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

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,…,f_n]，以及给定的参数向量取值范围p＝[p₁,p₂,p₃,…,p_m]，以及给定的扫频取值范围f_s＝[f_s1,f_s2,f_s3,…,f_ss]，构造布里渊增益谱特征集F_mnxs

步骤2，根据所述的布里渊增益谱数据集F_mnxs构造对应的布里渊频移标签集L_mnx1

步骤3，对于给定的布里渊增益谱B＝[B₁,B₂,…,B_s]，计算它与所述的布里渊增益谱特征集F_mnxs中每一个行向量F_i＝[F_i1,F_i2,…,F_is]的距离D_i；

步骤4，给定k值，对所述的距离D_i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L_mnx1中找出对应的元素L_i；

步骤6，对所述的元素L_i，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L_max，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D_i表示为：

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,…,f_n]，以及给定的参数向量取值范围p＝[p₁,p₂,p₃,…,p_m]，以及给定的扫频取值范围f_s＝[f_s1,f_s2,f_s3,…,f_ss]，构造布里渊增益谱特征集F_mnxs

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：

其中f为布里渊频移，f_s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F_1xs。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F_40581x91，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F_mnxs构造对应的布里渊频移标签集L_mnx1

F_mnxs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L_40581x1。

步骤3，对于给定的布里渊增益谱B＝[B₁,B₂,…,B_s]，计算它与所述的布里渊增益谱特征集F_mnxs中每一个行向量F_i＝[F_i1,F_i2,…,F_is]的距离D_i，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D_i

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D_i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L_mnx1中找出对应的元素L_i。

对上述20个距离，从布里渊频移标签集L_40581x1中找出对应的元素，共计20个元素。

步骤6，对所述的元素L_i，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L_max，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,…,f_n]，以及给定的参数向量取值范围p＝[p₁,p₂,p₃,…,p_m]，以及给定的扫频取值范围f_s＝[f_s1,f_s2,f_s3,…,f_ss]，构造布里渊增益谱特征集F_mnxs

步骤2，根据所述的布里渊增益谱数据集F_mnxs构造对应的布里渊频移标签集L_mnx1

步骤3，对于给定的布里渊增益谱B＝[B₁,B₂,…,B_s]，计算它与所述的布里渊增益谱特征集F_mnxs中每一个行向量F_i＝[F_i1,F_i2,…,F_is]的距离D_i；

步骤4，给定k值，对所述的距离D_i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L_mnx1中找出对应的元素L_i；

步骤6，对所述的元素L_i，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L_max，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D_i表示为：

Images