CN113804176A - 一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法 - Google Patents

一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法 Download PDF

Info

Publication number
CN113804176A
CN113804176A CN202110941240.1A CN202110941240A CN113804176A CN 113804176 A CN113804176 A CN 113804176A CN 202110941240 A CN202110941240 A CN 202110941240A CN 113804176 A CN113804176 A CN 113804176A
Authority
CN
China
Prior art keywords
winding
matrix
optical fiber
similarity
polarization crosstalk
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
CN202110941240.1A
Other languages
English (en)
Other versions
CN113804176B (zh
Inventor
喻张俊
刘璐
郭志勇
杨军
徐鹏柏
温坤华
王云才
秦玉文
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN202110941240.1A priority Critical patent/CN113804176B/zh
Publication of CN113804176A publication Critical patent/CN113804176A/zh
Application granted granted Critical
Publication of CN113804176B publication Critical patent/CN113804176B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C19/00—Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
    • G01C19/58—Turn-sensitive devices without moving masses
    • G01C19/64—Gyrometers using the Sagnac effect, i.e. rotation-induced shifts between counter-rotating electromagnetic beams
    • G01C19/72—Gyrometers using the Sagnac effect, i.e. rotation-induced shifts between counter-rotating electromagnetic beams with counter-rotating light beams in a passive ring, e.g. fibre laser gyrometers

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Electromagnetism (AREA)
  • Power Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Gyroscopes (AREA)

Abstract

本发明提供了一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，属于光纤陀螺器件测量领域。其特征是依据光纤敏感环的三种缠绕方法构建其对应的模型矩阵，通过模型矩阵计算得到校正矩阵，再依据测量得到的随光纤长度分布的空域串音本底与换层综合特征，构建空域换层特征矩阵，并将其分别与三个模型矩阵相乘得到相似度矩阵，通过计算相似度矩阵的所有元素和得到相似度向量，将校正矩阵与相似度向量相乘得到缠绕模型相似度向量，提取缠绕模型相似度向量中的最大元素作为缠绕模型相似度，其代表的缠绕方法作为被测量光纤敏感环的实际绕制方法。该方法可用于识别未知光纤敏感环的实际绕制方法，可用于光纤敏感环的缠绕工艺的改进和更新。

Description

一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法
技术领域
本发明涉及光纤陀螺器件测量领域，更具体地，涉及一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法。
背景技术
光纤陀螺敏感环是高精度光纤陀螺中核心部件之一，一般由一个环状的支撑骨架、外部缠绕的光纤和固化用的涂胶三部分组成，其中，光纤陀螺敏感环的支撑骨架、光纤环的尺寸参数、光纤参数、固胶参数、绕环方法、所处温度等都对光纤陀螺敏感环的性能产生一定的影响。而且绕制方案的不同会导致光纤陀螺敏感环的整体性能存在差异。目前光纤陀螺敏感环的绕制方案，主要包括：四极绕法、八极绕法、十六极绕法等。
公开号为CN1065957048B，公开日：2019-11-26，提出了一种多极化光纤陀螺环圈绕制方式及结构，其中绕制一个四极结构的具体方法为：一根连续的光纤从其中点开始，两侧的光纤被分别绕制在两个不同的分纤轮上，第一分纤轮上的光纤用于绕制环圈中第一层的各匝，第二分纤轮上的光纤用于绕制环圈的第二层，第二层与第一层的方向相同，第二层绕制完成后，仍利用第二分纤轮上的光纤，再沿相反方向绕制第三层光纤；随后，再利用第一分纤轮上的光纤，绕制此环圈的第四层，其绕制方向与第三层相同，这样，光纤中点一侧的光纤用于完成第一层和第四层的各匝光纤的绕制，而另一侧的光纤用于完成二、三两层的绕制，按这种方法绕制的四层光纤被称为一个“四极”，四极对称绕法以此一个四极单位为基础，重复多个四极的绕制即可；绕制一个八极结构的具体方法为：引入逆向四极结构，而逆向四极结构的排布与所述的四极结构排布相反，以一个正向四极及一个逆向四极组成最基本的八极单元，重复多个此八极单元的绕制即可完成八极对称绕制；绕制一个十六极结构的具体方法为：引入逆向八极结构，而逆向八极结构的排布与所述的八极结构排布相反，以一个正向八极及一个逆向八极组成最基本的十六极单元，重复多个此十六极单元的绕制即可完成十六极对称绕制。
目前有关光纤敏感环的研究大多数都集中在绕制方法的改进上，通过光学参数推导光纤敏感环的绕制方法还是一个全新的研究方向。
本发明基于白光干涉原理，在得到光纤敏感环分布式偏振串音的基础上，通过空域分析得到光纤敏感环的空域串音本底与换层综合特征，再与构建的光纤敏感环缠绕模型进行对比，最后判断出该光纤敏感环的绕制方法。该方法可以识别未知光纤敏感环的绕制方法，有利于后续对光纤敏感环进行性能分析以及光纤敏感环绕制工艺的改进。
发明内容
本发明的目的在于通过分析未知光纤敏感环的测量结果识别光纤敏感环的绕制方法，有利于后续对光纤敏感环进行性能分析以及改进光纤敏感环的绕制工艺。
一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，其特征在于：
步骤101：构建四极缠绕方法301的偏振串音I4、八极缠绕方法401的偏振串音I8和十六极缠绕方法501的偏振串音I16，再提取其对应的模型矩阵Eu＝[uek，k+n]N×(M-N)(u＝4，8，16)，其中，Eu表示一个N行M-N列的矩阵，uek，k+n表示Eu的第k行第k+n列的元素，u表示缠绕方法的极数；
步骤102：通过模型矩阵Eu(u＝4，8，16)中任意两个两两相乘计算得到校正矩阵A＝[ai，j]3×3；
步骤103：输入空域串音本底与换层综合特征601的偏振串音Id；
步骤104：构建空域换层特征矩阵D＝[dk，k+n]N×(M-N)，其中dk，k+n表示D的第k行第k+n列的元素；
步骤105：空域换层特征矩阵D分别与模型矩阵Eu(u＝4，8，16)按元素对位相乘，得到相似度矩阵Fu＝[dk，k+n×uek，k+n]N×(M-N)，再分别计算相似度矩阵Fu的所有元素之和
Figure BSA0000250248130000021
缠绕模型相似度
Figure BSA0000250248130000022
得到相似度向量[Z4，Z8，Z16]T；
步骤106：相似度向量[Z4，Z8，Z16]T与校正矩阵A相乘，得到缠绕模型相似度向量[Z4′，Z8′，Z16′]T＝A×[Z4，Z8，Z16]T；
步骤107：缠绕模型相似度Z＝max([Z4′，Z8′，Z16′])表示的缠绕方法即为光纤敏感环211的绕制方法；
所述的一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，其特征在于，步骤101所述的提取模型矩阵具体为：
I4、I8和I16满足：
Figure BSA0000250248130000023
其中Ik表示偏振串音的第k个偏振串音峰，得到其对应的模型矩阵Eu(u＝4，8，16)；
所述的四极缠绕方法301、八极缠绕方法401、十六极缠绕方法501，其特征在于：
四极缠绕方法301的偏振串音
Figure BSA0000250248130000024
其中4Ik＝IC(k＝1，3，5，L，M-1)，4Ik＝IA(k＝2，4，6，L，M)，八极缠绕方法401的偏振串音
Figure BSA0000250248130000025
其中8Ik＝IC(k＝2，6，10，L，i+4，i+4＜M/2，k＝i+7，i+11，i+15，L，M-3，i+4≥M/2)、8Ik＝IB(k＝1，3，5，L，i，i＜M/2，k＝i+3，i+5，i+7，L，M，i≥M/2)、8Ik＝IA(k＝4，8，12，L，i+4，i+4＜M/2，k＝i+7，i+11，i+15，L，M-1，i+4≥M/2)，十六极缠绕方法501的偏振串音
Figure BSA0000250248130000026
其中16Ik＝IC(k＝1，4，6，9，12，L，i-5，i-2，i，i＜M/2，k＝i+3，i+6，i+9，i+11，L，M-1，i≥M/2)、16Ik＝IB(k＝3，7，11，L，i+4，i+4＜M/2，k＝i+7，i+11，i+13，i+15，L，M，i+4≥M/2)、16Ik＝IA(k＝2，5，8，10，13，L，i，i＜M/2，i+3，i+5，i+11，i+13，L，M-3，i≥M/2)；
所述的一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，其特征在于，步骤102所述的具体为：
将Eu(u＝4，8，16)分别与Ev(v＝4，8，16)按元素对位相乘，得到九个相似度矩阵Fu×v＝[uek，k+n×vek，k+n]N×(M-N)，再分别计算九个相似度矩阵的元素和
Figure BSA0000250248130000031
再转化为相似度
Figure BSA0000250248130000032
则校正矩阵
Figure BSA0000250248130000033
所述的一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，其特征在于，步骤104所述的具体为：
Id满足：
Figure BSA0000250248130000034
得到空域换层特征矩阵D＝[dk，k+n]N×(M-N)。
光纤敏感环的具体缠绕方法以四极缠绕方法为例，八极缠绕方法、十六极缠绕方法与四极缠绕方法相似，四极缠绕方法的光纤层数必须是4的倍数，所以每四层为一个单位。如图2所示，光纤敏感环的缠绕方法以光纤中点221为界，置于骨架301上，选择一半光纤222开始在骨架301上从右到左缠绕一层光纤；然后使用另一半光纤223从左到右绕制1层光纤，再通过小换层A从右到左绕制1层光纤；下一步用光纤222通过大换层C绕制1层光纤，再通过小换层A绕制1层光纤，依次按照交替隔两层顺序来绕制，以此类推，绕制成一个完整的光纤敏感环。由缠绕过程可知在每次进行小换层A和大换层C时，会对应的引入应力，产生的对应的偏振串音，而且因为小换层A和大换层C换层215时跨越的光纤层数不一致，所以大换层C所对应的偏振串音应大于小换层A所对应的偏振串音。
与现有技术相比，本发明的优点在于：可以通过对光纤敏感环的空域特征进行分析，获得光纤敏感环的绕制方法，有利于对未知的光纤敏感环进行后续的性能分析，也有利于促进光纤敏感环的绕制方法的改进和更新。
附图说明
图1是光纤敏感环缠绕工艺的判断方法流程图；
图2是光纤敏感环器件图；
图3是光纤敏感环四极缠绕方法示意图；
图4是光纤敏感环八极缠绕方法示意图；
图5是光纤敏感环十六极缠绕方法示意图；
图6是光纤敏感环域串音本底与换层综合特征图。
具体实施方式
为清楚地说明本发明是一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，结合实例和附图对本发明作进一步说明，但不应以此限制本发明的保护范围。
实施例1
1)如附图3、4、5所示，构建I4、I8、I16对应的模型矩阵E4＝[4ek，k+n]7×57、E8＝[8ek，k+n]7×57、E16＝[16ek，k+n]7×57；
2)通过模型矩阵计算得到校正矩阵
Figure BSA0000250248130000041
3)选取一个待测的光纤敏感环211，层数M为64，输入空域串音本底与换层综合特征601的偏振串音Id，如附图6所示；
4)构建空域换层特征矩阵D＝[dk，k+n]7×57；
5)计算得到三个相似度矩阵的元素和z4＝47、z8＝47、z16＝399，四极缠绕模型相似度
Figure BSA0000250248130000042
八极缠绕模型相似度Z8＝0.559、八极缠绕模型相似度Z16＝1，得到相似度向量[0.559，0.559，1]T；
6)将相似度向量[0.559，0.559，1]T与校正矩阵
Figure BSA0000250248130000043
相乘，得到缠绕模型相似度向量[0，0，1]T；
7)缠绕模型相似度Z＝max([0，0，1])＝1，则十六极缠绕方法501是光纤敏感环211的绕制方法。

Claims (5)

1.一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，其特征在于：
步骤101：构建四极缠绕方法(301)的偏振串音I4、八极缠绕方法(401)的偏振串音I8和十六极缠绕方法(501)的偏振串音I16，再提取其对应的模型矩阵Eu＝[uek，k+n]N×(M-N)(u＝4，8，16)，其中，Eu表示一个N行M-N列的矩阵，uek，k+n表示Eu的第k行第k+n列的元素，u表示缠绕方法的极数；
步骤102：通过模型矩阵Eu(u＝4，8，16)中任意两个两两相乘计算得到校正矩阵A＝[ai，j]3×3；
步骤103：输入空域串音本底与换层综合特征(601)的偏振串音Id；
步骤104：构建空域换层特征矩阵D＝[dk，k+n]N×(M-N)，其中dk，k+n表示D的第k行第k+n列的元素；
步骤105：空域换层特征矩阵D分别与模型矩阵Eu(u＝4，8，16)按元素对位相乘，得到相似度矩阵Fu＝[dk，k+n×uek，k+n]N×(M-N)，再分别计算相似度矩阵Fu的所有元素之和
Figure FSA0000250248120000011
缠绕模型相似度
Figure FSA0000250248120000012
得到相似度向量[Z4，Z8，Z16]T；
步骤106：相似度向量[Z4，Z8，Z16]T与校正矩阵A相乘，得到缠绕模型相似度向量[Z4′，Z8′，Z16′]T＝A×[Z4，Z8，Z16]T；
步骤107：缠绕模型相似度Z＝max([Z4′，Z8′，Z16′])表示的缠绕方法即为光纤敏感环(211)的绕制方法。
2.根据权利要求1所述的一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，其特征在于，步骤101所述的提取模型矩阵具体为：
I4、I8和I16满足：
Figure FSA0000250248120000013
其中Ik表示偏振串音的第k个偏振串音峰，得到其对应的模型矩阵Eu(u＝4，8，16)。
3.根据权利要求1所述的四极缠绕方法(301)、八极缠绕方法(401)、十六极缠绕方法(501)，其特征在于：
四极缠绕方法(301)的偏振串音
Figure FSA0000250248120000014
其中4Ik＝IC(k＝1，3，5，L，M-1)，4Ik＝IA(k＝2，4，6，L，M)，八极缠绕方法(401)的偏振串音
Figure FSA0000250248120000015
其中8Ik＝IC(k＝2，6，10，L，i+4，i+4＜M/2，k＝i+7，i+11，i+15，L，M-3，i+4≥M/2)、8Ik＝IB(k＝1，3，5，L，i，i＜M/2，k＝i+3，i+5，i+7，L，M，i≥M/2)、8Ik＝IA(k＝4，8，12，L，i+4，i+4＜M/2，k＝i+7，i+11，i+15，L，M-1，i+4≥M/2)，十六极缠绕方法(501)的偏振串音
Figure FSA0000250248120000016
其中16Ik＝IC(k＝1，4，6，9，12，L，i-5，i-2，i，i＜M/2，k＝i+3，i+6，i+9，i+11，L，M-1，i≥M/2)、16Ik＝IB(k＝3，7，11，L，i+4，i+4＜M/2，k＝i+7，i+11，i+13，i+15，L，M，i+4≥M/2)、16Ik＝IA(k＝2，5，8，10，13，L，i，i＜M/2，i+3，i+5，i+11，i+13，L，M-3，i≥M/2)。
4.根据权利要求1所述的一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，其特征在于，步骤102所述的具体为：
将Eu(u＝4，8，16)分别与Ev(v＝4，8，16)按元素对位相乘，得到九个相似度矩阵Fu×v＝[uek，k+n×vek，k+n]N×(M-N)，再分别计算九个相似度矩阵的元素和
Figure FSA0000250248120000021
再转化为相似度
Figure FSA0000250248120000022
则校正矩阵
Figure FSA0000250248120000023
5.根据权利要求1所述的一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法，其特征在于，步骤104所述的具体为：
Id满足：
Figure FSA0000250248120000024
得到空域换层特征矩阵D＝[dk，k+n]N×(M-N)。
CN202110941240.1A 2021-08-16 2021-08-16 一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法 Active CN113804176B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110941240.1A CN113804176B (zh) 2021-08-16 2021-08-16 一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110941240.1A CN113804176B (zh) 2021-08-16 2021-08-16 一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法

Publications (2)

Publication Number Publication Date
CN113804176A true CN113804176A (zh) 2021-12-17
CN113804176B CN113804176B (zh) 2022-11-15

Family

ID=78893636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110941240.1A Active CN113804176B (zh) 2021-08-16 2021-08-16 一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法

Country Status (1)

Country Link
CN (1) CN113804176B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090285520A1 (en) * 2008-05-16 2009-11-19 Celight, Inc. Optical sensor with distributed sensitivity
CN101750418A (zh) * 2009-12-25 2010-06-23 苏州光环科技有限公司 一种利用分布式偏振串扰检测技术改善光纤环质量的方法
CN201837395U (zh) * 2010-07-13 2011-05-18 皮亚斌 一种用于光纤陀螺的光纤环圈
EP3058313A1 (en) * 2013-10-15 2016-08-24 Silixa Limited Optical fiber cable

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090285520A1 (en) * 2008-05-16 2009-11-19 Celight, Inc. Optical sensor with distributed sensitivity
CN101750418A (zh) * 2009-12-25 2010-06-23 苏州光环科技有限公司 一种利用分布式偏振串扰检测技术改善光纤环质量的方法
CN201837395U (zh) * 2010-07-13 2011-05-18 皮亚斌 一种用于光纤陀螺的光纤环圈
EP3058313A1 (en) * 2013-10-15 2016-08-24 Silixa Limited Optical fiber cable

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
YU ZHANGJUN 等: "High Accuracy Distributed Polarization Extinction Ratio Measurement For a Polarization-Maintaining Device With Strong Polarization Crosstalk", 《JOURNAL OF LIGHTWAVE TECHNOLOGY》 *
YU ZHANGJUN等: "Distributed Polarization Measurement for Fiber Sensing Coils: A Review", 《JOURNAL OF LIGHTWAVE TECHNOLOGY》 *
傅怀杰 等: "光纤环的绕制", 《光通信研究》 *
杨军 等: "光学相干域偏振测量技术及其在高精度光纤陀螺器件测量中的应用", 《光学学报》 *
杨军 等: "光纤偏振器件与组件的分布式串音测量研究进展", 《光电工程》 *

Also Published As

Publication number Publication date
CN113804176B (zh) 2022-11-15

Similar Documents

Publication Publication Date Title
CN113870318B (zh) 一种基于多帧点云的运动目标检测系统和方法
CN109146944B (zh) 一种基于深度可分卷积神经网络的视觉深度估计方法
CN112950924B (zh) 一种基于深度学习的复杂交通路网交通速度预测方法
Saraiva et al. Calculation of sensitivity index using one-at-a-time measures based on graphical analysis
CN114216682B (zh) 一种基于tcn和bls的滚动轴承的寿命预测方法及装置
CN113804176B (zh) 一种基于分布式偏振串音的光纤敏感环缠绕工艺识别方法
CN112989702B (zh) 一种装备性能分析与预测的自学习方法
CN110245754A (zh) 一种基于位置敏感图的知识蒸馏方法
CN110164129A (zh) 基于gernn的单交叉口多车道交通流量预测方法
Dai et al. The trapping problem and the average shortest weighted path of the weighted pseudofractal scale-free networks
CN116383912A (zh) 一种提高控制精度的微型电机结构优化方法及系统
CN107944488A (zh) 基于层次化深度网络的长时序列数据处理方法
CN110287938A (zh) 基于关键片段检测的事件识别方法、系统、设备及介质
Xu et al. Dual-parameter demodulation of fbg-fpi cascade sensors via sparse samples: A deep learning-based perspective
CN106683043A (zh) 一种多通道光学探测系统的并行图像拼接方法、装置
CN113095482A (zh) 基于bp神经网络的拉曼放大器增益值计算方法及系统
CN107679114B (zh) 一种基于使用情况的电力系统绝缘工具智能推荐方法
CN116824366A (zh) 一种基于局部选择和特征交互的农作物病害识别方法
CN110296725B (zh) 基于分布式估计算法的光纤布拉格光栅传感器非对称光谱解调方法
CN116306832A (zh) 一种用于多维序列数据的多模生成对抗神经网络建模方法及装置
CN116311504A (zh) 一种小样本行为识别方法、系统及设备
CN110472272B (zh) 一种基于多参数和卷积神经网络的结构损伤识别方法
CN115797192A (zh) 一种图像处理方法、电子设备及计算机存储介质
CN111666142B (zh) 一种快速分组光子强度关联方法
Chmiel Computing period integrals of rigid double octic Calabi-Yau threefolds with Picard-Fuchs operator

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