CN111507310B - 一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法 - Google Patents

一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法 Download PDF

Info

Publication number
CN111507310B
CN111507310B CN202010434399.XA CN202010434399A CN111507310B CN 111507310 B CN111507310 B CN 111507310B CN 202010434399 A CN202010434399 A CN 202010434399A CN 111507310 B CN111507310 B CN 111507310B
Authority
CN
China
Prior art keywords
cable
signal
optical cable
event
phi
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
Application number
CN202010434399.XA
Other languages
English (en)
Other versions
CN111507310A (zh
Inventor
杨逸
闫志超
郭政
汪骄阳
张洲
彭钢
肖游
刘紫南
夏偲佳
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.)
Wuhan Power Supply Co of State Grid Hubei Electric Power Co Ltd
Original Assignee
Wuhan Power Supply Co of State Grid Hubei Electric Power Co Ltd
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 Wuhan Power Supply Co of State Grid Hubei Electric Power Co Ltd filed Critical Wuhan Power Supply Co of State Grid Hubei Electric Power Co Ltd
Priority to CN202010434399.XA priority Critical patent/CN111507310B/zh
Publication of CN111507310A publication Critical patent/CN111507310A/zh
Application granted granted Critical
Publication of CN111507310B publication Critical patent/CN111507310B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供一种基于Φ‑OTDR的光缆通道内人为触缆作业信号识别方法，采用Φ‑OTDR与待测光缆相连接，获取光缆沿线的振动数据分布，然后通过信号提取、图像处理、模式识别的方案对数据特征处理，进而识别出光缆的触缆作业信号从而识别光缆是否遭到人为恶意破坏或偷盗，从而为光缆的安全运行提供实时预警服务，提高光缆运行的可靠性、安全性。

Description

一种基于Φ-OTDR的光缆通道内人为触缆作业信号识别方法
技术领域
本发明涉及光缆监测技术领域，具体是一种基于Φ-OTDR的光缆通道内人为触缆作业信号识别方法。
背景技术
随目前由于现代城市的飞速发展，通讯网络的覆盖范围不断扩大，各大城市都形成了错综复杂的地下光缆分布网。这些地下光缆线路分布的范围越广，为了检修维护方便，地上的人手井数量也会随之增加。另一方面，市政建设和道路维修等导致了路面施工场地的增多，这样就增大了光缆被偷盗、违规施工、有意或无意破坏的可能性，这些行为势必会影响光缆通信的安全性。
目前各大运营商会或者供电公司针对该情况会安排巡线人员参照光缆地图进行日常巡线，确保线路安全，检查光缆沿线的安全，但是这样的人力监测存在诸多局限性：1)一些公路上的人手井盖可随意拆卸，当巡线人员达到现场后，井盖可能已经遭到搬移，地下光缆已经受到人为破坏，2)人力有限，一组巡视人员监管的范围比较小，对于长线路光缆光靠人力无法做到全面监控。
目前针对这些问题，虽然设计了一些光缆状态监测系统，但是因为监测原理、施工信号、噪声来源的多样性，大量的误触发、误告警反而增大了巡线人员的工作量。考虑到在各类施工影响当中，最直接、最能够威胁光缆安全的行为要数直接的接触光缆的施工，例如偷盗光缆、拉扯光缆、未经允许的管道入侵/布线等操作，因此，亟需一种能够识别光缆通道内人为触缆作业信号的方法。
发明内容
本发明提出一种能够识别光缆通道内触缆作业信号的方法，其采用Φ-OTDR(相位敏感的光时域反射仪)与待测光缆相连接，获取光缆沿线的振动数据分布，进而通过信号处理、模式识别的方案对数据特征处理，最终识别出光缆的触缆作业信号。
本发明采用的技术方案是提供一种基于Φ-OTDR的光缆通道内人为触缆作业信号识别方法，包括如下步骤：
步骤1：将Φ-OTDR与待监测光缆的一芯冗余光纤相连接，实现光缆中分布式振动信号的监测；
步骤2：对所测得的振动信号按照时间-空间整理为二维数组X，其元素X(i,j)指空间点i在时刻j的振动信号强度；
步骤3：对上述数组按照Y(i,j)＝(X(i,j)-X(i,j-1))/Xmean(i)进行预处理，其中Xmean(i)表示对X数组中第i行所有元素取均值后的结果；
步骤4：对数组Y进行归一化，转换为灰度图像IMG1；
步骤5：在日常的数据运维过程中，通过人为模拟触缆作业的方式获取一次触缆作业时的振动信号，并按照与步骤2-4相同的流程处理数据，将得到的灰度图像记为IMG4；根据此事件的发生时间、停止时间、空间范围，通过人工的观察数据、比对事件的时间/空间位置，提取出单次拉扯/触碰光缆事件的空间影响范围，进而从IMG4切分出本事件的灰度图像，即为单次人为触缆施工信号的模板M0；
步骤6：以步骤4所得灰度图像IMG1的最大值、最小值为参考尺度计算分割阈值，将灰度图像IMG1转换为二值化数据IMG2；
步骤7：基于二值化数据IMG2得到每一个可能的施工事件的起止空间范围I；
步骤8：基于步骤7中的施工事件的起止空间范围I，从灰度图像IMG1切分出每一个可能的触缆作业区域的信号灰度图Z；
步骤9：将模板M0缩放得到模板M，以适应当前可能的施工区域大小；
步骤10：按照模板匹配法计算可能的触缆作业区域的信号灰度图Z与模板M之间的匹配置信度R；
步骤11：如果R大于设定的第一阈值，即认为是本次匹配数据可信，转到步骤12；否则，认为在光缆线路上的信号不是人为触缆施工信号；
步骤12：统计过阈值信号在单位时间段内的出现次数N；
步骤13：如果N大于设定的第二阈值，则转到步骤14；否则，认为在光缆线路上的信号不是人为触缆施工信号；
步骤14：认为在光缆线路上发现人为触缆作业信号。
进一步的，所述步骤7具体为：先将IMG2进行形态学处理以滤除信号中的噪点得到信号IMG3；然后计算IMG3在空间轴上的投影信号S，S也即IMG3中每一空间点在时间上的和值，投影值S为0的区域即为无信号区域，S中非0区域为可能的事件区域，0值与非0值的交界点即为事件边界；基于事件边界切分出每一个可能的施工事件的起止空间范围I。
进一步的，所述第一阈值设置为0.8。
进一步的，所述第二阈值设置为每分钟6次。
本发明的有益效果是：
本方法采用Φ-OTDR与待测光缆相连接，获取光缆沿线的振动数据分布，然后通过信号提取、图像处理、模式识别的方案对数据特征处理，进而识别出光缆的触缆作业信号，从而识别光缆是否遭到人为恶意破坏或偷盗，为光缆的安全运行提供实时预警服务，提高光缆运行的可靠性、安全性。
附图说明
图1为本发明基于Φ-OTDR的光缆通道内人为触缆作业信号识别方法的流程图；
图2为本发明的数据监测过程示意图；
图3为本发明人为触碰光缆信号模板信号；
图4为本发明现场实际测到的人为触碰光缆信号。
具体实施方式
下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述。
参见图1至图4，本发明提供的一种基于Φ-OTDR的光缆通道内人为触缆作业信号识别方法，其基于Φ-OTDR监测的光缆沿线的振动信号，能够准确解析出每一起人工触缆施工信号。本发明所述方法具体步骤如下：
步骤1：将Φ-OTDR与待监测光缆的一芯冗余光纤相连接，实现光缆中分布式振动信号的监测，Φ-OTDR振动监测的数据监测过程如图2所示；
步骤2：对所测得的振动信号按照时间-空间整理为二维数组X，其元素X(i,j)指空间点i在时刻j的振动信号强度；
步骤3：对上述数组按照Y(i,j)＝(X(i,j)-X(i,j-1))/Xmean(i)进行预处理，其中Xmean(i)表示对X数组中第i行所有元素取均值后的结果，本步骤将数组X转换为数组Y，可滤除因设备噪声、外界低频干扰引起的信号噪声，也能够补偿光纤中光信号的衰减，进而提升信噪比；
步骤4：对数组Y进行归一化，转换为灰度图像IMG1；
步骤5：在日常的数据运维过程中，通过人为模拟触缆作业的方式获取一次触缆作业时的振动信号，并按照与步骤2-4相同的流程处理数据，将得到的灰度图像记为IMG4；因为是人为模拟的信号，故可以明确的知道此事件的发生时间、停止时间、空间范围，通过人工的观察数据、比对事件的时间/空间位置，提取出单次拉扯/触碰光缆事件的空间影响范围，进而从IMG4切分出本事件的灰度图像，即为单次人为触缆施工信号的模板M0，一组典型的模板信号如图4所示；
步骤6：以上述灰度图像数据IMG1的最大值、最小值为参考尺度计算分割阈值，将IMG1转换为二值化数据IMG2；
步骤7：基于二值化数据IMG2得到每一个可能的施工事件的起止空间范围I，具体的，先将IMG2进行形态学处理以滤除信号中的噪点得到信号IMG3；然后计算IMG3在空间轴上的投影信号S，S也即IMG3中每一空间点在时间上的和值，投影值S为0的区域即为无信号区域，S中非0区域为可能的事件区域，0值与非0值的交界点即为事件边界；基于此边界可切分出每一个可能的施工事件的起止空间范围I；
步骤8：基于步骤7中的事件起止空间范围I，从IMG1切分出每一个可能的触缆作业区域的信号灰度图Z，一组典型的人工触缆作业施工信号如图3；
步骤9：将模板M0缩放得到模板M，以适应当前可能的施工区域大小；
步骤10：按照模板匹配法计算可能的触缆作业区域的信号灰度图Z与模板M之间的匹配置信度R；
步骤11：如果R大于设定的第一阈值，在一般情况下可将此阈值设为0.8，即认为是本次匹配数据可信，转到步骤12；否则，认为此信号不是人为触缆施工信号；
步骤12：统计过阈值信号在单位时间段内的出现次数N；
步骤13：如果N大于设定的第二阈值，则转到步骤14；否则，认为在光缆线路上的信号不是人为触缆施工信号；其中，经过实验测试发现N值超过6次/分钟时，即可认为在光缆线路上发现人为触缆作业信号；
步骤14：认为在光缆线路上发现人为触缆作业信号。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (4)

1.一种基于Φ-OTDR的光缆通道内人为触缆作业信号识别方法，其特征在于包括如下步骤：
步骤1：将Φ-OTDR与待监测光缆的一芯冗余光纤相连接，实现光缆中分布式振动信号的监测；
步骤2：对所测得的振动信号按照时间-空间整理为二维数组X，其元素X(i,j)指空间点i在时刻j的振动信号强度；
步骤3：对上述数组按照Y(i,j)＝(X(i,j)-X(i,j-1))/Xmean(i)进行预处理，其中Xmean(i)表示对X数组中第i行所有元素取均值后的结果；
步骤4：对数组Y进行归一化，转换为灰度图像IMG1；
步骤5：在日常的数据运维过程中，通过人为模拟触缆作业的方式获取一次触缆作业时的振动信号，并按照与步骤2-4相同的流程处理数据，将得到的灰度图像记为IMG4；根据此事件的发生时间、停止时间、空间范围，通过人工的观察数据、比对事件的时间/空间位置，提取出单次拉扯/触碰光缆事件的空间影响范围，进而从IMG4切分出本事件的灰度图像，即为单次人为触缆施工信号的模板M0；
步骤6：以步骤4所得灰度图像IMG1的最大值、最小值为参考尺度计算分割阈值，将灰度图像IMG1转换为二值化数据IMG2；
步骤7：基于二值化数据IMG2得到每一个可能的施工事件的起止空间范围I；
步骤8：基于步骤7中的施工事件的起止空间范围I，从灰度图像IMG1切分出每一个可能的触缆作业区域的信号灰度图Z；
步骤9：将模板M0缩放得到模板M，以适应当前可能的施工区域大小；
步骤10：按照模板匹配法计算可能的触缆作业区域的信号灰度图Z与模板M之间的匹配置信度R；
步骤11：如果R大于设定的第一阈值，即认为是本次匹配数据可信，转到步骤12；否则，认为在光缆线路上的信号不是人为触缆施工信号；
步骤12：统计过阈值信号在单位时间段内的出现次数N；
步骤13：如果N大于设定的第二阈值，则转到步骤14；否则，认为在光缆线路上的信号不是人为触缆施工信号；
步骤14：认为在光缆线路上发现人为触缆作业信号。
2.如权利要求1所述的基于Φ-OTDR的光缆通道内人为触缆作业信号识别方法，其特征在于：所述步骤7具体为：先将IMG2进行形态学处理以滤除信号中的噪点得到信号IMG3；然后计算IMG3在空间轴上的投影信号S，S也即IMG3中每一空间点在时间上的和值，投影值S为0的区域即为无信号区域，S中非0区域为可能的事件区域，0值与非0值的交界点即为事件边界；基于事件边界切分出每一个可能的施工事件的起止空间范围I。
3.如权利要求1所述的基于Φ-OTDR的光缆通道内人为触缆作业信号识别方法，其特征在于：所述第一阈值设置为0.8。
4.如权利要求1所述的基于Φ-OTDR的光缆通道内人为触缆作业信号识别方法，其特征在于：所述第二阈值设置为每分钟6次。
CN202010434399.XA 2020-05-21 2020-05-21 一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法 Active CN111507310B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010434399.XA CN111507310B (zh) 2020-05-21 2020-05-21 一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010434399.XA CN111507310B (zh) 2020-05-21 2020-05-21 一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法

Publications (2)

Publication Number Publication Date
CN111507310A CN111507310A (zh) 2020-08-07
CN111507310B true CN111507310B (zh) 2023-05-23

Family

ID=71864451

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010434399.XA Active CN111507310B (zh) 2020-05-21 2020-05-21 一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法

Country Status (1)

Country Link
CN (1) CN111507310B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112069912B (zh) * 2020-08-13 2023-05-12 国家电网有限公司 一种基于φ-otdr的光缆通道施工威胁事件的识别方法
CN112066270B (zh) * 2020-09-14 2022-08-23 贵州电网有限责任公司 一种分布式光纤内置的输水管道泄漏监测方法及设备
CN114323244A (zh) * 2021-11-30 2022-04-12 贵州电网有限责任公司 一种基于φ-otdr的线缆管道塌方信号的监测方法
CN114414029A (zh) * 2021-11-30 2022-04-29 贵州电网有限责任公司 一种基于数据算法的通信光缆的桥墩撞击在线监测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004100069A1 (ja) * 2003-05-06 2004-11-18 Sony Corporation 画像処理装置、および画像処理方法
CN104700624A (zh) * 2015-03-16 2015-06-10 电子科技大学 基于相敏光时域反射仪的车流量在线监测系统及监测方法
WO2015196496A1 (zh) * 2014-06-23 2015-12-30 武汉光迅科技股份有限公司 在线模式下检测otdr曲线末端事件定位光纤断点的方法
CN105931402A (zh) * 2016-06-27 2016-09-07 上海波汇科技股份有限公司 基于图像识别的光纤周界入侵监测方法
WO2016207776A1 (en) * 2015-06-22 2016-12-29 Omnisens Sa A method for reducing noise in measurements taken by a distributed sensor
WO2017076189A1 (zh) * 2015-11-04 2017-05-11 中国电子科技集团公司第四十一研究所 一种基于差分窗和模板匹配的otdr事件分析算法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10263696B2 (en) * 2017-06-12 2019-04-16 Network Integrity Systems, Inc. Monitoring a fiber optic cable for intrusion using a weighted algorithm

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004100069A1 (ja) * 2003-05-06 2004-11-18 Sony Corporation 画像処理装置、および画像処理方法
WO2015196496A1 (zh) * 2014-06-23 2015-12-30 武汉光迅科技股份有限公司 在线模式下检测otdr曲线末端事件定位光纤断点的方法
CN104700624A (zh) * 2015-03-16 2015-06-10 电子科技大学 基于相敏光时域反射仪的车流量在线监测系统及监测方法
WO2016207776A1 (en) * 2015-06-22 2016-12-29 Omnisens Sa A method for reducing noise in measurements taken by a distributed sensor
WO2017076189A1 (zh) * 2015-11-04 2017-05-11 中国电子科技集团公司第四十一研究所 一种基于差分窗和模板匹配的otdr事件分析算法
CN105931402A (zh) * 2016-06-27 2016-09-07 上海波汇科技股份有限公司 基于图像识别的光纤周界入侵监测方法

Also Published As

Publication number Publication date
CN111507310A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN111507310B (zh) 一种基于φ-otdr的光缆通道内人为触缆作业信号识别方法
US11562224B2 (en) 1D-CNN-based distributed optical fiber sensing signal feature learning and classification method
CN108709633B (zh) 基于深度学习的分布式光纤振动传感智能安全监测方法
CN107328465B (zh) 海底电缆振动监测系统
CN107256635B (zh) 一种智能交通中基于分布式光纤传感的车辆识别方法
CN113124929A (zh) 一种变电站多参数信号采集综合分析系统和方法
CN112069912B (zh) 一种基于φ-otdr的光缆通道施工威胁事件的识别方法
CN108509850A (zh) 一种基于分布式光纤系统的入侵信号识别算法
CN114613116B (zh) 防外破预警方法、装置、设备及存储介质
CN104021638A (zh) 一种高速公路沿线电缆预警防盗的方法及装置
CN111912513B (zh) 一种基于φ-otdr的光缆沿线挖掘机施工事件的识别方法
CN102982639A (zh) 视频监控光纤围栏系统及使用方法
JP2023538474A (ja) ケーブル切断防止のための統計的画像処理に基づく異常検出
CN111862505A (zh) 一种全息感知外力破坏监测系统
US20220329068A1 (en) Utility Pole Hazardous Event Localization
CN114842603A (zh) 一种高压电缆防外破监测预警系统
CN111951505B (zh) 基于分布式光纤系统的围栏振动入侵定位和模式识别方法
CN108765814A (zh) 基于光纤传感的边境线周界防入侵报警系统及方法
CN202916936U (zh) 视频监控光纤围栏系统
CN105448014A (zh) 基于围墙周界安防系统的综合布线方法及入侵预警方法
CN114354744B (zh) 一种电力电缆防外破监测方法、系统及装置
Tejedor et al. Towards detection of pipeline integrity threats using a SmarT fiber-OPtic surveillance system: PIT-STOP project blind field test results
CN110222670B (zh) 一种光缆振动中断预警系统的分类器训练方法
CN208834447U (zh) 基于光纤传感的边境线周界防入侵报警系统
CN203810062U (zh) 管道光纤报警联动系统

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