CN111721222A - 一种基于邻近算法的布里渊频移提取方法 - Google Patents

一种基于邻近算法的布里渊频移提取方法 Download PDF

Info

Publication number
CN111721222A
CN111721222A CN202010425495.8A CN202010425495A CN111721222A CN 111721222 A CN111721222 A CN 111721222A CN 202010425495 A CN202010425495 A CN 202010425495A CN 111721222 A CN111721222 A CN 111721222A
Authority
CN
China
Prior art keywords
brillouin
frequency shift
given
value
gain spectrum
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.)
Granted
Application number
CN202010425495.8A
Other languages
English (en)
Other versions
CN111721222B (zh
Inventor
郑欢
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202010425495.8A priority Critical patent/CN111721222B/zh
Publication of CN111721222A publication Critical patent/CN111721222A/zh
Application granted granted Critical
Publication of CN111721222B publication Critical patent/CN111721222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
    • G01K11/32—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00 using changes in transmittance, scattering or luminescence in optical fibres

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种基于邻近算法的布里渊频移提取方法，包括以下步骤：步骤1，根据给定的曲线函数线型，布里渊频移取值范围，参数向量取值范围，和扫频取值范围，构造布里渊增益谱特征集；步骤2，根据布里渊增益谱数据集构造对应的布里渊频移标签集；步骤3，对于给定的布里渊增益谱，计算它与布里渊增益谱特征集中每一个行向量的距离；步骤4，给定k值，对距离按从小到大的顺序进行排序，选择出前k个距离；步骤5，对所述的前k个距离，从布里渊频移标签集中找出对应的元素；步骤6，对元素统计每个数值出现的频次，按从大到小排序，找出最大频次的数值，即是给定的布里渊增益谱对应的布里渊频移。相比曲线拟合方法，本发明减少了误差。

Description

一种基于邻近算法的布里渊频移提取方法
技术领域
本发明涉及分布式光纤布里渊应变和温度传感器，属于分布式光纤传感技术领域，尤其涉及一种基于邻近算法的布里渊频移提取方法。
背景技术
分布式光纤传感是一种新型传感方法，其中光纤作为传感介质，将其布设于物体表面或内部，可测得物体表面或内部的应变及温度分布情况。与传统监测手段相比，分布式光纤传感技术具有：
(1)可准确给出每个传感光缆所及的任何位置点处的应变情况，避免因理论建模推算引起的误差。
(2)可对结构体的应变情况进行准确定位，方便排查异常应变处的受力情况，排查故障。
(3)采用通讯光缆，使传感器的成本大幅下降。
(4)一旦光缆受到破坏，方便用OTDR等技术对光缆受损位置进行定位并维修。
(6)与电阻式、振弦式等非光纤监测方案比，分布式光纤应变监测系统，实现了光电分离，传感端无电，故抗电磁干扰能力强，适用于煤矿、油田、电厂、炼油厂、炼钢炉等防爆、辐射、高温、危险场所。分布式光纤应变传感的原理是：向光纤两端输入两束光，并将光纤中返回的散射信号解算成应变和温度变化。当泵浦光和探测光两束光在光纤中相遇，且当频率差在布里渊频谱内，会产生布里渊散射效应，探测光强被泵浦光所改变。若对探测光进行扫频，则可测得光纤中每一个位置点的布里渊增益谱特性。从布里渊增益谱可以提取布里渊频移。由于布里渊频移与光纤所受应力、温度在一定范围内呈线性关系，故通过测量布里渊增益谱，可以推算出光纤每一个位置点处的应变、温度分布。
从布里渊增益谱提取布里渊频移，目前主要采用曲线拟合方法。如采用洛仑兹曲线对布里渊增益谱作非线性拟合，或对布里渊增益谱的谱峰作二次拟合。曲线拟合的主要问题是对初始条件的依赖性很强。当探测光扫频未能覆盖布里渊增益谱时，曲线拟合方法会产生强烈的误差。此外，当扫频步长较长，拟合点数过少，也可能导致拟合不准确。
发明内容
为了克服已有技术的不足，本发明提供了一种有效减少误差的基于邻近算法的布里渊频移提取方法。
本发明解决其技术问题所采用的技术方案是：
一种基于邻近算法的布里渊频移提取方法，包括以下步骤：
步骤1，根据给定的曲线函数线型S，以及给定的布里渊频移取值范围f＝[f1,f2,f3,…,fn]，以及给定的参数向量取值范围p＝[p1,p2,p3,…,pm]，以及给定的扫频取值范围fs＝[fs1,fs2,fs3,…,fss]，构造布里渊增益谱特征集Fmnxs
Figure BDA0002498554330000031
步骤2，根据所述的布里渊增益谱数据集Fmnxs构造对应的布里渊频移标签集Lmnx1
Figure BDA0002498554330000032
步骤3，对于给定的布里渊增益谱B＝[B1,B2,…,Bs]，计算它与所述的布里渊增益谱特征集Fmnxs中每一个行向量Fi＝[Fi1,Fi2,…,Fis]的距离Di；
步骤4，给定k值，对所述的距离Di按从小到大的顺序进行排序，选择出前k个距离；
步骤5，对所述的前k个距离，从所述的布里渊频移标签集Lmnx1中找出对应的元素Li；
步骤6，对所述的元素Li，统计每个数值出现的频次，按从大到小的顺序进行排序，找出最大频次的数值Lmax，即是给定的布里渊增益谱B对应的布里渊频移。
进一步，所述步骤3中，所述距离欧几里得距离或闵可夫斯基距离等。
优选的，所述距离是欧几里得距离，距离Di表示为：
Figure BDA0002498554330000041
本发明的有益效果主要表现在：对参数范围进行全扫描，避免了曲线拟合方法对初始条件的依赖性；当探测光扫频未能覆盖布里渊增益谱时，通过构造布里渊增益谱特征集和布里渊频移标签集形成样本库，通过与样本库的指纹对比，可以找出对应的布里渊频移，避免因曲线拟合而产生强烈误差和拟合失败情况；扫频步长较长时，仍然可以通过投票表决给出布里渊频移，避免拟合不准确的情况。
附图说明
图1是本发明中基于邻近算法的布里渊频移提取方法步骤示意图。
图2是本发明中基于邻近算法的布里渊频移提取方法流程图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1和图2，一种基于邻近算法的布里渊频移提取方法，包括以下步骤：
步骤1，根据给定的曲线函数线型S，以及给定的布里渊频移取值范围f＝[f1,f2,f3,…,fn]，以及给定的参数向量取值范围p＝[p1,p2,p3,…,pm]，以及给定的扫频取值范围fs＝[fs1,fs2,fs3,…,fss]，构造布里渊增益谱特征集Fmnxs
Figure BDA0002498554330000051
对于分布式光纤应变传感器，设置扫频起点为10500MHz，扫频终点为10950MHz，扫频步长为5MHz，故扫频取值范围是从10500MHz、10505MHz、…、10950MHz共计91个频点。
若采用洛仑兹曲线来逼近，则洛仑兹曲线线型为：
Figure BDA0002498554330000052
其中f为布里渊频移，fs为扫频频率，ω为带宽。向量p＝[ω]。根据扫频取值范围，我们可设f取值范围是10500MHz至11000MHz，间隔1MHz，共501个点。带宽取值范围是20MHz至100MHz，步长1MHz，共81个点。
对f和ω分别在相应取值范围内进行遍历。当f和ω在某一个取值时，对每个扫频点，通过上述公式计算洛仑兹曲线输出值，构成一条行向量记录F1xs。对于f和ω的每一个取值，都得出一条行向量，共计501x81＝40581条行向量，构成布里渊增益谱特征集F40581x91，这是一个40581x91的矩阵。
步骤2，根据所述的布里渊增益谱数据集Fmnxs构造对应的布里渊频移标签集Lmnx1
Figure BDA0002498554330000061
Fmnxs的每一个行向量，都对应布里渊频移f的某一个取值，将该取值记录下来构成一个行元素，共计40581个行元素，即构成布里渊频移标签集L40581x1。
步骤3，对于给定的布里渊增益谱B＝[B1,B2,…,Bs]，计算它与所述的布里渊增益谱特征集Fmnxs中每一个行向量Fi＝[Fi1,Fi2,…,Fis]的距离Di，距离可以是欧几里得距离、闵可夫斯基距离等，以欧几里得距离为例，距离Di
Figure BDA0002498554330000062
给定的布里渊增益谱是分布式光纤应变传感器扫频得出的探测光功率信息，它是一个1xs的列向量，在本实施例中即是1x91的行向量。而布里渊增益谱特征集的每一个行向量也是1x91的，两者距离可以按照欧几里得距离计算，即两个行向量的每个元素之差的平方和开根号，得出给定的布里渊增益谱到布里渊增益谱特征集的某行向量的距离，共计40581个值。
步骤4，给定k值，对所述的距离Di按从小到大的顺序进行排序，选择出前k个距离。
给定k值，设为20，对40581个距离从小到大排序，选择前20个距离。
步骤5，对所述的前k个距离，从所述的布里渊频移标签集Lmnx1中找出对应的元素Li。
对上述20个距离，从布里渊频移标签集L40581x1中找出对应的元素，共计20个元素。
步骤6，对所述的元素Li，统计每个数值出现的频次，按从大到小的顺序进行排序，找出最大频次的数值Lmax，即是给定的布里渊增益谱B对应的布里渊频移。
对上述20个元素，统计每个数值出现的频次，设共有{10850，10852，10854}共3个数值，其中10850出现的频次为10，10852出现的频次为5，10854出现的频次为5，最高频次为10，对应的数值为10850，那么给定的布里渊增益谱B对应的布里渊频移为10850MHz。
以下对图2中的各步骤进行详细描述：通过扫频测得分布式光纤应变传感器中光纤每一个位置点处的布里渊增益谱；对每个位置点，取出相对应的布里渊增益谱；若位置点没有遍历完，则根据本发明方法，从给定的布里渊增益谱计算得到布里渊频移，若位置点已完全遍历，则已给出布里渊频移沿位置点的分布，方法结束。
本实施例基于邻近算法，通过构造样本集和比对指纹，得出最接近真值的布里渊频移。与曲线拟合方法相比，与对参数范围进行全扫描，避免了曲线拟合方法对初始条件的依赖性；当探测光扫频未能覆盖布里渊增益谱时，通过构造布里渊增益谱特征集和布里渊频移标签集形成样本库，通过与样本库的指纹对比，可以找出对应的布里渊频移，避免因曲线拟合而产生强烈误差和拟合失败情况；扫频步长较长时，仍然可以通过投票表决给出布里渊频移，避免拟合不准确的情况。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (3)

1.一种基于邻近算法的布里渊频移提取方法，其特征在于，所述方法包括以下步骤：
步骤1，根据给定的曲线函数线型S，以及给定的布里渊频移取值范围f＝[f1,f2,f3,…,fn]，以及给定的参数向量取值范围p＝[p1,p2,p3,…,pm]，以及给定的扫频取值范围fs＝[fs1,fs2,fs3,…,fss]，构造布里渊增益谱特征集Fmnxs
Figure FDA0002498554320000011
步骤2，根据所述的布里渊增益谱数据集Fmnxs构造对应的布里渊频移标签集Lmnx1
Figure FDA0002498554320000012
步骤3，对于给定的布里渊增益谱B＝[B1,B2,…,Bs]，计算它与所述的布里渊增益谱特征集Fmnxs中每一个行向量Fi＝[Fi1,Fi2,…,Fis]的距离Di；
步骤4，给定k值，对所述的距离Di按从小到大的顺序进行排序，选择出前k个距离；
步骤5，对所述的前k个距离，从所述的布里渊频移标签集Lmnx1中找出对应的元素Li；
步骤6，对所述的元素Li，统计每个数值出现的频次，按从大到小的顺序进行排序，找出最大频次的数值Lmax，即是给定的布里渊增益谱B对应的布里渊频移。
2.如权利要求1所述的一种基于邻近算法的布里渊频移提取方法，其特征在于，所述步骤3中，所述距离欧几里得距离或闵可夫斯基距离。
3.如权利要求2所述的一种基于邻近算法的布里渊频移提取方法，其特征在于，所述距离是欧几里得距离，距离Di表示为：
Figure FDA0002498554320000021
CN202010425495.8A 2020-05-19 2020-05-19 一种基于邻近算法的布里渊频移提取方法 Active CN111721222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010425495.8A CN111721222B (zh) 2020-05-19 2020-05-19 一种基于邻近算法的布里渊频移提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010425495.8A CN111721222B (zh) 2020-05-19 2020-05-19 一种基于邻近算法的布里渊频移提取方法

Publications (2)

Publication Number Publication Date
CN111721222A true CN111721222A (zh) 2020-09-29
CN111721222B CN111721222B (zh) 2021-08-03

Family

ID=72564688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010425495.8A Active CN111721222B (zh) 2020-05-19 2020-05-19 一种基于邻近算法的布里渊频移提取方法

Country Status (1)

Country Link
CN (1) CN111721222B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112697179A (zh) * 2020-11-17 2021-04-23 浙江工业大学 一种基于AdaBoost的布里渊频移提取方法
CN112801306A (zh) * 2021-01-07 2021-05-14 浙江工业大学 一种基于随机扫频和机器学习的布里渊频移提取方法
CN113465676A (zh) * 2021-07-09 2021-10-01 浙江大学 一种双阶段布里渊频移提取方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004125520A (ja) * 2002-09-30 2004-04-22 Ando Electric Co Ltd 光ファイバ特性測定装置及び方法
US20130018633A1 (en) * 2011-07-12 2013-01-17 University Of New Brunswick Method and apparatus for central frequency estimation
CN103968864A (zh) * 2014-04-23 2014-08-06 南京大学 用于准确测量布里渊谱的频移的最大相似匹配分析方法
CN109579726A (zh) * 2018-12-24 2019-04-05 南京东智安全科技有限公司 一种长标距分布式光纤布里渊传感-解调系统及应变测量方法
CN110926355A (zh) * 2019-11-07 2020-03-27 华中科技大学 一种基于卷积神经网络的布里渊频移提取方法和装置
CN111121836A (zh) * 2019-12-18 2020-05-08 华北电力大学（保定） 基于改进二次多项式拟合的布里渊频移快速准确提取方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004125520A (ja) * 2002-09-30 2004-04-22 Ando Electric Co Ltd 光ファイバ特性測定装置及び方法
US20130018633A1 (en) * 2011-07-12 2013-01-17 University Of New Brunswick Method and apparatus for central frequency estimation
CN103968864A (zh) * 2014-04-23 2014-08-06 南京大学 用于准确测量布里渊谱的频移的最大相似匹配分析方法
CN109579726A (zh) * 2018-12-24 2019-04-05 南京东智安全科技有限公司 一种长标距分布式光纤布里渊传感-解调系统及应变测量方法
CN110926355A (zh) * 2019-11-07 2020-03-27 华中科技大学 一种基于卷积神经网络的布里渊频移提取方法和装置
CN111121836A (zh) * 2019-12-18 2020-05-08 华北电力大学（保定） 基于改进二次多项式拟合的布里渊频移快速准确提取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
尚秋峰等: "一种布里渊频移提取算法的最佳小波阈值去噪方案", 《半导体光电》 *
尚秋峰等: "基于互相关卷积与高阶矩质心计算的布里渊散射谱特征提取", 《中国激光》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112697179A (zh) * 2020-11-17 2021-04-23 浙江工业大学 一种基于AdaBoost的布里渊频移提取方法
CN112801306A (zh) * 2021-01-07 2021-05-14 浙江工业大学 一种基于随机扫频和机器学习的布里渊频移提取方法
CN112801306B (zh) * 2021-01-07 2024-03-22 浙江工业大学 一种基于随机扫频和机器学习的布里渊频移提取方法
CN113465676A (zh) * 2021-07-09 2021-10-01 浙江大学 一种双阶段布里渊频移提取方法

Also Published As

Publication number Publication date
CN111721222B (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
CN111721222A (zh) 一种基于邻近算法的布里渊频移提取方法
CA2805123C (en) Ice detection method and system for wind turbine blades
EP2593671B1 (en) Method and system for monitoring bending strain on wind turbine blades
CN103499382B (zh) 一种基于振动数据融合和图像识别的变压器故障诊断方法
CN106482638B (zh) 基于全频段信号幅值能量和反函数求解的冲击判位方法
CN113029242B (zh) 结构健康监测系统中光纤光栅传感器异常诊断方法
CN114966332A (zh) 基于温度曲线相似度的盘形悬式瓷绝缘子串劣化判定方法
CN116643091A (zh) 基于多维时序特征的换流变阀侧套管在线绝缘监测方法
CN118896650A (zh) 基于分布式光纤传感的多参量电力光缆监测方法及系统
CN119066401B (zh) 一种利用声学信号分析的齿轨裂纹早期诊断方法
CN110046651B (zh) 一种基于监测数据多属性特征融合的管道状态识别方法
CN112801306B (zh) 一种基于随机扫频和机器学习的布里渊频移提取方法
CN119335319A (zh) 一种用于传输线路的电缆检测定位系统
CN116147833A (zh) 一种基于数据挖掘的压力传感器性能分析方法及系统
CN116839756A (zh) 一种高精度光纤光栅高炉温度检测方法及系统
CN114184211A (zh) 一种惯导可靠性试验中性能变化机理一致性判定方法
CN119916057B (zh) 一种光电加速度计驱动芯片故障检测方法
CN119861261B (zh) 一种电力线路的外破检测方法及系统
CN120213416A (zh) 基于大数据的测井专用光缆检测系统及方法
CN117433748B (zh) 一种基于分布式光纤传感的光缆结构健康安全监测系统
CN119992807B (zh) 一种楼宇智能电气火灾监控方法及系统
GELAN Convolutional Neural Networks for Defect Detection on LV cables
CN117520983B (zh) 一种基于机电阻抗和cnn的结构损伤识别鲁棒方法
CN118603154B (zh) 一种stft-botdr系统中微弱频移信号位置识别方法
Elahi et al. Diagnosing Disk-Space Variation in Distribution Power Transformer Windings Using Group Method of Data Handling Artificial Neural Networks. Energies 2022, 15, 8885

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