等滤波器对应的抽头系数模型，来进行针对性的滤波。但是这样带来的问题是系统的适用范围大大降低，在某些场合下所谓的“噪声”可能是在另外一些场合下的目的信号，并且下位机程序通常来说比较难以直接改动，因此这种预处理方式是存在局限性的。
在线弱光栅制备时，会受拉丝张力，拉丝速度，拉丝炉温度波动等随机影响，弱光栅反射谱的谱形，中心波长，反射率等也会有一定波动范围。并且，由于拉丝过程中的随机性，光栅之间并不严格等间距，峰值点坐标无法准确确定，导致解调失真。目前主流的寻峰算法为高斯拟合法及相关的改进算法，这种方式在寻峰效果显著的同时会消耗下位机大量的运算资源，降低系统的实时性。
发明内容
本发明要解决的技术问题在于针对现有技术中无法实时有效地对弱光栅阵列进行寻峰的缺陷，提供一种可快速寻峰的基于弱光栅阵列分布式传感预处理系统与寻峰方法。
本发明解决其技术问题所采用的技术方案是：
本发明提供了基于弱光栅阵列分布式传感预处理系统，包括：
前置电路，包括顺次连接的激光器、掺铒光纤放大器、耦合器，该耦合器的两个输出端分别连接第一环形器和第二环形器，所述第一环形器连接刻有弱光栅阵列的光纤，所述第二环形器连接空白光纤；
下位机FPGA高速采集器，通过脉冲调制器与所述激光器连接，并通过第一光电探测器和所述第一环形器连接，通过第二光电探测器和所述第二环形器连接；该下位机FPGA高速采集器包括自适应滤波器，该自适应滤波器根据从弱光栅阵列的光纤与空白光纤中反射回来的信号进行相抵，消除噪声；
上位机，与下位机FPGA高速采集器通信连接，发送控制指令给下位机FPGA高速采集器；并对下位机FPGA高速采集器上传的信号进行寻峰，储存所有的峰值和对应坐标。
接上述技术方案，所述自适应滤波器为LMS自适应滤波器。
接上述技术方案，所述自适应滤波器包括：
输入信号寄存器，用于传递和存储空白光纤的串扰信号；
抽头合集寄存器，用于传递和存储滤波器各个系数的抽头合集；
数据选择器，用于选择对应下位机FPGA高速采集器采集的信号和滤波器系数进入乘法器；
乘法器模块，用于进行对应下位机FPGA高速采集器采集的信号和滤波器系数的乘积运算，并将乘积的值传递到累加器模块；
累加器模块，用于将乘法器模块每次输出的值保存并累加，再与光栅光纤信号相加，输出目标信号；
抽头更新模块，用于更新抽头合集；
多个定时器，用于校正时序、输出滤波后的有效结果。
接上述技术方案，上位机的寻峰方法包括步骤：
Step1、初始化校正系数α及信号强度阈值T，当信号强度超过阈值T时，通过比较反射峰的峰值得到第一个反射峰的坐标值，保存该坐标值和峰值；
Step2、将第一个峰值位置作为基准，从基准坐标向后寻找理论峰值点坐标；
Step3、从理论峰值点坐标处左右各遍历α个点的强度，找到实际光栅峰值和坐标并保存；
Step4、判断实际光栅峰值是否大于T，若否则将该实际光栅峰值标记，并将校正系数α+1；若是，且α>1，则将α-1，重新回到步骤Step2，将当前峰值位置作为基准，从基准坐标向后寻找下一个理论峰值点坐标。
接上述技术方案，所述下位机FPGA高速采集器通过定时器的方式发射对应频率的电脉冲信号通过脉冲调制器对激光器进行调制。
本发明产生的有益效果是：
1)通过增设参考光纤的方式，来降低非目的信号的干扰，相比于传统滤波器，该方式更有普适性，不需要针对不同的环境干扰来改变滤波器的参数；
(2)通过FPGA采集卡来实现自适应滤波，在信息高速采集的同时，对数据进行滤波处理再加以传递到上位机，能让数据保持很好的实时性；
(3)通过上位机的寻峰算法，能够有效地将非严格等间距的光栅坐标和强度遍历出来，相比较于传统方式，一是节省了大量运算资源，二是能将有反射强度问题的光栅标记，方便后续处理。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1为本发明的采集系统示意图；
图2(a)为本发明的自适应滤波系统说明图；
图2(b)为本发明自适应滤波系统中的滤波器构成示意图；
图3(a)为本发明自适应滤波系统的FPGA流水线模型图；
图3(b)为本发明自适应滤波系统中的抽头更新模块FPGA流水线模型图；
图4为自适应滤波处理光栅反射波形的结果；
图5(a)为理论光栅光纤与实际光栅光纤的比较；
图5(b)为寻峰算法的校正示意图；
图6为本发明中的寻峰算法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明的采集系统主要包括前置光路、下位机(FPGA模块)、上位机，通过上位机发出采集指令，下位机FPGA通过定时器的方式，将发射对应频率的电脉冲信号对激光器进行调制(通常由EOM作为调制媒介)，此时产生的光脉冲经过1x2耦合器将分为两束相干的光脉冲，分别通过环形器进入光栅光纤和普通空白光纤，两者的反射信号会分别被光电探测器反馈到FPGA采集卡上。其中，前置电路包括顺次连接的激光器、掺铒光纤放大器、耦合器，该耦合器的两个输出端分别连接环形器1a和环形器2a，环形器1a连接刻有弱光栅阵列的光纤，环形器2a连接空白光纤。光栅光纤和普通空白光纤可通过并带的方式合并在一起，目的是为了保证所处环境变量的一致。
其中，光电探测器1b所得到的信号是由光纤介质以及光栅反射、散射得到的，光电探测器2b所得到的信号仅由光纤介质反射、散射得到。
假设电脉冲信号的频率为10kHz，则从发射光脉冲到接收信号的最大时长为0.1ms，对应的光脉冲所能到达的最长距离为10km。即在1ms的时间内该系统就可以得到最长10km的光纤反馈回来的信号，用于后续模块进行相应的处理。
经过光电探测器的信号将传递给FPGA采集卡进行数据的A/D转化和传递，本发明的预处理系统中的自适应滤波模块也是在FPGA里完成的。
自适应滤波器是指根据环境的改变，使用自适应算法来改变滤波器的参数和结构的滤波器。相对于其他滤波器来说，自适应滤波器更适用于参数较为复杂多变的传感系统。从光栅反射回来的信号由于环境噪声、光路影响、中继算法的影响会产生一系列不可避免的干扰信号掺杂在所需要的反射强度信号中，而自适应滤波器则会自动跟踪输入信号的时变特征来迭代更正自身的滤波器模型系数从而获得期望响应。
图2(a)是一般意义上的自适应滤波系统，其中信号s(k)来自于光纤光栅，噪声n1(k)来自光栅光纤中的各类串扰以及光路噪声，n2(k)则是来自于空白光纤的串扰信号。图2(a)中，o(k)表示光纤光栅反射的信号和光纤自身反射信号的叠加，o(k)＝s(k)+n1(k)。y(k)＝wT(k)n2(k)，表示参考噪声n2(k)经过滤波器h(k)之后的输出，整个滤波系统的输出是通过o(k)-y(k)得到的。其中s(k)和n1(k)、n2(k)是不相关的，而由于两路信号来自于相干光，且反射回来的光路条件、电路传输条件基本是一致的，因此噪声n1(k)和n2(k)从源头上来说是相关的。而对于具有相关性的噪声，通过LMS算法即可将其抑制甚至滤除。
图2(b)是M阶自适应滤波器h(k)的构成示意图，本实施例将以8阶系统为例具体阐述。
设8阶自适应滤波器输入噪声向量
n2(k)＝[n2(k),n2(k-1),…,n2(k-7)]T
抽头合集为
w(k)＝[w0(k),w1(k),…,w7(k)]T
则根据基本LMS算法的相关公式，可以得到输出
z(k)＝o(k)-y(k)＝o(k)-wT(k)n2(k)
每输出一个数据则抽头合集会更新一次
w(k+1)＝w(k)+a0n2(k)z(k)
根据输出的波形更新抽头合集，使之随着外部信号的变换改变滤波器参数，达到更佳的性能，实现自适应滤波。其中，抽头合集指的是该滤波器的系数合集，8阶滤波器就有8个系数，即8个抽头。这个合集用于过滤信号，过滤后的信号反过来还会反馈给这个滤波器，让滤波器的抽头合集时钟处于变化当中。a0是涉及LMS算法收敛速度和收敛效果的参量，一般根据实际需要进行调整。本例中为了方便后续进行移位乘法，将该值定为2-10，即与参数相乘时，在FPGA中仅需要将原数值向右移位即可。
LMS自适应滤波器的结构实现可以通过FPGA的时序电路和流水线设计很便捷地完成。可以理解的是，自适应滤波器还可以通过RLS算法及各种改进算法来完成，但是普通的LMS算法鲁棒性已经足够强，并且结构简单，唯一的缺点是收敛速度较慢，这点在采集卡速度足够快，数据足够多的时候已经不会很明显了。
图3(a)以8阶流水线实现系统来进行说明。通过8阶流水线将内部的长路径组合逻辑划分成多个时钟处理的小模块，以此来提高处理的速度。
首先初始化系统，给定所有初始值为0，然后系统触发采集之后，从空白光纤中输入的信号将随着时钟clk2(为内部时钟clk1的八分之一)不断地吞吐更新，抽头合集w(k)也将随着clk2通过更新模块而变化。两者随着内部时钟clk1都将通过数据选择器向乘法器依次传递数据，当8个数据都传递过一次之后刚好碰到clk2的上升沿，两个寄存器组会进行一次更新；
乘法器输出的值将传递给累加器，由于累加器的时钟同样为clk1，但是附加的定时器将根据模块时延，每将一组数据处理完毕便会重置一次，重置值为o(k)。o(k)将与累加器中与累计值相减从而传递到下一个寄存器即z(k)；
图3(b)是抽头合集w(k)的更新模块，首先寄存器中的z(k)将会与w(k)中的8个数据将分别在8个乘法器中相乘，然后通过移位寄存器实现系数a0的乘法，最后再通过八个加法器得到w(k+1)来更新抽头合集。
每上传一段时间的数据即可得到一个趋于收敛的抽头集合w，将这个集合与此前传递到上位机的历史信号在上位机相乘即可得到最佳的滤波信号；
参见图4，通过自适应滤波可以很好地压制光栅反射信号的噪声，为后续寻峰或是做其它信号的调制解调提供便利；
如图5(a)所示，理论上等时间间隔的光栅与实际刻写出的光栅并非是一致的，再加上在信号传递过程中受到了各种干扰导致的信号漂移，需要通过寻峰算法得到这些坐标和强度不确定的光栅反射峰。
下面将以图5(b)为例说明寻峰算法的各个步骤：
以200M采集速率为基准，则理论上5m间距的光栅，峰值点之间的距离应该为10个采样点，实际上的采样点间距则为9个到11个之间；
本发明首先初始化校正系数α为1，通过参考通道(即空白光纤反射信号)可以得到反射信号的基线值大小，设置一定的阈值T(视实际需要改动)，当信号强度超过阈值的时候，通过比较5个采样点内(实际上用于测试的脉冲宽度一般在40ns以下，得到的光栅反射信号峰上通常的采样点只有8个或以下，且峰值点在中间的区间，前5个点已经包含了最中间的峰值点。)的最值即可得到第一个反射峰(设为FPG1)的坐标值，通过上位机的控件自动写入文档保存该坐标和峰值，并将该坐标作为基准坐标。
从基准坐标x，向后寻找第10个点的信号，此处为理论峰值点坐标x+10，也是FBG2的理论位置；
从坐标x+10处左右各遍历α个点的强度，取峰值点坐标y为实际FBG所在坐标，上位机自动保存该坐标y以及峰值Vpp；
以坐标y为新的基准坐标x；
检查坐标y的峰值Vpp是否大于T，若否则将记录下的峰值Vpp标记，并将校正系数α+1；若是的话且α>1，则α-1；在实际应用中，光栅刻写点的微小误差以及光源脉冲的不稳定会导致光栅反射信号的峰值点产生不定的偏移，在200M的采样速率下通常光栅峰值坐标会左右偏移一个点，因此初始化校正系数α为1；在后续光栅阵列的寻峰过程中，当有个别光栅因强度太低导致寻峰算法向着错误的方向校正，那么下一次寻峰的时候需要校正回来的范围需进一步增大，因此当检测到峰值点的Vpp小于阈值T的时候需要令校正系数α+1；当大于阈值T的时候α-1直到α＝1时不再减小。
重复以上过程即可完成寻峰，图6是上述步骤的流程图。该算法十分简便，可通过C、C++、Labview等上位机通用软件完成。
之所以校正系数α需要进行改动是因为部分光栅强度太低的话会影响峰值点的判断，即修正峰值点可能会往偏离的方向修正，因此需要在下次修正的时候加大修正的程度。
至此，本系统即可得到滤波后的光栅反射峰数据用于后续的信号解调。
综上，本发明主要有以下优点：1)通过增设参考光纤的方式，来降低非目的信号的干扰，相比于传统滤波器，该方式更有普适性，不需要针对不同的环境干扰来改变滤波器的参数；(2)通过FPGA采集卡来实现自适应滤波，在信息高速采集的同时，对数据进行滤波处理再加以传递到上位机，能让数据保持很好的实时性；(3)通过上位机的寻峰算法，能够有效地将非严格等间距的光栅坐标和强度遍历出来，相比较于传统方式，一是节省了大量运算资源，二是能将有反射强度问题的光栅标记，方便后续处理。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (5)
1.一种基于弱光栅阵列分布式传感预处理系统，其特征在于，包括：
前置电路，包括顺次连接的激光器、掺铒光纤放大器、耦合器，该耦合器的两个输出端分别连接第一环形器和第二环形器，所述第一环形器连接刻有弱光栅阵列的光纤，所述第二环形器连接空白光纤；
下位机FPGA高速采集器，通过脉冲调制器与所述激光器连接，并通过第一光电探测器和所述第一环形器连接，通过第二光电探测器和所述第二环形器连接；该下位机FPGA高速采集器包括自适应滤波器，该自适应滤波器根据从弱光栅阵列的光纤与空白光纤中反射回来的信号进行相抵，消除噪声；
上位机，与下位机FPGA高速采集器通信连接，发送控制指令给下位机FPGA高速采集器；并对下位机FPGA高速采集器上传的信号进行寻峰，储存所有的峰值和对应坐标。
2.根据权利要求1所述的基于弱光栅阵列分布式传感预处理系统，其特征在于，所述自适应滤波器为LMS自适应滤波器。
3.根据权利要求2所述的基于弱光栅阵列分布式传感预处理系统，其特征在于，所述自适应滤波器包括：
输入信号寄存器，用于传递和存储空白光纤的串扰信号；
抽头合集寄存器，用于传递和存储滤波器各个系数的抽头合集；
数据选择器，用于选择对应下位机FPGA高速采集器采集的信号和滤波器系数进入乘法器；
乘法器模块，用于进行对应下位机FPGA高速采集器采集的信号和滤波器系数的乘积运算，并将乘积的值传递到累加器模块；
累加器模块，用于将乘法器模块每次输出的值保存并累加，再与光栅光纤信号相加，输出目标信号；
抽头更新模块，用于更新抽头合集；
多个定时器，用于校正时序、输出滤波后的有效结果。
4.根据权利要求1所述的基于弱光栅阵列分布式传感预处理系统，其特征在于，上位机的寻峰方法包括步骤：
Step1、初始化校正系数α及信号强度阈值T，当信号强度超过阈值T时，通过比较反射峰的峰值得到第一个反射峰的坐标值，保存该坐标值和峰值；
Step2、将第一个峰值位置作为基准，从基准坐标向后寻找理论峰值点坐标；
Step3、从理论峰值点坐标处左右各遍历α个点的强度，找到实际光栅峰值和坐标并保存；
Step4、判断实际光栅峰值是否大于T，若否则将该实际光栅峰值标记，并将校正系数α+1；若是，且α>1，则将α-1，重新回到步骤Step2，将当前峰值位置作为基准，从基准坐标向后寻找下一个理论峰值点坐标。
5.根据权利要求1所述的基于弱光栅阵列分布式传感预处理系统，其特征在于，所述下位机FPGA高速采集器通过定时器的方式发射对应频率的电脉冲信号通过脉冲调制器对激光器进行调制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910585836.5A CN110361037B (zh) | 2019-07-01 | 2019-07-01 | 基于弱光栅阵列分布式传感预处理系统与寻峰方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910585836.5A CN110361037B (zh) | 2019-07-01 | 2019-07-01 | 基于弱光栅阵列分布式传感预处理系统与寻峰方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110361037A CN110361037A (zh) | 2019-10-22 |
| CN110361037B true CN110361037B (zh) | 2021-11-23 |
Family
ID=68217866
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910585836.5A Active CN110361037B (zh) | 2019-07-01 | 2019-07-01 | 基于弱光栅阵列分布式传感预处理系统与寻峰方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110361037B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111397542B (zh) * | 2020-03-09 | 2021-07-06 | 天地科技股份有限公司 | 一种基于弱反射光栅的刮板输送机直线度监测系统与方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102914321B (zh) * | 2012-10-15 | 2015-02-04 | 武汉理工大学 | 一种极弱光纤光栅传感系统及其查询方法 |
| CN102997949B (zh) * | 2012-12-18 | 2015-06-24 | 华北电力大学（保定） | 基于布里渊散射的温度和应变同时测量方法 |
| CN203617974U (zh) * | 2013-10-21 | 2014-05-28 | 京微雅格（北京）科技有限公司 | 一种基于fpga的可配置系数的滤波器及电子设备 |
| WO2017026896A1 (en) * | 2015-08-11 | 2017-02-16 | Optics11 | Optical fiber-based sensor system |
| FR3043457B1 (fr) * | 2015-11-06 | 2020-02-07 | Febus Optics | Dispositif optoelectronique de mesure repartie par diffusion brillouin. |
| CN107490397B (zh) * | 2016-09-14 | 2018-05-04 | 北京卫星环境工程研究所 | 高精度自适应滤波fbg光谱快速寻峰方法 |
| CN106643837B (zh) * | 2016-10-19 | 2019-04-02 | 武汉理工大学 | 基于非相干频域反射的布拉格光纤光栅阵列解调装置与方法 |
| CN106840221B (zh) * | 2017-01-06 | 2019-03-26 | 武汉理工大学 | 基于色散马赫曾德尔干涉的光纤光栅解调装置及方法 |
| CN108225541A (zh) * | 2017-12-29 | 2018-06-29 | 鞍山睿科光电技术有限公司 | 识别异物入侵的分布式光纤传感器及异物入侵信号感知处理方法 |
-
2019
- 2019-07-01 CN CN201910585836.5A patent/CN110361037B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110361037A (zh) | 2019-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Häger et al. | Nonlinear interference mitigation via deep neural networks | |
| CN110361037B (zh) | 基于弱光栅阵列分布式传感预处理系统与寻峰方法 | |
| CN101630019B (zh) | 一种校正预测的海底多次波大时差的方法 | |
| CN113156396B (zh) | 一种优化干扰源对激光雷达影响的方法与装置 | |
| CN113639775B (zh) | 一种基于布里渊光时域反射仪的频移提取的方法和装置 | |
| CN102394593A (zh) | 一种整型化的最小均方lms自适应滤波器和方法 | |
| CN111272277A (zh) | 一种基于神经网络的激光脉冲波形测量畸变校正方法及系统 | |
| CN104932016A (zh) | 一种Viterbi-BMC算法的自动速度分析方法 | |
| CN104597330A (zh) | 电磁辐射信号采集与处理系统及方法 | |
| CN107831486A (zh) | 一种激光制导抗干扰处理方法 | |
| CN105783953B (zh) | 应用于光纤布拉格光栅波长解调的快速高斯拟合方法 | |
| CN102289715A (zh) | 基于前向线性预测的自适应小波神经网络去噪建模方法 | |
| CN105044702A (zh) | 脉冲波形的拟合方法 | |
| CN116953631A (zh) | 全极化雷达发射波形优化方法、计算机装置和存储介质 | |
| CN108426949A (zh) | 一种海底沉积物声学原位数据初至识别拾取方法 | |
| CN108667538A (zh) | 复杂噪声环境下时延和幅度衰减的联合估计方法 | |
| CN103795473A (zh) | 消除工频干扰的方法和系统 | |
| CN107026807A (zh) | 使用处理电路估计串行通信信道的性能的方法和系统 | |
| CN115659773A (zh) | 基于深度网络的全波形反演加速方法及相关装置 | |
| Li et al. | Improved simulation accuracy of the split-step Fourier method | |
| CN109446572B (zh) | 一种量子测控数据的处理方法及装置 | |
| CN109655884B (zh) | 一种速度拾取异常点去除方法及系统 | |
| CN114779334B (zh) | 一种基于统计理论模型的地表一致性振幅处理方法 | |
| CN105301655A (zh) | 一种共成像点道集线性噪声去除方法及装置 | |
| CN117033910B (zh) | 一种海面高精度信号的处理方法及系统 |
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 |